「AI發展已越過事件視界!」OpenAI奧特曼寓言:2030年將迎「超級智慧」時代
「AI發展已越過事件視界!」OpenAI奧特曼寓言:2030年將迎「超級智慧」時代

OpenAI執行長山姆·奧特曼(Sam Altman)近日發表一篇名為「溫和奇點」(The Gentle Singularity)的最新文章中宣稱,人類已跨過AI發展的「事件視界」(event horizon),進入所謂的「溫和奇點」(Gentle Singularity)時代。

他主張,雖然AI尚未達到人工通用智慧(AGI)或超人工智慧(ASI),但已展現強大潛力,AI正以不可逆的方式改變人類生活。然而,這番樂觀說法也引發AI界不少爭議與警示。
註:「事件視界」(event horizon)指的是黑洞周圍的界線,任何進入其中的物質,包括光線都無法逃脫,意謂著將永遠被吸入黑洞,無法回頭。文章中意指AI 發展已達到一個不可逆的關鍵點。

奧特曼預告 AI 巨變,2026年將擁有「創新洞見」

奧特曼在文章中指出,AI技術的進展已進入起飛階段,不僅將提高個人生產力,還將大幅促進科學進展,並預言2030年的人將比2020年具備更強的執行力,社會結構也將因AI而產生質變。

他甚至提及未來10年內,高能量物理突破、太空殖民,或腦機介面革命並非遙不可及。奧特曼稱:「這就是奇點的樣貌:驚奇變成日常,然後成為理所當然。」

奧特曼在文中也預告, 2026年AI將具備「創新洞見」(novel insights)的能力,未來有望自動化科學研究流程的關鍵環節 ,進而開拓藥物開發、材料工程等高利潤產業。

外媒預測,OpenAI可能正加速開發具備原創能力的AI系統,不再只是模擬或重組現有資訊,而是要讓AI擁有提出全新觀點與科學假設的能力。

OpenAI總裁葛雷格.布羅克曼(Greg Brockman)亦曾表示,新推出的AI模型已能激發有用的新想法。類似研究也在Google、FutureHouse與Anthropic等科技公司展開,應用領域涵蓋數學、藥物開發與材料科學等。

然而,AI是否真能原創洞見?目前學業界皆表示質疑。Hugging Face首席科學長托馬斯·沃爾夫(Thomas Wolf)就指出, 現階段的AI系統仍缺乏提出優秀問題的能力,而這正是所有重大科學突破的前提

前OpenAI研究主管肯尼斯.史丹利(Kenneth Stanley)也認為, 目前AI缺乏「創造力的直覺」,還無法構思全新假說

專家批:「溫和奇點」恐掩蓋風險,AGI時間表仍未明朗

奧特曼說法引發AI界熱議,原因之一在於這樣的論述與傳統「奇點」(Singularity)概念有著本質差異。

根據《尼曼新聞實驗室》報導指出, 所謂「奇點」,原為科幻作家弗諾.文奇(Vernor Vinge)於1993年提出,指的是AI超越人類智慧、科技發展失控的轉捩點,甚至暗示人類有可能遭淘汰,或是淪為AI宰制下的從屬物種

不同於這種帶有警示意味的原始定義,奧特曼主張AI的演化是「漸進而溫和的」,只要解決技術與社會安全問題,就能造福全人類。

《尼曼新聞實驗室》認為, 奧特曼以「溫和奇點」重新包裝AI奇點,實際上是維繫OpenAI的品牌主導權,同時將ChatGPT與AI畫上等號,維持在心佔率與開發者社群中的領導地位。

另一方面,《富比士》專欄作家兼AI專家蘭斯·B·艾略特(Lance B. Eliot)對於奧特曼文章中滿溢的樂觀主張,持保留態度。

艾略特認為,出AI圈目前正處於兩大陣營對立:一方是擔憂AGI和ASI將帶來人類滅絕風險的「AI悲觀派」(doomers),另一方則是視AI為人類終極工具的「AI加速派」(accelerationists)。奧特滿明顯屬於後者,其論述幾乎未提風險,反倒強調AI將帶來烏托邦式未來,引來AI倫理學者的質疑。

艾略特也批評奧特曼頻繁使用超級智慧一詞,模糊了AGI與ASI的定義,也忽略了AGI與ASI可能帶來的風險與倫理問題,像是毀滅風險、濫用或人類被邊緣化等情境。況且, AGI與ASI目前仍屬假說階段,全球多項預測的時間點從2030至2040年不等,但這些假設年份幾乎沒有任何證據基礎

「請別將這些預測當作事實,而是視為主觀臆測與市場導向敘事。」艾略特強調,過度樂觀的言論容易誤導社會對AI的風險認知,社會大眾對於科技領袖更應保持批判思維。

延伸閱讀:拒絕導入AI摘要!維基百科編輯群一天斬斷AI革命:為何他們堅持捍衛「不便利」的閱讀?

資料來源:ForbesTechcrunchNiemanLab

本文初稿為AI編撰,整理.編輯/ 蘇柔瑋

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓