今天凌晨OpenAI首席执行官Sam Altman罕见地发布了一篇长文解读——智能时代。
Altman表示,AI将在未来几十年内极大地增强人类的能力,帮助我们可以完成我们的祖父母认为像魔法一样的事情,就像古代人看到如今的智能电话、电动车一样。
同时我们很快会有超级智能,将拥有远超人类的智能水平,它能够快速处理和分析海量的数据,从中提取出有价值的信息并做出精准的决策。

例如,在医疗领域,超级智能可以帮助医生更准确地诊断疾病,制定个性化的治疗方案;在交通领域,可以优化交通流量减少拥堵和事故的发生;在教育领域,为每一位孩子配备AI学习伙伴,让教育资源公平化。
Altman认为,经过几千年的科学发现和技术进步的累积,我们已经知道如何将沙子熔化,添加一些杂质,以惊人的精确度在极小的空间上制作计算机芯片,通过能量运行,最终创造出越来越强大的AI系统。
那么我们打开AI大门,进入下一次超级智能时代的钥匙是什么呢?Altman用四个字来总结——深度学习。
深度学习是一种AI技术,它能模仿人脑处理数据和创作模式方式来进行复杂的任务,其核心是神经网络,由多个层次组成的数据处理模型,能够自动从大量数据中学习并提取特征,而无需人类明确地编程来识别这些特征。
深度学习算法拥有非凡的能力,可以从海量的数据集中学习,并逐渐改进其性能。随着计算能力的增长以及可用数据量的增加,深度学习能力变得越来越强大,能够解决以前难以克服的问题。ChatGPT、Suno、Midjourney都是最典型的深度学习产物。
但Altman指出,技术将我们从石器时代带到了农业时代,再到工业时代。如今我们要开启智能时代,这需要算力、能源、数据以及人类的意志来完成。

如果我们希望将AI交到尽可能多的人手中,我们需要降低计算成本,使其变得丰富(这需要大量的能源和芯片)。如果我们没有建立足够的基础设施,AI将是一个非常有限的资源,将成为富人的主要工具。
相反,如果我们能以廉价的方式大规模推广AI,那么很快每一个人都将拥有一个AI助理,帮助我们执行医疗、教育、金融、法律等领域的特定任务,同时推动各个科学的进步。
Altman坚信,智能时代的特征将是巨大的繁荣,解决气候、建立太空殖民地以及发现所有物理学将变得司空见惯。同时,我们也需要认识到 AI 可能带来的负面影响,并努力最大化其好处,最小化其危害。
人们有创造和对彼此有用的欲望,AI 将使我们能够前所未有地放大自己的能力。
有网友看完Altman长文之后感叹,深度学习确实起到效果了。

非常好的解读,智能时代不是科幻小说。

Altman走在智能时代的路上,你感到孤独了吗?

读完这篇长文给我最大的印象是——几千天内我们可能便会有超级智能的能力。

解读的非常棒!我相信以后得历史学家会说,2022年11月30日将是智能时代的开启元年。

o1模型发布之前我会怀疑你的智能时代说法,现在我相信了。

未来的智能时代是光明的,但我们需要付出更多才能实现。

好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。