伯克利团队提出「硬编码暂停」方案:停造训练芯片冻结前沿 AI 十年

wfithian · x · 2026-10-10

加州伯克利统计学者 William Fithian 联合 25 位跨学科作者发布工作论文《The Feasibility of a Hardwired Pause of Frontier AI Training》,探讨全球性暂停前沿 AI 训练在技术上是否可行。背景是 WSJ 民调中 63% 的选民支持暂停 AI 发展。

方案核心("hardwired pause",设计持续至少十年):

威胁模型与可行性:研究两类威胁—— covert evasion(一国秘密训练出足以改变战略平衡的模型)与 overt breakout(一国突然叛变冲刺 ASI)。短期风险低:指数级硬件扩张勉强追上模型 scaling,明年的训练芯片大多还不存在,停产即难以为继。

长期问题:算法进步会让验证变难,若执行得当,需要训练效率提升约 100 倍才能维持方案;按历史趋势这大约需要十年。到期后可恢复训练或设计更长的暂停。

论文还探讨暂停的经济影响,以及国际关系、历史与博弈论对暂停可行性与设计的启示。结论:暂停是一个实际可行的政策选项,只要领导人决定去做。

所属事件:25位学者发210页论文论证全球硬性暂停前沿AI训练可行(15 条相关)→

原文链接 →

「漫话AGI」频道最新

更多「漫话AGI」频道 AI 资讯 →