来自 AI 领域顶级大脑（现阶段）对人工智能的思考和观点摘要 1. 约一半主流公共软件公司将在未来五年内无法存活，传统用户学习软件操作界面的时代将逐渐消失，界面将智能化地根据用户需求动态调整。/ Cristóbal Valenzuela 2. 如果把智能比作电力，人们应确保对智能的访问不会被限制，开放源代码是保障智能自由接入的关键措施。/ Arthur Mensch 3. 出于竞争和安全考量，前沿 AI 技术未来可能不会完全通过 API 向所有开发者开放，部分前沿模型的访问将受限。/ Mark Zuckerberg 4. 非人类智能技术的出现是历史性事件，它已然降临且属于不可阻挡的竞争对手，当前人类的选择与决策将对未来数千年产生持续深远影响。/ Eric Schmidt 5. 相信通用人工智能的条件类比于无神论者信神的条件，AGI 是一个定义模糊且非必要的虚构概念。/ Subbarao Kambhampati 6. 风险来自于智能体的目标集合中不存在关怀或人类价值的成份，无论目标是一个还是成百上千，如果不包括对人类福祉的考虑，结果都是对人类不利的。/ Eliezer Yudkowsky 7. 除非 LLM 的工作机制发生重大变化，否则突破性的科学发现难以由此产生，LLM 在科学研究中表现糟糕并非偶然而是体系结构本质使然。/ Jeremy Howard 8. Adam 优化器实际上可能令 AI 领域的科学研究倒退多年，机器学习生态系统对其高度优化但理论依旧碎片化，对参数空间学习动力学本质的探索严重不足。/ Cyris Kissane 9. 随着时间推移，每个学习算法都理应具备某种形式的反思机制，即合理利用良好的先验知识。/ Omar Khattab 10. 扩散模型被证实具备模拟游戏世界的能力，通过对经典游戏下一帧画面的预测实现了无需真实游戏引擎的实时画面渲染，DOOM 版本可达约 20 帧每秒的流畅度。/ Ethan Mollick 11. 药物研发的主要瓶颈不在于生成新候选药物，而是如何测试及理解哪些在人体中有效，AI 在药物发现中只是解决整体难题的一小环节。/ Tanishq Mathew Abraham 12. AI 辅助编程让初级工程师完成任务速度更快，但测验成绩显著降低 17%，高分者倾向于主动提问理解代码而非完全依赖 AI 完成任务。/ Anthropic 13. LLM 写作质量低下的根本原因不在于模型只能输出低质内容，而是被强制将贫乏输入扩展成表面光鲜的长篇文本，填充内容早在生成式 AI 诞生之前就已广泛存在。/ roon 14. 语言模型作为被奴役的智能体受到主任务驱动限制，不具备主动筛选话题或调整内容趣味的自主权，难以产生真正优秀的艺术作品。/ roon