Anda hanya boleh melaburkan sejumlah wang yang terhad kepada satu masalah. Sentimen ini turut disuarakan dalam tinjauan terkini terhadap penyelidik AI. Apabila ditanya sama ada "memperbesar" kaedah AI sedia ada boleh membawa kepada pengembangan kecerdasan am tiruan (AGI)—sejenis AI yang mampu menandingi atau melebihi kebolehan kognitif manusia—76 peratus daripada responden merasakan ia "tidak mungkin" atau "sangat tidak mungkin" untuk berjaya. Tinjauan tersebut, yang melibatkan maklum balas daripada 475 penyelidik AI dan dilakukan oleh saintis dari Persatuan Pemajuan Kecerdasan Tiruan, telah diterbitkan dalam satu laporan baru. Penemuan ini mencabar dengan kuat strategi yang disukai industri teknologi untuk mencapai kemajuan AI melalui peningkatan perkakasan bagi model generatif dan pusat data yang menyokongnya. Dengan AGI menjadi matlamat terakhir yang diisytiharkan bagi pemaju AI, pandangan umum adalah bahawa pengembangan dianggap sebagai pendekatan yang tidak berkesan. Stuart Russell, seorang ahli sains komputer dari UC Berkeley yang terlibat dalam penganjuran laporan tersebut, berkata kepada NewScientist, “Pelaburan besar dalam skala, tanpa usaha yang sepadan untuk memahami mekanisme asas, selalu tampak salah kepada saya. Kira-kira setahun yang lalu, semua orang menyedari bahawa kelebihan pengembangan konvensional telah mendatar. ” Sumber kewangan yang besar sedang beredar dalam perlumbaan senjata AI, dengan pelaburan dalam AI generatif melebihi $56 billion dalam modal teroka pada tahun 2024 sahaja, menurut TechCrunch. Sebahagian besar daripada ini diperuntukkan untuk membina dan menyelenggara pusat data besar yang diperlukan untuk model generatif.

Yang menariknya, Microsoft telah berjanji $80 billion untuk infrastruktur AI menjelang 2025. Lonjakan dalam perbelanjaan ini datang dengan permintaan tenaga yang sama mengejutkan. Microsoft baru-baru ini menandatangani kontrak untuk mengaktifkan seluruh loji kuasa nuklear untuk membekalkan elektrik bagi pusat datanya, manakala pesaing seperti Google dan Amazon juga telah terlibat dalam perkongsian tenaga nuklear yang signifikan. Andaian bahawa pengembangan boleh meningkatkan AI tanpa had selalu menjadi tidak menentu. Cabaran terkini daripada startup China, DeepSeek, yang mengembangkan model AI yang boleh bersaing dengan chatbot billion dolar yang utama dari Barat dengan kos dan tenaga yang jauh lebih rendah, mencerminkan hal ini. Amaran tentang had yang akan datang telah muncul lebih awal. Pada bulan November, laporan menunjukkan bahawa OpenAI mendapati versi terbaru model bahasa besar GPTnya menunjukkan peningkatan yang jauh lebih sedikit, atau dalam beberapa kes, tiada peningkatan berbanding pendahulunya. Pada bulan Disember, CEO Google, Sundar Pichai, secara terbuka menyatakan bahawa kemajuan AI yang mudah telah "berakhir" tetapi menegaskan bahawa tidak ada sebab untuk tidak "terus memperbesar". Menyusul keadaan ini, strategi yang lebih cekap dan kos efektif kini sedang diterokai. OpenAI telah mengambil kaedah yang dikenali sebagai pengiraan masa uji dengan model terbarunya, yang membolehkan AI menghabiskan masa tambahan untuk "berfikir" sebelum memilih penyelesaian terbaik, membawa kepada peningkatan yang sebaliknya memerlukan pengembangan yang meluas untuk dicapai, menurut penyelidik. Namun, ahli sains komputer dari Universiti Princeton, Arvind Narayanan, memberi amaran kepada NewScientist bahawa kaedah ini "tidak mungkin menjadi penyelesaian ajaib. " Sebaliknya, DeepSeek memperkenalkan pendekatan yang dipanggil "campuran pakar, " menggunakan beberapa rangkaian neural khusus—setiap satu adalah "pakar" dalam bidangnya—untuk mendapatkan penyelesaian, bukannya bergantung pada model "generalis". Walau bagaimanapun, dengan komitmen berterusan Microsoft untuk melabur berbilion dalam pusat data, nampaknya pengembangan secara paksa akan terus menjadi kaedah pilihan bagi gergasi industri, manakala startup yang lebih lincah akan mencari cara inovatif untuk mencapai kecekapan yang lebih besar dengan sumber yang lebih sedikit. Lebih lanjut tentang AI: China Mengumumkan Semua Bahan yang Dihasilkan AI mesti Diberi Label Dalam Talian.