我们现在都在AI时，您最好习惯

已发表: 2025-06-04

“我们在人工智能时期，”这就是我现在告诉人们，当他们试图理解AI的快速速度以及所有连接的技术，进步。

即使自Openai释放了世界上的Chatgpt已经两年半以来，我才直观地知道，在技术世界中，我们不再按照摩尔的定律运作：芯片上的晶体管数量每两年加倍。现在，这是AI模型定律，其中生成模型功能每三个月增加一次。

即使您不相信大型语言模型（LLM）正在以这种速度发展，也无可否认，采用速度。

邦德投资公司（Bond Investments）的普通合伙人玛丽·米克（Mary Meeker）的一份新报告（或340页的演讲）描绘了AI的变革性质以及与其他任何以前的Tech Epoch的最清晰的描述。

米克（Meeker）及其合着者写道：“正如数据所支持的那样，与人工智能技术进化相关的变化范围和范围确实是前所未有的。”

Google，什么？

尤其是一个统计数据对我来说很突出：Google花了9年的时间才达到3650亿次搜索。两年来，Chatgpt达到了同样的里程碑。

米克（Meeker）的演讲说明了我一段时间以来一直试图表达的东西。从来没有像这样的时间。

我经历了一些大型技术变化：个人计算的兴起，从模拟到数字出版工具的转换以及在线革命。但是，大多数这种变化是逐渐的，当时确实感觉很快。

我首先在1970年代中期看到了数字出版工具，直到1980年代中期，我们中的许多人都做出了转换，这也大约是个人计算机开始到达的时候，尽管它们至少要又十年都不会变得无处不在。

我认为自我反省的时间很少。

随着公共互联网于1993年到来，大多数人都在宽带上几年了。知识工作者没有立即上升。取而代之的是，员工队伍发生了缓慢而稳定的转变。

我会说，在互联网及其相关的系统和平台成为我们生活中不可阻碍的部分之前，我们进行了十年的扎实调整。

我仍然记得互联网上普通人有多困惑。在1994年的今日秀上，主持人大声问：“什么是互联网？” AI和诸如Chatgpt，Copilot，Claude AI和其他人之类的平台并没有遇到相同水平的混乱。

注册我们

米克（Meeker）的报告指出，Chatgpt用户从2020年10月下降到2024年底的零，在2025年的800m飙升。令人震惊的20M人正在向订户付款。说服人们花了数十年的时间支付互联网上的任何内容，但是对于AI，人们已经在将钱包打开了。

我想互联网的兴起以及无处不在的移动计算可能为我们为AI时代做好了准备。好像人工智能并没有出现在蓝色中。再说一次，这确实做到了。

大约十年前，我们惊叹于IBM的深蓝色，这是第一个击败国际象棋大师加里·卡斯帕罗夫（Gary Kasparov）的人工智能。随后在2005年，一辆自动驾驶汽车完成了DARPA挑战。在那之后的十年之后，我们看到Deepmind Alphago击败了世界上最好的GO球员。

其中一些发展令人震惊，但它们达到了相对易于消化的速度。即便如此，2016年的情况开始开始发生，各个团体开始向有关AI的警告铃响。没有人公开使用“ LLM”或“ Generative”术语。尽管如此，问题仍然如此，IBM，Amazon，Facebook，Microsoft和Google的DeepMind构成了非营利性AI的合作伙伴关系，该合作伙伴关系旨在“通过AI技术解决机遇和挑战，以使人们和社会受益”。

不过，该小组仍然存在，我不确定有人会注意其建议。我认为自我反省的时间很少。

图1 of 2

一项2016年斯坦福大学在2030年对AI的研究（不再在线）指出：“与流行媒体对AI的更奇妙的预测相反，研究小组没有发现担心AI是对人类的迫在眉睫的威胁。”

不过，米克（Meeker）的演讲提出了一幅加速的图片，我认为确实引起了人们的关注，并提出了一个警告：预测来自chatgpt（这是更大的关注理由）。

例如，到2030年，它可以预测AI创建全长电影和游戏的能力。我会说双子座的veo 3证明我们在路上很好。

它承诺AI可以操作类似人类的机器人的能力。我要补充说，AI时间已经加速了类人形机器人的发展，以我25年的覆盖机器人技术从未见过的方式。

它说AI将建立和经营自动业务。

在10年的时间里，Chatgpt认为AI将能够模拟类似人类的思想。

如果我们记得像大多数LLM一样，Chatgpt将其大部分知识都基于已知的宇宙，我认为我们可以假设这些预测是雄心勃勃的（如果有的话）。即使是人工智能也不知道我们不知道的。

办公室有一些论点说我的等式错误。没有AI模型定律，只有黄的定律（对于Nvidia的创始人兼首席执行官Jensen Huang）。该法律预测，至少每两年至少每两年的GPU性能增加一倍。没有这些处理器的力量，AI摊位。也许吧，但是我认为这些模型的力量尚未赶上Nvidia的GPU提供的处理能力。

黄只是为每个人和企业都希望基于GPU的生成力量的未来建设。这意味着我们需要更多的处理器，更多的数据和开发跃升来准备模型。但是，GPU开发并没有阻碍实时的模型开发。这些生成更新的发生速度要比硅的进步快得多。

如果您接受诸如AI时间之类的事情，并且AI模型定律（哎呀，我们称其为“ Ulanoff定律”）是真实的事情，那么很容易接受Chatgpt对我们即将来临的现实的看法。