作者｜高允毅 "如果一个 AI 能解 IMO，但解决不了任何现实问题，那它不是通用人工智能。" 这是卡内基梅隆大学助理教授、艾伦人工智能研究所研究科学家，蒂姆·德特默斯对 AGI 给出的判断，他用一篇文章 《通用人 工智能为何不会成为现实》 直接把 AGI 从神坛上拽了下来。 有意思的是，几天后，加州大学圣地亚哥分校助理教授、Together AI 内核副总裁丹·傅，给出了完全相反的判断。他写了一篇 《通用人工智能终将成为现实》 ，说 我们也许早就已经实现了 AGI。 于是，两篇文章，一场关于 "AGI " 的争论，被带进了播客现场。 这场讨论并非空谈，两位嘉宾都是 同时深耕学术界与产业界的一线研究者 。 蒂姆·德特默斯长期深耕深度学习量化领域，即模型压缩，如何在更低精度、更少算力下，让模型保持可用性能。 在蒂姆·德特默斯看来，判断 AGI 是否成立，首先要回到一个常被忽略的前提： 计算是物理的。 在他看来，内存迁移、带宽、延迟，以及冯·诺依曼瓶颈，决定了算力不可能无限扩张。他说 "几乎所有指数增长，最终都会撞 上资源和物理极限"。 所以，指数增长终将放缓，Scaling Law 也不例外。 但丹·傅显然不这 ...