如果说2024年是生成式人工智能的试验之年，那么去年则是落地实施之年。成千上万家企业以及数以亿计的个人用户，以各种稀奇又精彩的方式应用了这项技术。有些情况下，用户找到了极具生产力的用法；但在更多场景中，这项技术的局限日益显现，导致企业闹出令人尴尬的失误。
因此，今年将以务实而严谨的评估为主基调，因为人工智能在其实用可靠性与商业可行性方面将受到严格审视。尤其是，行业必须回答三个问题，才能为那股非同寻常的投资热潮提供合理性——这股热潮可能会使人工智能资本支出在2026年超过5000亿美元。
首先，生成式AI是否已触及扩展的极限？早在2019年，人工智能研究者理查德•萨顿(Rich Sutton)写过一篇题为《苦涩的教训》(The Bitter Lesson)的文章，指出打造更强大的AI，最有效的方法就是向深度学习模型投入更多数据和算力。此后，这一“扩展”理论已被OpenAI等以惊人的方式验证：他们不断打造更强大、计算更密集的模型。
您已阅读33%（417字），剩余67%（860字）包含更多重要信息，订阅以继续探索完整内容，并享受更多专属服务。