The Scaling Curve: Dario Amodei, Anthropic, and the Race to Build and Survive Superintelligence(Claude St. John)
"The Scaling Curve"是年初的新書,個人是基於集郵心態讀的.已經讀過ChatGPT的Sam Altman,Gemini的Demis Hassabis,當然就要順便把Anthropic的執行長,與Claude所屬企業狀態了解一下.作為一家2020才初創的AI公司,以時間看,創造如今的營收與獲利規模,與影響力的速度應該都是企業史上空前的,這本身就值得探究."The Scaling Curve"說的就是Dario Amodei與Anthropic經營相關的內容.精確來說這是一本用企業傳記的形式,包裝一套關於"AI 該如何被建造"的哲學論證的書.作者選擇的每一個歷史事件,都不是為了單純記錄發生了什麼,而是為了鋪陳"Amodei/Anthropic 的世界觀是怎麼形成的".企業史是敘事引擎,哲學與理念才是作者真正想傳達的內容.這本書的側重點顯然不在於商業機制的運作,而是精準重現了思想脈絡.
Dario Amodei 1983 年生於舊金山教會區,父親Riccardo是來自義大利厄爾巴島的皮革工匠,母親 Elena 是猶太裔的圖書館建設專案經理.書中特別強調,他拿的不是典型的矽谷創辦人成長劇本,既沒有車庫,也沒有童年創業,Amodei從被數學和物理吸引,因為這些領域"有客觀答案",不像音樂,戲劇,那類好不好聽,好看,的主觀爭論.這種對"客觀答案"的偏好,是全書用來解釋他日後性格的起手式.在史丹佛修讀物理學位時,讀到 Ray Kurzweil 的"The Singularity Is Near"(奇點臨近),他雖然認為 Kurzweil有些地方講得相當瘋狂,但被"運算力呈指數成長,終將產生超越人類的智能"這個核心論點說服.這個信念讓他放棄原先就讀理論物理的既定路線,轉向普林斯頓攻讀計算神經科學,理由是如果 AI 即將出現,最值得研究的就是現存最接近人工智能的東西: 人腦.而來自"奇點臨近"中提出關於人工智慧指數成長的概念也正是本書取書名為"The Scaling Curve"的發軔.
與這個指數成長有關的實際經歷,是Amodei的父親後來罹病,並在2006 年時過世,隨後不到4年的時間裡,醫學突破讓同樣的疾病從致死率五成降到治癒率九成五.這段差幾年就能救回父親的經歷,激發了Amodei思想上的激進化.他開始建立起這樣的觀點:人們理解世界不足會創造很多遺憾,速度本身就是道德變數,每一年遲來的治療方法,都等於一年不必要的死亡.如果人類關於生物醫療的知識能理解能發展的更快速,說不定自己的父親當年就能有救, 如何提高人類對未知領域的認知增速.成了他終身核心關懷的命題.真正的轉捩點發生在 他2014 年進入百度矽谷 AI 實驗室.這裡由吳恩達主持,原本做語音辨識研究時,他只是單純調整神經網路的層數,訓練時長,資料量這些"旋鈕",卻意外發現一個極其穩定的規律:模型越大,資料越多,算力越多,語音辨識的效果就越好,而且是平滑,可預測的成長曲線,不是忽高忽低.這個發現後來被稱為"規模化假說"(scaling hypothesis),也就是關於AI模型的"規模",只要用的數據,資料,算力越大,規模越高,能力將會越強,這是Amodei確認他有關AI知識的一個明確認識時刻,從此致力於向此發展.與此同時,他也注意到模型一旦面對訓練分佈外的情境,例如美式口音模型聽英式口音,會"徹底崩潰",這個脆弱性的觀察,被定調為他日後同時重視"能力"與"安全"這兩件事的最初起點,越大規模的AI模型,能力固然越強,但一旦出錯,它的代價與風險將是無法估計的. 這一發現深刻驗證了 AI 歷史上著名的"苦澀的教訓"(The Bitter Lesson): 人類試圖注入模型的先驗規則,在絕對的規模與算力面前往往不堪一擊.這進一步堅定了 Amodei 走向純粹規模化路線的決心.






