中國將領跑AI大爆炸！矽谷投資人估晶片將擴大1萬倍 AI逼近物理極限

近日，矽谷知名投資人 Tom Davidson 及其合作夥伴發表一篇具深遠影響力的長文，預測全栈 AI 大爆炸可能率先在中國發生，文中細究智慧爆炸 (IE) 類型與發生機率，並提出當晶片規模擴大 1 萬倍時，AI 將逼近物理極限的驚人結論。

Davidson 等人指出，智慧爆炸 (IE) 可分為軟體智慧爆炸、AI 技術智慧爆炸和全端智慧爆炸，這些爆炸類型由不同的回饋循環驅動，包括軟體、晶片技術和晶片生產。智慧爆炸呈現這種順序，很大程度上是由於相關反饋迴圈實現自動化的順序。即使軟體和晶片技術反饋同時自動化，因為軟體循環的時間延遲更短，軟體 IE 仍會先於 AI 技術 IE。

至於智慧爆炸的速度，有三種較可能出現的情況。一是漸進情況，全棧智慧爆炸在此情況下慢慢發生。由於時間延遲，全棧智慧爆炸剛開始發展慢，和 2020 至 2024 年的速度差不多，但將逐漸加速，最後變得特別快，翻倍時間可能就幾個月，甚至更短，因為有效物理極限很高。

第二個情況是波動情況，先是軟體智慧爆炸，但提升 3 個數量級左右就慢下來了，之後 AI 技術和 (或) 全棧智慧爆炸開始，一開始速度比較慢，最後變得特別快。第三個則是快速情況，因軟體智慧爆炸規模很大，能提升 6 個數量級以上，而且幾個月內就發生，而且物理極限還很高，這讓技術有很大改進，大大縮短晶片技術和晶片製造反饋循環的時間延遲。

所以，後面的 AI 技術和（或）全棧智慧爆炸一開始就很快，而且在軟體智慧爆炸趨於平穩之前，不會明顯減速。

IE 的關鍵在於回饋循環的力量，AI 透過改進演算法和軟體來提高晶片質量，同時增加晶片產量，這些過程形成幾個反饋循環。軟體回饋循環的時間最短，通常為 3 個月，晶片技術回饋循環需要數月，而晶片生產回饋循環則需要數年。

目前，AI 技術 IE 和全棧 IE 尚未得到充分深入的研究分析。

文中還指出，AI 在達到有效的物理極限之前，能進步到軟體效率可能提升大概 13 個數量級，也就是 1000 億倍，晶片技術可能提升 100 倍左右，晶片製造規模可能擴大 1 萬倍左右。如果有效的物理極限還遠，IE 的規模就會更大，速度也會更快。在達到極限前，軟體反饋循環將會把有效算力提高大約 13 個數量級 (OOMs)，晶片技術循環還能提高 6 個數量級，晶片生產反饋迴圈能再提高 5 個數量級。

軟體智慧爆炸指的是僅透過 AI 驅動的軟體優化，就能推動 AI 快速且持續加速發展，而 AI 技術智慧爆炸則代表需要 AI 在軟體和晶片技術兩個方面同時改進，但不需要在晶片生產環節進行最佳化，全端智慧爆炸則代表要在軟體、晶片技術和晶片生產三方面均有所改進。

Davidson 表示，這些智慧爆炸，擁有不同的戰略意義，像是軟體大爆炸，最有可能出現在美國，因為這些 AI 晶片和演算法的所有者掌握著高度集中的權力。AI 技術爆炸則最可能出現在美國和半導體供應鏈中的其他國家和地區，比如台灣、南韓、日本、荷蘭，而權力會更廣泛地分佈在 AI 演算法、AI 晶片和半導體供應鏈擁有者之間。

全棧爆炸則更可能發生在中國和波斯灣國家等擁有強大工業基礎的國家，這種爆炸也會將權力更廣泛地分佈在整個工業基礎中。中國很可能成為全棧智慧爆炸的首發地，主要因為中國擁有強大的工業基礎，能支援晶片製造和 AI 技術的快速發展。此外，中國政府對 AI 技術的支持和投資也是重要因素。

Davidson 認為，一旦 AI 系統能自主設計和建構更強大的 AI 系統，智慧爆炸可能很快就會到來。這將使 AI 的能力遠超人類水平，推動技術發展的速度將是前所未有的。

隨著 AI 技術的進步，研究和監管的重要性日益凸顯。研究者需要深入研究 AI 的回饋循環及其潛在影響，並制定相應的政策和規範，以確保 AI 技術的安全和永續發展。

分析發現，要是沒有監管這類人為限制，軟體智慧爆炸機率大約 50%，AI 技術智慧爆炸大概 65%，全棧智慧爆炸可能性大概 80%。