NIKKEI——日本经济新闻中文版

      中山淳史：雷·库兹韦尔（Ray Kurzweil）是人工智能（AI）研究者，他提出了计算机将在所有方面超越人类能力的“技术奇异点（Technological Singularity）”，6月将出版新著。

      新著作是19年前著作《奇点临近》的续篇，题目将“临近”一词改成了“更近了”。这是他3月在美国德克萨斯州举办的技术和音乐电影节“SXSW（South by Southwest）”上宣布的。

      这本书或许象征着美国IT（信息技术）产业的热潮。生成AI的应用正在全球范围内爆发式扩大，“GAFAM”等各大企业在日本也纷纷宣布进行大规模投资。

      据报道，面向AI学习所需的数据中心的投资金额今年年初以后仅日本就已达到约4万亿日元（美国企业公布的投资计划之和）。海外企业占优势而日本国内企业影响力较弱这一点与1990年代的互联网普及期相似。AI时代也有可能出现网球界的“温布尔登现象”，即随着开放门户，导致国外企业席卷而来。

      美国企业之所以对巨额投资持乐观态度，是因为背后有一个机器学习的经验法则“扩展法则（Scaling Laws）”。

      从事“ChatGPT”的OpenAI及谷歌等企业公开的资料显示，学习的计算量、数据量和表示AI性能和规模的参数量三个量越大，驱动AI的大语言模型（LLM）就越能给出准确的答案（如果是文章，就是根据上下文，给出下文的准确词语等）。

      例如，当计算量超过“10的22～24次方”以后，AI的推理能力显著提高。这被称为“涌现能力(emergent abilities) ”现象，虽然还不清楚原因，但计算次数等是否超过一定水平将左右生成AI的进化。这类似于水达到某个温度临界点就变成冰或蒸汽的“相变”现象。

      AI的进化当然也受算法（计算方法）好坏的影响。但更重要的是，随着这三个因素都增大，并且顺应涌现能力的趋势，只要达到这些条件，就可以相当准确地预测投资多少将使AI取得多大的进步。

      因此，GAFAM及OpenAI投入巨资，力争率先达到其他企业无法赶上的程度。投资的目的是进一步扩大大语言模型，具体来说就是大量采购用于学习的美国半导体巨头英伟达的高价图像处理芯片（GPU）或者开发新的高性能芯片。