通用人工智能 (AI) 的概念已经存在了很长一段时间，但尚未完全实现如此强大的计算机系统的现实。实现这一目标的主要障碍之一是需要计算和组织大量参数才能创建真正通用的 AI。估计范围，但一个流行的建议是，开发通用人工智能需要 10 万亿个参数。这是一个非常大的数字，而且不仅限于编程本身。达到这种水平的计算能力将需要大量的能源和资源，以及极其先进的编程技术。也很难准确估计需要多少能量，因为参数的确切数量可能会根据正在开发的 AI 类型而有所不同。通用人工智能需要如此多的参数这一事实并不是放弃开发人工智能的理由。事实上，弄清楚如何创建具有这种复杂程度的通用人工智能的挑战可能会导致新技术的发展和人工智能领域的突破。与任何复杂的项目一样，它需要奉献精神和耐心，但最终潜在的回报是值得付出努力的。
为什么这么多？
创造通用人工智能需要多少参数的问题在人工智能领域已经争论了一段时间。随着计算机能力和算法的进步，不乏研究人员和专家相信只需十万亿个参数就可以创建通用人工智能。那么，为什么这么多？简而言之，构建通用人工智能需要大量数据和计算能力。计算机需要大量数据才能正确处理和识别模式，数百万甚至数十亿个数据点可能不足以让计算机准确推断环境中所有变量之间的关系。
十万亿个参数代表着大量的数据点，计算机访问的数据点越多，它就越能就如何与环境交互做出明智的决定。可能需要这么多参数的另一个原因是因为 AI 需要能够与之交互的环境的复杂性。这意味着，除了识别模式外，人工智能还必须能够理解和应对各种不同的情况。这需要对环境有深刻的理解，十万亿个参数就可以提供这种程度的理解。最后，重要的是要记住，十万亿个参数仍然只是一个估计值。虽然目前的共识是这个数字可能是必要的，但关于这个问题仍有很多争论。为了创建通用人工智能，可能需要更多甚至更少的参数。
这对 AI 开发意味着什么？
几十年来，可用于执行各种任务的通用人工智能 (AI) 的想法一直是科幻小说中的内容。然而，近年来，技术和计算能力的进步使得构建具有惊人数量参数的人工智能系统成为可能。事实上，现在据说许多最先进的人工智能系统都有数万亿个参数。但这究竟意味着什么？创建通用人工智能系统实际上需要多少参数？这是一个很难回答的问题，因为构建通用 AI 没有单一的神奇数字。相反，所需参数的数量将取决于人工智能系统需要能够执行的具体任务。也就是说，拥有更多的参数确实提供了某些优势。
例如，具有更多参数的系统可能能够更好地识别复杂模式并检测数据集中的细微差别。此外，更大的参数数量允许 AI 系统更快地处理和分析数据，这可以帮助他们做出更准确的决策和预测。然而，拥有大量参数并不一定是创造通用人工智能的关键。相反，必须正确设计和设计 AI 系统，以便它们能够有效地利用其功能。软件、硬件和算法的正确组合可用于创建 AI 系统，这些系统可以有效地管理大量数据，同时仍能有效运行并做出正确的决策。最终，创建通用人工智能系统所需的参数数量是一个持续的争论。虽然拥有大量参数当然是有利的，但构建成功 AI 的关键在于其设计和工程。通过软件、硬件和算法的正确组合，可以创建能够执行复杂任务的强大人工智能系统。
一些可能的影响