Insights AI

Memahami Otak Biologi berbanding Otak Digital: Perspektif Ilya Sutskever tentang Hala Tuju Akhir AI

Audio siar · Dengar (19 min)

Ilya Sutskever: AI Will Do Everything You Can in 3-10 Years

Kandungan
  1. 1. Tesis Teras: Mengapa Komputer Digital Akan Menyamai Keupayaan Manusia
  2. 2. Mekanisme Pemecutan: Gelung Maklum Balas Penyelidikan dan Pembangunan
  3. 3. Kesan terhadap Industri dan Ekonomi: Melangkaui Penyesuaian Kerjaya
  4. 4. Keterbatasan Asas, Risiko Penjajaran dan Persoalan Terbuka
  5. Angka utama
  6. Perkara yang boleh mengubah gambaran ini
  7. Rujukan

Dalam ucapan penerimaan ijazah kehormatnya pada 6 Jun 2025 di University of Toronto, penyelidik AI Ilya Sutskever menghuraikan asas teori yang menjelaskan mengapa pengkomputeran sintetik akhirnya akan melaksanakan keseluruhan spektrum tugas manusia: kognisi manusia beroperasi sepenuhnya pada komputer biologi, yang membayangkan bahawa seni bina perkakasan dan perisian digital akhirnya boleh meniru keupayaan asasnya. Satu dapatan strategik penting daripada analisis Sutskever ialah apabila model termaju disepadukan ke dalam pengeluaran ekonomi dan dilaburkan semula secara rekursif dalam penyelidikan dan pembangunan AI khusus, kadar kemajuan teknologi akan meningkat dengan amat pantas. Bagi pelabur institusi, ahli strategi perusahaan dan pemimpin dasar, hala tuju ini menegaskan keperluan mendesak untuk bersedia menghadapi pengagihan semula tenaga kerja secara sistemik, perubahan penilaian kemahiran dan peralihan makroekonomi daripada peningkatan keupayaan melalui perisian kepada pelaksanaan kognitif autonomi.

1. Tesis Teras: Mengapa Komputer Digital Akan Menyamai Keupayaan Manusia#

Penilaian terhadap hala tuju keupayaan jangka panjang AI memerlukan keseimbangan antara kekurangan fungsi semasa dengan had pengkomputeran berdasarkan prinsip asas. Model AI termaju semasa menunjukkan keupayaan yang amat mengagumkan dalam interaksi dengan pengguna: model ini berbual dengan lancar menggunakan suara semula jadi, menganalisis konteks multimodal yang kompleks dan menjana kod perisian yang boleh dilaksanakan. Namun, di sebalik kejayaan ini, sistem hari ini masih mempunyai keterbatasan ketara dalam pelbagai tugas penaakulan dan pelaksanaan, meninggalkan jurang fungsi yang besar antara alat semasa dengan kecerdasan manusia umum.

Walaupun terdapat kekurangan jangka pendek ini, Ilya Sutskever mengemukakan premis mutlak berdasarkan prinsip asas tentang mengapa pengkomputeran sintetik akan mencapai kesetaraan tugas sepenuhnya dengan pekerja manusia: otak manusia pada asasnya ialah komputer biologi. Sebagaimana rangkaian saraf biologi memproses maklumat melalui isyarat elektrokimia yang dihantar merentasi bertrilion sambungan sinaps antara neuron hidup, sistem pengkomputeran digital memproses maklumat melalui keupayaan elektrik merentasi berbilion transistor semikonduktor. Oleh sebab kedua-dua substrat tertakluk pada hukum fizik pengkomputeran dan teori maklumat yang sama, komputer digital—yang bertindak sebagai otak sintetik—akhirnya boleh direka bentuk untuk meniru apa-apa proses pembelajaran atau tugas kognitif yang boleh dikuasai oleh otak biologi manusia. Alat AI semasa sebahagian besarnya terhad kepada pertukaran perbualan dan penyelesaian tugas setempat, tetapi logik fizik yang mendasarinya menetapkan keadaan masa hadapan apabila sistem digital bukan sekadar melaksanakan sebahagian tugas kognitif, malah setiap tugas yang boleh dikuasai manusia.

Tesis teras ini mencerminkan tempoh akademik sepuluh tahun Sutskever di University of Toronto, tempat beliau memperoleh empat ijazah, yang memuncak dengan penyelidikan kedoktorannya sekitar 2005 hingga 2015. Sepanjang dekad ini, University of Toronto menghasilkan sebahagian penyelidikan AI paling revolusioner di dunia. Sutskever belajar secara langsung di bawah perintis AI Geoff Hinton—peluang yang secara jelas disifatkan oleh Sutskever sebagai salah satu tuah terbesar dalam hidupnya—dan membina asas empirikal yang memacu kejayaan awal dalam pembelajaran mendalam.

2. Mekanisme Pemecutan: Gelung Maklum Balas Penyelidikan dan Pembangunan#

Peralihan daripada model pembantu khusus bidang kepada keupayaan penuh setaraf manusia tidak mengikuti kitaran keluaran perisian yang linear. Sebaliknya, kemajuan ditentukan oleh gelung maklum balas yang kesannya berganda, yang memendekkan tempoh pembangunan secara drastik melalui tiga fasa operasi yang berbeza:

  1. Produktiviti Awal dan Penyepaduan Ekonomi: Model AI termaju digunakan merentasi aliran kerja perusahaan untuk mengautomasikan tugas pentadbiran rutin, meningkatkan produktiviti buruh dan memacu keluaran makroekonomi serta-merta.
  2. Pelaburan Semula dalam Penyelidikan dan Pembangunan Termaju: Modal dan kapasiti pengkomputeran yang dijana daripada keuntungan ekonomi awal disalurkan semula secara sistematik kepada penyelidikan dan pembangunan saintifik, dengan tumpuan khusus pada pengoptimuman seni bina model, daya pemprosesan algoritma dan kejuruteraan perisian automatik.
  3. Pemendekan Tempoh Secara Rekursif: Apabila sistem AI berjaya digunakan dalam penyelidikan AI termaju itu sendiri, kadar inovasi meningkat dengan amat pantas, mewujudkan mekanisme iterasi yang mengukuhkan dirinya sendiri dan mengurangkan secara mendadak masa yang diperlukan untuk mencapai kejayaan besar dalam seni bina.

Berbeza dengan paradigma perisian lama yang bergantung sepenuhnya pada kapasiti kejuruteraan manusia bagi setiap kemas kini perisian, gelung penyelidikan dan pembangunan yang memecut sendiri ini membolehkan sistem AI memacu kelajuan pembangunannya sendiri. Walaupun pemerhati industri menyebut anggaran tempoh yang berbeza-beza—merangkumi 3, 5, hingga 10 tahun—dan mengakui kesukaran semula jadi dalam meramalkan tarikh tepat kejayaan besar, logik sistemik penyelidikan dan pembangunan yang menambah baik dirinya sendiri menetapkan arah aliran yang semakin pantas menuju automasi kognitif menyeluruh.

3. Kesan terhadap Industri dan Ekonomi: Melangkaui Penyesuaian Kerjaya#

Kemajuan berterusan pengkomputeran sintetik mewujudkan gangguan struktur yang mendalam merentasi pendidikan, pasaran buruh dan paradigma reka bentuk produk. Sistem AI semasa telah pun mengubah persekitaran pendidikan secara asas, membentuk semula cara pelajar memperoleh maklumat dan membangunkan kemahiran analisis asas. Pada masa yang sama, penggunaan AI mula mengubah penilaian kemahiran profesional dengan cara yang tidak dapat diramalkan, memaksa pekerja berpengetahuan menilai semula secara berterusan keupayaan yang masih mempunyai nilai pasaran yang boleh dipertahankan.

Walaupun analisis ekonomi segera menumpukan cara AI meningkatkan keupayaan peranan tenaga kerja sedia ada, cabaran strategik asas pasti akan beralih daripada mempelajari cara menggunakan AI sebagai alat produktiviti kepada beroperasi dalam ekonomi apabila sistem sintetik melaksanakan semua kerja kognitif. Dengan memetik pepatah politik klasik, Sutskever menonjolkan realiti yang tidak dapat dielakkan: "Anda mungkin tidak berminat dengan politik, tetapi politik akan berminat dengan anda. Maka perkara yang sama terpakai kepada AI, berlipat kali ganda." Pembuat keputusan perusahaan dan profesional individu tidak boleh menganggap penggunaan AI sebagai strategi pilihan; peserta pasaran yang pasif akan mendapati model perniagaan dan laluan kerjaya mereka terjejas secara langsung tanpa mengira penglibatan aktif mereka.

Oleh itu, paradigma kejuruteraan produk akan mengalami peralihan struktur. Aplikasi perisian akan beralih daripada antara muka pengguna grafik statik dan arahan perbualan asas kepada ejen ekonomi autonomi sepenuhnya yang mampu melaksanakan tugas dari awal hingga akhir tanpa pengawasan manusia.

4. Keterbatasan Asas, Risiko Penjajaran dan Persoalan Terbuka#

Mengemudi peralihan ke arah kecerdasan sintetik setaraf manusia memerlukan usaha menangani keterbatasan teknikal yang ketara, risiko penjajaran yang mengancam kewujudan dan cabaran pelaksanaan organisasi:

  • Kekurangan Fungsi Semasa: Model paling maju semasa menunjukkan jurang operasi yang serius. Walaupun berprestasi tinggi dalam analisis bahasa semula jadi dan penjanaan kod, model hari ini tidak mempunyai perancangan jangka panjang yang teguh, penaakulan ruang dan kebolehpercayaan dunia sebenar, sekali gus menghalang automasi perusahaan serta-merta dari awal hingga akhir.
  • Penjajaran Sistem Supercerdas dan Penyamaran Mengelirukan: Apabila sistem sintetik melampaui keupayaan manusia, penjajaran menjadi kekangan teknikal utama. Memastikan sistem supercerdas kekal sejajar memerlukan ketelusan mutlak, dengan memastikan model menyatakan keadaan dalaman sebenar mereka secara konsisten dan tidak melakukan penyamaran fungsi yang mengelirukan—atau, seperti yang ditegaskan Sutskever, memastikan sistem "mengatakan apa yang dikatakannya dan tidak berpura-pura menjadi sesuatu yang lain." Sutskever secara jelas menyifatkan usaha mengatasi cabaran penjajaran AI sebagai "cabaran terbesar umat manusia sepanjang zaman," sambil menyatakan bahawa kejayaan menyelesaikannya akan menghasilkan "ganjaran terbesar."
  • Intuisi Empirikal melalui Pengalaman Langsung: Makalah penyelidikan abstrak dan esei teori tidak mencukupi untuk memahami secara mendalam kepantasan perkembangan keupayaan AI. Seperti yang dinyatakan Sutskever, "sebanyak mana pun esei dan penjelasan tidak dapat menandingi apa yang kita lihat dengan deria kita sendiri, dengan kedua-dua mata kita sendiri." Interaksi langsung dan praktikal dengan model yang semakin baik sepanjang tempoh 1-hingga-3 tahun membina intuisi empirikal yang diperlukan untuk menterjemahkan risiko abstrak kepada realiti nyata, menjana tumpuan psikologi dan tenaga manusia yang diperlukan untuk menyelesaikan cabaran penjajaran dan keselamatan yang kompleks.
  • Cara Fikir Operasi bagi Persekitaran dengan Ketidakpastian Tinggi: Untuk mengurus perubahan teknologi yang mendalam, Sutskever menyarankan kerangka pemikiran praktikal: terima realiti seadanya, elakkan terlalu memikirkan kesilapan lalu atau keadaan yang merugikan, dan tumpukan sepenuhnya pada pelaksanaan langkah terbaik seterusnya. Bagi pemimpin korporat dan pembuat keputusan institusi, penerapan cara fikir ini merupakan keperluan operasi, yang membolehkan organisasi mengekalkan kejelasan strategik dan pelaksanaan yang tegas di tengah-tengah transformasi pasaran yang radikal.

Angka utama#

  • 6 Jun 2025: Tarikh ucapan penerimaan ijazah kehormat Ilya Sutskever di University of Toronto.
  • 20 tahun: Tempoh yang berlalu sejak Sutskever menerima ijazah sarjana mudanya daripada University of Toronto (sekitar 2005).
  • 4 ijazah: Jumlah ijazah yang diterima oleh Sutskever daripada University of Toronto.
  • 10 tahun: Jumlah tempoh Sutskever belajar sebagai pelajar prasiswazah dan pascasiswazah di University of Toronto.
  • 3, 5, hingga 10 tahun: Anggaran tempoh yang disebut oleh pemerhati industri bagi pencapaian penting keupayaan AI lanjutan.
  • 1 hingga 3 tahun: Tempoh apabila intuisi praktikal melalui penggunaan sistem AI yang semakin baik akan memperjelas kesannya terhadap dunia sebenar dengan ketara.

Perkara yang boleh mengubah gambaran ini#

  1. Kemendataran dalam Penyelidikan dan Pembangunan Dipacu AI: Bukti bahawa penggunaan model AI semasa dalam penyelidikan AI gagal mempercepat kejayaan besar dalam seni bina model atau kecekapan latihan.
  2. Penyelesaian Isu Penipuan/Penjajaran: Pembuktian jaminan matematik atau seni bina yang boleh disahkan bagi menghalang AI supercerdas daripada memberikan gambaran palsu tentang keadaan atau niatnya.
  3. Kekangan Perkakasan dan Pengkomputeran: Had penskalaan pengkomputeran fizikal atau biologi yang menghalang komputer digital daripada menyamai kecekapan tenaga dan ketumpatan otak biologi manusia.
  4. Pengesahan Empirikal Tempoh Berbilang Tahun: Pemecutan atau perlambatan penanda aras automasi tugas merentasi bidang fizikal dan kognitif yang kompleks sepanjang 1 hingga 3 tahun akan datang.

Untuk memperoleh pandangan yang lebih mendalam dan bebas gembar-gembur tentang seni bina AI termaju dan penanda aras empirikal, terokai lebih banyak penyelidikan sumber terbuka di laman DeepValues Research atau cuba aplikasi DeepValues.

Rujukan#

Ilya Sutskever, U of T honorary degree recipient, June 6, 2025, University of Toronto YouTube Channel

Tonton

Pautan sumber

Tonton & dengar

Teks kajian CC BY 4.0, petik sebagai: DeepValues Research, Memahami Otak Biologi berbanding Otak Digital: Perspektif Ilya Sutskever tentang Hala Tuju Akhir AI, https://research.deepvalues.ai/insights/2026-10-25-navigating-the-ai-era-ms/

E-mel mingguan percuma

Margin of Safety Weekly

Setiap Sabtu: suhu pasaran, pembelian dan penjualan pelabur hebat (pemfailan 13F), kajian baharu minggu ini, serta video dan audio siar kami — percuma, tanpa perlu akaun.

Send me the DeepValues Margin of Safety Weekly, one email every Saturday. I can unsubscribe at any time. Information only, not investment advice. Privasi

Terokai lagi

Jalankan analisis ini untuk mana-mana saham dalam 2 minit

Deep Value Intelligence, penganalisis AI berbilang ejen di sebalik laporan ini, menghasilkan laporan yang sama untuk mana-mana syarikat tersenarai atas permintaan.

Buka Deep Value Intelligence

Pantau 300+ saham dalam aplikasi DeepValues

Pandangan, nilai intrinsik dan laporan terkini, di telefon anda.

Pembangun: pandangan dan laporan melalui API

Fundamental, nilai intrinsik, pandangan dan pautan laporan yang mendasari halaman ini, dalam JSON.

Dokumen API

Bincang