一則關(guān)于23歲青年的故事在硅谷與華爾街同時掀起波瀾。

Leopold Aschenbrenner，這位曾是OpenAI“超級對齊”團隊核心成員、被視為前首席科學(xué)家嫡系的天才，因披露公司潛在安全漏洞遭解雇。但是他創(chuàng)立的對沖基金實現(xiàn)收益“碾壓”華爾街，后又憑借165頁論文《Situational Awareness: The Decade Ahead》重塑行業(yè)認(rèn)知 。

作為00后天才，Aschenbrenner的履歷早已驚艷：15歲入讀哥倫比亞大學(xué)，19歲拿下數(shù)學(xué)、統(tǒng)計學(xué)、經(jīng)濟學(xué)三學(xué)位，后在牛津大學(xué)深耕長期經(jīng)濟增長研究。失業(yè)并未困住他。2024年6月，他發(fā)布的165頁論文，剖析GPT-2到GPT-4的指數(shù)級進化，大膽預(yù)測2027年或迎來通用人工智能（AGI），更警示“全球僅數(shù)百人真正看懂AI變革”，此文迅速在硅谷傳閱，成為行業(yè)熱議焦點。

隨后，Aschenbrenner跨界投身投資，創(chuàng)立同名對沖基金。無專業(yè)投資經(jīng)驗的他，憑借對AI行業(yè)的深刻洞察，制定“押注AI受益行業(yè)+做空淘汰領(lǐng)域”的策略，精準(zhǔn)布局半導(dǎo)體、電力公司及Anthropic等新興AI企業(yè)。短短時間內(nèi)，基金規(guī)模突破15億美元，背后集結(jié)Stripe創(chuàng)始人、Meta AI團隊領(lǐng)導(dǎo)等大佬，還吸引彼得·蒂爾基金前成員加入。

這位曾被OpenAI“拋棄”的青年，用實力證明“AI情境意識”的價值，也讓全球聚焦：他口中2027年到來的AGI，是否將隨其投資神話一同照進現(xiàn)實？以下，Enjoy：

本文轉(zhuǎn)載自公眾號“機器之心”

編輯：澤南、楊文

他說：2027年AGI就來。

23 歲被 OpenAI 開除，利用自己的「內(nèi)部消息」打造了一支規(guī)模達 15 億美元的基金，今年這支基金的表現(xiàn)還比華爾街高出 700%。

如此跌宕起伏的人生，你就說刺不刺激？

最近，這個名叫 Leopold Aschenbrenner 的小哥因這段離譜的經(jīng)歷在社交媒體上火了?！度A爾街日報》等媒體報道了他迅速躥升的故事。

Aschenbrenner 本是 OpenAI 知名的「超級對齊」團隊成員，被認(rèn)為是 OpenAI 前首席科學(xué)家 Ilya Sutskever 的嫡系，不過后來因涉嫌泄露公司內(nèi)部信息而被 OpenAI 解雇。

兩個月后，他發(fā)布了一篇 165 頁的分析文章《Situational Awareness: The Decade Ahead》，在硅谷引發(fā)廣泛關(guān)注。

轉(zhuǎn)頭，這小哥就扎進投資領(lǐng)域，創(chuàng)建了名為 Situational Awareness 的對沖基金。

別看他沒啥專業(yè)投資經(jīng)驗，但他的投資策略簡單粗暴，就是押注那些可能從 AI 技術(shù)發(fā)展中受益的行業(yè)，如半導(dǎo)體、基礎(chǔ)設(shè)施和電力公司，以及一些新興 AI 公司，比如 Anthropic，另一邊又做空那些可能被淘汰的行業(yè)來保持收益。

這一策略令該基金在短時間內(nèi)吸引大量投資者，資金規(guī)模迅速突破 15 億美元。

其背后不乏大佬支持，包括支付公司 Stripe 的創(chuàng)始人 Patrick 和 John Collison 兩兄弟，Meta 的 AI 團隊領(lǐng)導(dǎo) Daniel Gross 和 Nat Friedman，以及著名投資者 Graham Duncan。

此外，Aschenbrenner 還招聘了曾在彼得?蒂爾宏觀對沖基金工作過的 Carl Shulman，作為該基金的研究總監(jiān)。

許多投資者也對該基金表現(xiàn)出極大的信任，愿意將資金鎖定數(shù)年不動。

據(jù)《華爾街日報》報道，該基金在今年上半年實現(xiàn)了 47% 的回報率，遠超同期標(biāo)普 500 指數(shù)的 6% 和技術(shù)對沖基金指數(shù)的 7%，堪稱市場中的一匹黑馬。

Aschenbrenner 去年在接受播客主持人 Dwarkesh Patel 采訪時表示：「我們將比紐約那些管理資金的人擁有更多的情境意識，肯定會在投資上做得非常出色。」

01

Leopold Aschenbrenner 是誰？

Aschenbrenner 是個 00 后，在德國出生，作為「天才少年」的他 15 歲時進入哥倫比亞大學(xué)學(xué)習(xí)，并于 19 歲時以優(yōu)異成績畢業(yè)，獲得了數(shù)學(xué)、統(tǒng)計學(xué)和經(jīng)濟學(xué)三個學(xué)位，成為該校的優(yōu)秀畢業(yè)生。

GPA 夠高，據(jù)說還是年級第一。

畢業(yè)后，他在牛津大學(xué)的全球優(yōu)先事項研究所從事長期經(jīng)濟增長研究，并參與了有效利他主義運動。 他曾在 FTX Future Fund 工作，專注于 AI 安全和全球風(fēng)險管理。

2023 年，Aschenbrenner 加入了 OpenAI，成為「超級對齊」（Superalignment）團隊的一員，致力于確保未來的超級智能 AI 與人類價值觀一致。他參與過的工作，包括被廣泛關(guān)注的《Weak-to-Strong Generalization: Eliciting Strong Capabilities With Weak Supervision》（https://arxiv.org/abs/2312.09390）。

在全球領(lǐng)先的人工智能實驗室工作時，他發(fā)現(xiàn)了 OpenAI 可能將美國 AI 機密泄露給外國對手的安全漏洞。于是在 2024 年 4 月，他將自己的擔(dān)憂寫成備忘錄分享給董事會成員，但時值 OpenAI「宮斗」第二季，隨后以泄密為理由被 OpenAI 解雇。

故事發(fā)展到這樣的程度，或許只需要看做是 OpenAI 去年宮斗背景下混亂的一角，但 Leopold Aschenbrenner 顯然不是等閑之輩。

02

《態(tài)勢感知：未來十年》

在去年被 OpenAI 趕走后，Leopold Aschenbrenner 更加沒了束縛，他在一篇長達 165 頁的論文《Situational Awareness: The Decade Ahead》（態(tài)勢感知：未來十年）中，闡述了自己對于 AI 發(fā)展的看法，在硅谷被廣泛傳閱。

他的論點簡單而具革命性：「全世界正處于人類歷史上最大的變革之中，而我們還在昏昏欲睡?，F(xiàn)在，可能只有幾百人，大多數(shù)都在舊金山和人工智能實驗室，能真正理解當(dāng)前 AI 領(lǐng)域發(fā)生的事情。」

文章鏈接：https://situational-awareness.ai/

在文章中，作者探討了近年來 AI 能力的指數(shù)級增長，尤其是 GPT-2 到 GPT-4 出現(xiàn)的過程。Leopold Aschenbrenner 強調(diào)，這是一個快速進步的時代，人工智能從完成非?；A(chǔ)的任務(wù)發(fā)展到擁有更復(fù)雜、類似人類的理解和語言生成能力。

「數(shù)量級」（Orders of Magnitude，即「OOM」）的概念對于討論至關(guān)重要。Aschenbrenner 使用數(shù)量級（OOM）來評估 AI 能力、算力和數(shù)據(jù)消耗的進步，OOM 指給定指標(biāo)的十倍增長。就計算能力和數(shù)據(jù)可擴展性而言，從 GPT-2 到 GPT-4 的轉(zhuǎn)換代表了許多 OOM。

這些收益的背后有三個主要因素 —— 擴展定律（Scaling Laws）、算法創(chuàng)新及海量數(shù)據(jù)集的使用，它們的增長接近于指數(shù)級。根據(jù)擴展定律，當(dāng)使用更大規(guī)模的數(shù)據(jù)和處理能力進行訓(xùn)練時，模型的性能會得到可靠的提升。

算法創(chuàng)新也至關(guān)重要。訓(xùn)練方法、優(yōu)化策略和底層架構(gòu)的進步提升了 AI 模型的功效和效率。這些發(fā)展使模型能夠更好地利用持續(xù)增長的算力和可用數(shù)據(jù)。

Leopold Aschenbrenner 強調(diào)了到 2027 年實現(xiàn)通用人工智能（AGI）的可能路徑。他認(rèn)為，在業(yè)界持續(xù)投入算力，提升算法效率的前提下，我們或許能夠讓 AI 系統(tǒng)在眾多領(lǐng)域上與人類智力匹敵，甚至超越人類。

通用人工智能的出現(xiàn)無疑將產(chǎn)生深遠的影響。這類系統(tǒng)能夠獨立解決復(fù)雜問題，以目前只有人類專家才能做到的方式進行創(chuàng)新，執(zhí)行復(fù)雜的工作，這又賦予了 AI 系統(tǒng)自我進化的潛力。

AGI 的發(fā)展會改變各行各業(yè)，提高生產(chǎn)力和效率。但它也帶來了一些重要問題，例如失業(yè)、AI 道德，需要強有力的治理結(jié)構(gòu)來控制完全自主系統(tǒng)帶來的風(fēng)險。

Aschenbrenner 在文中探討了超級智能的概念，以及從如今 AI 快速過渡到遠超人類認(rèn)知能力的系統(tǒng)的可能性。該論點的核心思想是，驅(qū)動 AI 進化的原理可能會產(chǎn)生一個反饋回路，一旦達到人類水平，其智力就會爆發(fā)式增長。根據(jù)「智能爆炸」的概念，AGI 可能會自行開發(fā)算法和技能，它們能夠比人類研究人員更快地完善自身設(shè)計。這種自我完善的循環(huán)可能會帶來智力的指數(shù)級增長。

他對可能影響這種快速升級的各種變量進行了全面的分析。首先，AGI 系統(tǒng)憑借無與倫比的速度以及訪問和處理海量數(shù)據(jù)的能力，能夠識別遠遠超出人類理解范圍的模式和洞察。

此外，AGI 還強調(diào)研究工作的并行化。與人類研究人員不同，AGI 系統(tǒng)能夠同時進行多項測試，并行改進其設(shè)計和性能的不同部分。

因此，這些系統(tǒng)將比任何人都強大得多，能夠開發(fā)新技術(shù)，解決復(fù)雜的科學(xué)技術(shù)難題，甚至可能以當(dāng)今無法想象的方式管理物理系統(tǒng)。超級智能可能帶來的優(yōu)勢，例如材料科學(xué)、能源和健康領(lǐng)域的進步，這些進步可能會顯著提高經(jīng)濟生產(chǎn)力和人類福祉。與此同時，控制是主要問題之一。一旦系統(tǒng)超越人類智力，就很難確保其行為符合人類的價值觀和利益。

構(gòu)建 AGI 所需的計算基礎(chǔ)設(shè)施需要大規(guī)模工業(yè)動員，這不僅包括純粹的算力，還包括設(shè)備效率、能源利用和信息處理能力的提升。

Aschenbrenner 認(rèn)為，隨著 AGI 越來越近，國家安全機構(gòu)將在這些技術(shù)的創(chuàng)造和管理中發(fā)揮更大的作用。他認(rèn)為，通用人工智能的戰(zhàn)略意義可以與阿波羅計劃、曼哈頓計劃相比較。

在他的文章發(fā)布一年多以后，AI 技術(shù)日新月異，不過我們也看到了當(dāng)初的很多預(yù)測在被一步步得到驗證。最直接的可能就是各家科技巨頭紛紛投入重金，建設(shè)前所未有的大規(guī)模 AI 算力基礎(chǔ)設(shè)施的盛景了。

那么，AGI 會如 Aschenbrenner 所說的在 2027 年到來嗎？或許通過他的投資收益，我們可以間接地看到些端倪。

https://www.wsj.com/finance/investing/billions-flow-to-new-hedge-funds-focused-on-ai-related-bets-48d97f41

https://situational-awareness.ai/

https://x.com/renckorzay/status/1961480306328019407