在谈到人工智能时,这里有一个较为哲学性的问题 - 我们该如何看待这些技术对我们世界的影响?我们应该如何理解大语言模型及其能力的发现,以及它们不仅对商业,还对我们生活的社会会产生什么影响?
一个相关的问题是我们如何将其应用于商业和发展,以及我们如何看待这些技术在到达消费者之前的实际开发和完善过程。
最近在听取 Alvin Graylin 的观点时,我思考了他提出的一些有助于理解的类比和框架,这些对于我们考虑未来如何与强大的数字智能共存很有启发意义。
三种 AI 方法 - 以及第四种
首先,Graylin 列举了人们对待新技术的三种不同方法。
第一种是放慢脚步,尽可能以蜗牛般的速度前进。这种观点最强调对 AI 项目和部署的严格监管 - 主张普遍谨慎,认为我们不能让这些事情失控。
然而还有另一种思维流派,可以称之为"加速派"。他们认为尽可能快速发展符合我们的最佳利益,可以以最快的速度改善世界。
第三种观点是选择性加速派。
"我们正在走向一个丰富的世界,我们明白这就是未来,"他说。"我们将改变我们的思维方式。"
但 Graylin 还有自己的构想,这很独特。他让我们设想所有人都站在一座桥上,无论是否有安全绳,都在思考如何留在桥上而不是坠入深渊。
"我们已经有 80 亿人口,每个人都紧密相连,"他说。"所以如果我们失败,就是集体的失败。这是这三个概念都没有包含的观点。"
我认为,当我们试图弄清楚如何实施快速发展的人工智能能力时,这一点很值得思考。
重大议题
Graylin 提到的这一点也给我留下深刻印象:最大的影响之一将是就业替代。他指出,不仅仅是就业替代本身,还有随之而来的心理健康问题。
这在美国尤其明显,因为在那里人们的工作与其身份、日常生活甚至医疗保健都紧密相连。对大多数人来说,工作就是我们的身份标识 - 它塑造着我们的自我认知。因此,如果我们的工作被 AI 取代,这将带来相当大的焦虑和不适,甚至可能导致各种令人不安的存在主义绝望。
他还提到了 AI 可能带来的错误信息传播和混乱。
此外,Graylin 指出,围绕 AI 技术发展存在地缘政治竞争。我们听到有人将 DeepSeek 的发布称为美国的"卫星时刻",因为美国官员试图加强出口管制并在这方面遏制中国。毫无疑问,美国和中国在 AI 发展的某些方面存在竞争。
不过,Graylin 也谈到了 AI 走向成熟的前景。他认为,最初会出现某些问题,但随着技术的成熟,这些问题最终会消退。考虑到 AI 的力量似乎在呈指数级增长,这给了我们希望。
所有这些都影响着我们在各类活动和会议中、在课堂上和商业世界中的行为。我们必须同时应对 AI 带来的积极和消极影响,并在问题恶化之前找到解决方案。我们必须自信地向前迈进,同时坚持我们的人性,确保在机器人几乎可以做任何事情的世界中,人性仍然受到重视。
好文章,需要你的鼓励
今天讲的出海案例是开创电气,一家金华手持式电动工具制造商,在越南基地完成首款产品验收并形成80万台年产能力。
JETSPEC是由UC San Diego等机构联合提出的推测解码框架,通过树形因果掩码让草稿头在一次前向传播中生成分支一致的候选树,在MATH-500上实现最高9.64倍端到端加速。
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
本文介绍了中国科学院自动化所的研究,揭示了大型语言模型在多轮工具调用强化学习中崩溃的根本原因,并系统评估了五种监督信号对训练稳定性和泛化能力的影响。