OpenAI前首席科學家伊利亞·蘇茨克維爾宣布，僅透過擴展模型和數據來推進人工智慧的時代已經結束。他認為，由於訓練數據有限，行業正面臨瓶頸，因此需要策略性地轉向AI推理等基礎研究。
人工智慧社區的傑出人物、OpenAI前首席科學家伊利亞·蘇茨克維爾（Ilya Sutskever）宣布，「擴展時代已經結束」。這一聲明預示著人工智慧行業的一個潛在轉折點，表明策略上將擺脫普遍認為計算能力和大數據集是主要驅動力的觀念。相反，蘇茨克維爾倡導將重點放在研究主導的突破上，以實現更高效、更先進的人工智慧，他正在自己的新公司**Safe Superintelligence Inc. (SSI)**中追求這一願景。
在最近的公開聲明中，蘇茨克維爾闡明了大型語言模型（LLM）開發已經「停滯不前」。他的核心論點是雙重的：純粹擴展的有效性正在減弱，以及行業已經達到了「數據峰值」。他將網際網路描述為一個有限的訓練數據池，現已基本耗盡，這意味著簡單地向更大模型輸入更多數據將不再帶來顯著進步。這標誌著與過去幾年主導人工智慧開發、競爭實驗室競相構建基於海量數據集的更大模型的策略背道而馳。
宣布擴展時代結束對市場參與者具有重要意義。那些在大型數據中心和計算基礎設施上投入巨資的公司可能會發現其策略優勢受到侵蝕。競爭格局可能從資本密集型擴展業務轉向能夠產生新穎研究和突破的實體。蘇茨克維爾本人創立SSI（一家以研究為重點的初創公司）的舉動，正是基於這一論斷的直接金融押注。據報導，這家估值30億美元的風險投資公司，其基礎理念是研究突破，而非純粹的計算支出，將定義下一代前沿人工智慧。
作為OpenAI的聯合創始人兼前首席科學家，蘇茨克維爾的評論舉足輕重。他聲明透過專注於擴展「每個人都在做同樣的事情」，這表明策略停滯，亟待顛覆。他預測，下一個重大進展將來自實現「類人學習效率」。蘇茨克維爾還指出，推動具有真正推理能力的人工智慧將產生「更不可預測」和「根本不同」於現有技術的系統，這標誌著能力和風險方面的範式轉變。
蘇茨克維爾的聲明挑戰了近期人工智慧繁榮的基本假設，該繁榮主要建立在規模化模型成功的基礎上。多年來，業界一直認為，讓模型變大是讓它們變得更智能最可靠的途徑。他的立場表明，這種直接關聯已經減弱。如果這被證明是真實的，那麼人工智慧的未來發展可能不再是資源競賽，而更多是基礎科學發現。這可能會降低缺乏老牌科技巨頭巨額資金的創新研究組織的進入門檻，從而從根本上改變人工智慧競爭和領導力的動態。
