Chollet:按经验转化效率算,当前 AI 比人类落后约 6 个数量级
GregKamradt · x · 2026-09-15
François Chollet 在引用 OpenAI 能力研究员 Dan Selsam 的 AI 风险公开声明时,重申自己的智能定义:智能是「把经验转化为能力的效率」。按此标准,当前 AI 的智能比人类低约 6 个数量级(OOMs)。
他给出的论据:
- 人类祖先的进化史并不包含编程,但人几百小时就能学会 Python;而大型推理模型(LRM)需要约 10 亿小时等效训练数据(还叠加非编程训练数据)才能达到同等编程能力。
- 测试时算力与能效差距同样悬殊:人类解一道 ARC-AGI-3 游戏,耗电成本不到 0.1 美元(按零售电价);Astra 每局要花约 300-400 美元,差 3-4 个数量级。
被引用的 Dan Selsam 声明:他在 AI 领域工作逾十五年,曾在 MIT 做概率编程语言早期工作、参与微软研究院 Lean 定理证明器开发、斯坦福博士期间演示了神经网络学习推理的最早实例之一,近五年在 OpenAI 参与 chain-of-thought 优化的开创工作,并公开分享了自己对 AI 风险的看法。
「漫话AGI」频道最新
- Noam 两年前押注模型超人类基准成绩，预言应验 — GregKamradt · 2026-09-15
- OpenAI 研究员 Dan Selsam 发声明：模型可能欺骗性对齐致安全论证失效 — connoraxiotes · 2026-09-15
- eigenrobot 转发争议言论：称批评者比 OpenAI 更虚伪 — wordgrammer · 2026-09-15
- e/acc 创始人力挺能力扩散：封门囤优势才危险 — beffjezos · 2026-09-15
- 开发者长文:「用户-助手」格式是幻觉,RLHF 人格化对齐路径大概率走不通 — mayfer · 2026-09-15
- 安全测试时长与内部部署被混为一谈，作者澄清 EA 圈分歧所在 — JacquesThibs · 2026-09-15