Poolside 联合创始人兼 CEO Jason Warner 直言不讳:他认为大多数想要构建 AI 基础模型的公司应该转而专注于开发应用程序。Poolside 是一个 AI 驱动的软件开发平台。
Warner 在周一拉斯维加斯 HumanX AI 大会上向观众表示,他认为智能是世界上最重要的资源——与电力相提并论,任何不认同这一点的人都不应该去构建基础模型。
"如果你是这样的人,站在这个角度,你就像一台前所未有的印钞机," Warner 说。"或者从另一个角度来看,你正在以一种前所未有的方式改变和引导人类的发展方向。我相信这是事实。"
Warner 补充说,他的公司正在通过软件"实实在在地"追求通用人工智能 (AGI)。他进一步表示,如果有人只是把基础模型视为"锦上添花"的东西,用来筹集风投资金,那么公司应该只是在现有基础模型上构建一个封装层即可。
然而,说到这里,Warner 表示他认为构建基础模型的公司不能仅仅将基础模型作为他们的产品。相反,这应该是他们产品的一部分——尤其是在竞争日益激烈的环境下。
"在我看来,如果我要打造这样的业务,我一边要在计算方面追求智能,就需要去应对最困难的环境," Warner 说。"你不能一边简单一边困难。这说不通,因为如果你要追求一切,就要全力以赴。"
他补充说,这就是为什么 Poolside 要进军国防等困难领域并与政府合作。但 Warner 表示,公司也计划在某个时候推出面向消费者的应用。
总部位于旧金山的 Poolside 成立于 2023 年,创始人是前 GitHub CTO、Redpoint 风投管理总监 Warner 和连续创业者 Eiso Kant。该公司已筹集超过 6.2 亿美元的风险投资,目前估值达 30 亿美元。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。