OpenAI前首席科学家伊利亚·苏茨克维尔宣布，仅通过扩展模型和数据来推进人工智能的时代已经结束。他认为，由于训练数据有限，行业正面临瓶颈，因此需要战略性地转向AI推理等基础研究。
人工智能社区的杰出人物、OpenAI前首席科学家伊利亚·苏茨克维尔（Ilya Sutskever）宣布，“扩展时代已经结束”。这一声明预示着人工智能行业的一个潜在转折点，表明战略上将摆脱普遍认为计算能力和大数据集是主要驱动力的观念。相反，苏茨克维尔倡导将重点放在研究主导的突破上，以实现更高效、更先进的人工智能，他正在自己的新公司**Safe Superintelligence Inc. (SSI)**中追求这一愿景。
在最近的公开声明中，苏茨克维尔阐明了大型语言模型（LLM）开发已经“停滞不前”。他的核心论点是双重的：纯粹扩展的有效性正在减弱，以及行业已经达到了“数据峰值”。他将互联网描述为一个有限的训练数据池，现已基本耗尽，这意味着简单地向更大模型输入更多数据将不再带来显著进步。这标志着与过去几年主导人工智能开发、竞争实验室竞相构建基于海量数据集的更大模型的策略背道而驰。
宣布扩展时代结束对市场参与者具有重要意义。那些在大型数据中心和计算基础设施上投入巨资的公司可能会发现其战略优势受到侵蚀。竞争格局可能从资本密集型扩展业务转向能够产生新颖研究和突破的实体。苏茨克维尔本人创立SSI（一家以研究为重点的初创公司）的举动，正是基于这一论断的直接金融押注。据报道，这家估值30亿美元的风险投资公司，其基础理念是研究突破，而非纯粹的计算支出，将定义下一代前沿人工智能。
作为OpenAI的联合创始人兼前首席科学家，苏茨克维尔的评论举足轻重。他声明通过专注于扩展“每个人都在做同样的事情”，这表明战略停滞，亟待颠覆。他预测，下一个重大进展将来自实现“类人学习效率”。苏茨克维尔还指出，推动具有真正推理能力的人工智能将产生“更不可预测”和“根本不同”于现有技术的系统，这标志着能力和风险方面的范式转变。
苏茨克维尔的声明挑战了近期人工智能繁荣的基本假设，该繁荣主要建立在规模化模型成功的基礎上。多年来，业界一直认为，让模型变大是让它们变得更智能最可靠的途径。他的立场表明，这种直接关联已经减弱。如果这被证明是真实的，那么人工智能的未来发展可能不再是资源竞赛，而更多是基础科学发现。这可能会降低缺乏老牌科技巨头巨额资金的创新研究组织的进入门槛，从而从根本上改变人工智能竞争和领导力的动态。
