在《纽约时报》DealBook 2024峰会上,萨姆·奥特曼(Sam Altman)接受了安德鲁·罗斯·索金(Andrew Ross Sorkin)的采访,在采访中,萨姆认为超级智能是可能的,并且将在不久的将来实现,他对AI的持续进步和未来发展持乐观态度。他还强调了智能代理的重要性,并预计到2025年AI系统将取得令人惊叹的进展。
在对话中,萨姆表达了对OpenAI的骄傲和感激之情。他提到,自从ChatGPT推出以来,OpenAI不仅将人工智能技术带入了主流视野,而且在短短几年内,彻底改变了人们工作、沟通和创新的方式,这种变化是根本性的,甚至影响了我们对未来的思考。他对于能够参与到这场技术革命中感到荣幸,并认为OpenAI是这个时代最有影响力的公司之一,这不仅是因为OpenAI引发了一场技术竞赛,更重要的是它重新定义了技术的可能性。
萨姆表示,目前大家普遍关注的一个问题是我们是否能在不远的将来实现超级智能,回顾两年前,人们对于人工智能的发展持有一种乐观的态度,认为我们正处于一个快速上升的增长曲线上,这种增长不仅仅是线性的,还以一种指数级的速度在发展,使得人们开始认真考虑超级智能的可能性。在那个时期,人工智能领域取得了显著的进展,特别是在深度学习领域,人们将其视为人类的一项新发现,认为它有着巨大的潜力,这种信念促使人们相信,超级智能不仅是理论上的可能,而且可能在不远的将来成为现实。他强调,目前虽然存在广泛的不确定性、“超级智能”的定义也有所不同,但他相信在接下来的几千天内,我们仍将会实现超级智能,而且随着人工智能的进展速度和深度学习等技术的突破,超级智能的实现可能比许多人预期的要早。不过,要实现超级智能,我们还需要进行大量的研究和工程工作,包括解决技术难题、推动算法的创新以及确保技术的安全性和伦理性,这些挑战都是实现超级智能所必须克服的障碍。
萨姆表达了一个明确的预期:在2025年,我们将拥有一些先进的系统,这些系统将令所有人,包括那些对当前AI进展持怀疑态度的人,感到惊讶和意外。这些系统将展示出AI领域的巨大进步,它们将能够处理那些需要人类智能才能解决的问题,比如需要长时间去执行、需要使用多种工具、需要创造性思维的任务。这些系统不是简单的自动化工具,而是能够真正理解和执行复杂任务的智能代理,它们将能够独立地使用工具、解决问题,并创造出有价值的成果。例如,一个智能代理可能被下达设计一个新产品的任务,代理需要理解产品的需求和功能,还需要它能够协调不同的资源,如材料、制造过程和市场趋势,最终创造出一个创新且可行的产品。这样的任务在过去通常需要一个团队的协作和专业知识,但现在,AI系统将能够独立完成这些任务。
一些观点认为,人工智能发展遇到了瓶颈,AI发展的速度将会放缓,但萨姆并不认同这个观点,相反,他坚信AI的发展将会继续,并且这种发展不可阻挡。他表示,虽然AI领域存在不确定性,但我们应该基于现有的数据和趋势来做出判断,并且实际的进展曲线显示,AI的发展势头依然强劲。他鼓励人们不要因为担心可能的障碍而对AI的未来发展持怀疑态度,而应该更加关注AI技术的实际进步和潜力。他还透漏了OpenAI的一个新计划,他们将在接下来的12个工作日内,每天推出新产品或演示,这个活动被他们称为“12天的OpenAI”。在这连续的工作日里,OpenAI将不断展示他们在人工智能领域的最新成果和进展,每一天都会有新的惊喜和创新呈现给公众。他强调,这些活动将代表持续的进步。
萨姆还分享了即将成为父亲的喜悦,这让他对生活有了新的认识。他提到,尽管人工智能技术的发展日新月异,但人类的基本情感和需求是恒久不变的,人类对于家庭、爱和关怀的渴望始终是核心,这种情感的力量是如此强大,以至于在面对即将到来的新生命时,让他感觉到AI技术的快速发展似乎变得不那么紧迫了。人类的情感和需求是经过长时间进化形成的,这些深层次的驱动力不会轻易改变,虽然AI技术可能会改变我们的工作方式和经济结构,但人们对于家庭的关爱和对孩子的关心将始终占据最重要的位置。
他预见,在未来,他的孩子将会在一个与现在截然不同的世界中成长,但同时,从某些方面来看,这个世界又将与现在惊人地相似,因为无论技术如何发展,人类的基本情感和需求始终是构成我们生活的核心要素。
好文章,需要你的鼓励
现代战争需要快速、明智的决策。军事领导人不再拥有静候战果的奢侈时间窗口,而随时需要面对危急情况下达指令。由AI驱动的决策支持系统正协助军事领导人分析大量数据、实时模拟场景,而后根据不同条件提出最佳策略。这些AI系统能够评估风险、给出可能的结果并实时推荐行动方案。
2024年第三季度,全球可穿戴腕带设备市场同比增长3%,达5,290万台。三大品类的出货量(基础手环、基础手表和智能手表)较去年同期
当年基尔辛格面试英特尔的时候,还是一名职业学校的少年电脑极客。有12名候选人申请了位于硅谷的一个入门级技术员职位。他是第12
Sora的核心技术之一便是对Patch的应用。它允许Sora在大量的图像和视频数据上进行密集训练。从每一个存在的视频中剪出的Patch,可