Νέα

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Το Zhitong Finance APP έμαθε ότι ο Daron Acemoglu, καθηγητής στο Ερευνητικό Ινστιτούτο Τεχνολογίας της Μασαχουσέτης (MIT), είπε ότι στα επόμενα δέκα χρόνια, μόνο το ένα τέταρτο των εργασιών που σχετίζονται με την τεχνητή νοημοσύνη μπορεί να αυτοματοποιηθεί οικονομικά.

Ο Acemoglu είπε στο Goldman Sachs Exchange Podcast ότι ακόμα κι αν υπάρξει μια σημαντική ανακάλυψη στην τεχνητή νοημοσύνη, ο αντίκτυπος δεν θα γίνει αισθητός για αρκετά χρόνια.

Η Goldman Sachs είπε ότι αυτό σημαίνει ότι τα επόμενα 10 χρόνια, η τεχνητή νοημοσύνη θα επηρεάσει λιγότερο από το 5% όλων των εργασιών, θα αυξήσει την παραγωγικότητα των ΗΠΑ μόνο κατά 0,5% και θα συνεισφέρει μόνο 0,9% στην αύξηση του ΑΕΠ σωρευτικά.

Είπε: «Αποδεικνύεται ότι η τρέχουσα αρχιτεκτονική του μοντέλου μεγάλων γλωσσών (LLM) είναι πιο εντυπωσιακή από ό,τι πολλοί άνθρωποι πρόβλεψαν, αλλά νομίζω ότι βασιζόμενοι σε αυτήν την αρχιτεκτονική για να προβλέψουμε την επόμενη λέξη, μπορούμε να πάρουμε κάτι σαν "Space 2001". Κάτι τόσο έξυπνο όσο ο Χαλ, το ρομπότ στο «The Wanderer», απαιτεί ακόμα πολλή αυτοπεποίθηση».

"Η τρέχουσα αρχιτεκτονική μας LLM μπορεί να είναι πολύ αυστηρά περιοριστική", είπε ο Acemoglu.

Αμφιβάλλει επίσης ότι η τεχνητή νοημοσύνη μπορεί να επιτύχει τους στόχους που χρειάζεται γρηγορότερα ρίχνοντας απλώς περισσότερη χωρητικότητα GPU σε αυτήν.

Θα χρειαστούν ολοένα και πιο υψηλής ποιότητας δεδομένα, αντί για χωρητικότητα, και δεν είναι σαφές από πού θα προέρχονται τέτοια δεδομένα, πρόσθεσε.

Ο Jim Covello, επικεφαλής της παγκόσμιας έρευνας μετοχών στη Goldman Sachs, δήλωσε ότι για να επωφεληθούν από τις Nvidia (NVDA.US), Microsoft (MSFT.US), Google (GOOGL.US), Meta (META.US), οι οποίες αναμένονται να επενδύσει σε κεφαλαιουχικές δαπάνες τεχνητής νοημοσύνης τα επόμενα χρόνια Για να αποκομίσει ανταμοιβές για εταιρείες όπως η Amazon (AMZN) και η Super Micro Computer (SMCI), η τεχνητή νοημοσύνη πρέπει να είναι σε θέση να επιλύει πολύπλοκα προβλήματα.

«Δουλεύουμε πάνω σε αυτό εδώ και μερικά χρόνια, και σε αυτό το σημείο, τίποτα δεν είναι οικονομικά αποδοτικό», είπε «Νομίζω ότι υπάρχει μια απίστευτη παρανόηση για το τι κάνει αυτή η τεχνολογία. Τα προβλήματα που λύνει Δεν είναι μεγάλη υπόθεση. Δεν υπάρχει κανένας γνωστικός συλλογισμός».