Sam Altman Menilai Semula Garis Masa AI: Penggunaan, Bukan Keupayaan, Jadi Kekangan Utama

Sam Altman dilaporkan sedang menilai semula tempoh masa, bukannya kepentingan jangka panjang AI. Selepas GPT-4 dilancarkan pada 2023, beliau menjangka gangguan terhadap perniagaan perisian dan ekonomi berlaku dengan jauh lebih pantas. Kini, beliau kelihatan lebih menekankan kerja yang lebih perlahan untuk mengubah keupayaan model menjadi aplikasi yang boleh dipercayai, perubahan organisasi, infrastruktur fizikal dan penerimaan awam. 36

Perbezaan ini penting: model yang mengagumkan dari sudut teknikal tidak semestinya terus menggantikan produk, menyusun semula syarikat atau mengubah keseluruhan ekonomi.

Masalah utama bukan lagi sekadar melatih model

Pandangan yang semakin jelas ialah kekangan jangka pendek AI bukan hanya soal menghasilkan model asas yang lebih berkuasa. Syarikat masih perlu membangunkan aplikasi yang benar-benar berguna, mengintegrasikannya ke dalam aliran kerja sedia ada, menyusun semula organisasi dan meyakinkan pelanggan serta pekerja untuk bergantung kepadanya.

Ini membantu menjelaskan mengapa ekonomi selepas GPT-4 belum mengalami perubahan mendadak seperti yang dibayangkan oleh sesetengah ramalan. Teknologi mungkin terus berkembang dengan pantas, tetapi penggunaannya bergerak melalui saluran institusi dan komersial yang lebih perlahan.

Pemerhatian ekonomi Altman baru-baru ini menunjukkan dua arah serentak. Beliau berhujah bahawa kecerdasan model meningkat sejajar dengan sumber yang digunakan untuk melatih dan menjalankannya, manakala kos menggunakan tahap AI tertentu boleh jatuh dengan ketara dari semasa ke semasa—keadaan yang akhirnya boleh mendorong penggunaan lebih meluas. 40 Namun, kos yang semakin rendah tidak menghapuskan halangan seperti proses perolehan, peraturan, kepercayaan, tadbir urus data dan kesukaran mengubah cara manusia bekerja.

Mengapa Altman bercakap tentang memperlahankan rentak AI

Pada Julai, Altman berkata industri mungkin perlu “mengatur rentak” pembangunan AI supaya masyarakat mempunyai masa untuk “membina ketahanan” terhadap tahap keupayaan baharu. Beliau juga berkata sebarang pendekatan sedemikian perlu mengelakkan penawanan kawal selia serta pakatan sulit antara makmal AI termaju. 37

Ini tidak sama dengan menyeru agar pembangunan AI dihentikan secara kekal. Sebaliknya, ia mengakui bahawa kemajuan teknikal dan penyesuaian sosial mungkin bergerak mengikut jadual yang berbeza. Lebih 1,000 pekerja di syarikat AI terkemuka turut menandatangani surat terbuka yang menggesa peraturan lebih kukuh dan masa untuk membangunkan langkah keselamatan serta pengawasan. 38

Implikasi praktikalnya ialah proses penggunaan AI akan menjadi lebih diperdebatkan. Sistem yang berkeupayaan tinggi mungkin muncul sebelum kerajaan, perniagaan, sekolah dan masyarakat bersetuju tentang cara terbaik untuk menggunakannya.

Dua risiko di sebalik amaran “anti-manusia”

Altman berulang kali berhujah bahawa kuasa AI tidak sepatutnya terlalu tertumpu dan bahawa kawalan terhadap masa depan perlu berada pada tangan manusia serta institusi mereka. 44 Dalam kerangka ini, dua keadaan dianggap sangat tidak boleh diterima:

1. AI menjadi begitu berkuasa sehingga manusia tidak lagi mampu mengawalnya secara bermakna.
2. Keupayaan dan kuasa membuat keputusan AI tertumpu pada terlalu sedikit syarikat atau kerajaan.

Risiko pertama berkaitan kehilangan kawalan. Risiko kedua pula berlaku apabila kawalan masih wujud—tetapi berada pada tangan kumpulan kecil yang mempunyai pengaruh ekonomi dan politik tidak seimbang. Kedua-dua risiko ini boleh membawa dasar ke arah yang berbeza: langkah keselamatan mungkin mengurangkan penyalahgunaan, manakala akses berpusat dan sistem tertutup pula boleh meningkatkan penumpuan kuasa.

Adakah ini kritikan terhadap Anthropic?

Tafsiran itu wajar dianggap sebagai analisis, bukannya serangan langsung yang telah dibuktikan. Bahan yang tersedia tidak menunjukkan Altman menyebut Anthropic secara jelas atau melabel pendekatan syarikat itu yang mengutamakan keselamatan dan berpusat sebagai “anti-manusia”.

Namun, memang wujud ketegangan dasar yang nyata. Strategi model termaju yang dikawal ketat boleh memudahkan pemantauan dan penguatkuasaan keselamatan, tetapi pada masa sama berpotensi meletakkan lebih banyak kuasa pada tangan sebilangan kecil makmal. Sebaliknya, model dengan pemberat terbuka (open-weight) boleh meluaskan akses dan penyesuaian, sambil mewujudkan cabaran tambahan berkaitan penyalahgunaan dan akauntabiliti.

Bukti yang ada menyokong perbincangan tentang pertukaran ini—bukan dakwaan bahawa Anthropic ialah sasaran Altman atau bahawa falsafahnya sememangnya memudaratkan manusia.

Tentangan terhadap pusat data mendedahkan kekangan fizikal AI

Penggunaan AI memerlukan lebih daripada perisian. Ia memerlukan pusat data, tenaga elektrik, kapasiti penghantaran kuasa, air, tanah, kelulusan dan persetujuan politik masyarakat setempat.

Pembinaan infrastruktur ini sudah berdepan tentangan. Laporan mengenai tinjauan Gallup menyatakan bahawa 71% orang dewasa di Amerika Syarikat menentang pembinaan pusat data AI di kawasan mereka, manakala lebih sedozen projek dilaporkan telah disekat atau ditangguhkan akibat bantahan tempatan. 18 Laporan lain pula menyebut kebimbangan tentang penggunaan elektrik dan air, kesan alam sekitar serta aturan cukai tempatan. 20

Altman mengakui mengapa penduduk mungkin tidak mahu pusat data dibina berdekatan rumah mereka, dan mencadangkan kawasan gurun yang terpencil mungkin lebih sesuai. 23 Cadangan itu menggariskan perkara utama: memperluas AI juga merupakan masalah guna tanah dan infrastruktur, bukan sekadar perlumbaan untuk mendapatkan lebih banyak cip pemproses grafik atau GPU.

Ketegangan sama turut kelihatan dalam sokongan OpenAI terhadap projek infrastruktur besar. Di tapak pusat data di Michigan, Altman menyifatkan projek yang dilaporkan bernilai AS$16 bilion itu sebagai pertaruhan besar terhadap masa depan AI, sedangkan kebimbangan penduduk setempat tertumpu pada sumber seperti air dan elektrik. 2130 Jangkaan industri kekal sangat besar, tetapi menukarkannya kepada kapasiti operasi memerlukan masyarakat menerima kos fizikalnya.

Urus niaga NVIDIA dan Poolside bukan tanda berundur

Urus niaga NVIDIA yang dilaporkan melibatkan Poolside menunjukkan mengapa garis masa penggunaan yang lebih perlahan tidak harus disamakan dengan kemerosotan keyakinan terhadap AI. NVIDIA dilaporkan bersetuju membayar AS$6 bilion untuk melesenkan teknologi Poolside dan melabur lagi AS$1 bilion dalam syarikat pemula itu. Lebih 100 pekerja Poolside dijangka menyertai kerja NVIDIA untuk keluarga model Nemotron dengan pemberat terbuka. 15

Langkah ini menunjukkan NVIDIA sedang berkembang daripada syarikat perkakasan kepada pemain dalam sistem pembangunan model dan perisian dengan pemberat terbuka. Model sedemikian lebih mudah disesuaikan dan, menurut laporan mengenai urus niaga itu, mungkin menawarkan kos operasi lebih rendah berbanding sesetengah alternatif tertutup. 5

Strategi itu seiring dengan kitaran penggunaan yang lebih panjang dan kompetitif. Jika perniagaan memerlukan model fleksibel yang boleh disesuaikan dengan infrastruktur sendiri, model dengan pemberat terbuka mungkin menjadi komponen penting dalam penggunaan AI perusahaan. Namun, urus niaga tersebut tetap merupakan pelaburan agresif terhadap keupayaan AI; ia bukan bukti bahawa NVIDIA menjangka permintaan akan merosot. 15

Kesimpulan: AI mungkin tersebar secara beransur-ansur dan penuh pertikaian

Secara keseluruhan, perkembangan ini menyokong garis masa AI yang lebih bernuansa:

• Keupayaan model boleh berkembang lebih pantas daripada penggunaannya dalam perniagaan. 36
• Aplikasi dan penyusunan semula organisasi menentukan sama ada keupayaan teknikal menjadi kesan ekonomi. 36
• Pengembangan infrastruktur berdepan kekangan tenaga, air, kelulusan dan penerimaan masyarakat. 182023
• Keselamatan dan tadbir urus memerlukan masa untuk institusi menyesuaikan diri. 3738
• Industri masih melabur secara agresif dalam model baharu dan alternatif dengan pemberat terbuka. 15

Kesimpulan paling kukuh bukanlah bahawa AI akan memberi kesan ekonomi yang kecil, atau bahawa industri sudah mencapai persetujuan untuk memperlahankan pembangunan secara sengaja. Bukti yang ada lebih menunjukkan penyebaran AI yang lebih perlahan, tidak sekata dan memerlukan modal besar.

AI masih berpotensi mengubah ekonomi, tetapi laluannya bergantung pada aplikasi, infrastruktur, peraturan, penyesuaian institusi dan penerimaan awam—bukan semata-mata pada kemunculan model baharu atau perubahan mendadak selepas GPT-4.