來自 AI 領域頂級大腦（現階段）對人工智能的思考和觀點摘要 1. 約一半主流公共軟件公司將在未來五年內無法存活，傳統用戶學習軟件操作界面的時代將逐漸消失，界面將智能化地根據用戶需求動態調整。/ Cristóbal Valenzuela 2. 如果把智能比作電力，人們應確保對智能的訪問不會被限制，開放源代碼是保障智能自由接入的關鍵措施。/ Arthur Mensch 3. 出於競爭和安全考量，前沿 AI 技術未來可能不會完全通過 API 向所有開發者開放，部分前沿模型的訪問將受限。/ Mark Zuckerberg 4. 非人類智能技術的出現是歷史性事件，它已然降臨且屬於不可阻擋的競爭對手，當前人類的選擇與決策將對未來數千年產生持續深遠影響。/ Eric Schmidt 5. 相信通用人工智能的條件類比於無神論者信神的條件，AGI 是一個定義模糊且非必要的虛構概念。/ Subbarao Kambhampati 6. 風險來自於智能體的目標集合中不存在關懷或人類價值的成份，無論目標是一個還是成百上千，如果不包括對人類福祉的考慮，結果都是對人類不利的。/ Eliezer Yudkowsky 7. 除非 LLM 的工作機制發生重大變化，否則突破性的科學發現難以由此產生，LLM 在科學研究中表現糟糕並非偶然而是體系結構本質使然。/ Jeremy Howard 8. Adam 優化器實際上可能令 AI 領域的科學研究倒退多年，機器學習生態系統對其高度優化但理論依舊碎片化，對參數空間學習動力學本質的探索嚴重不足。/ Cyris Kissane 9. 隨著時間推移，每個學習算法都理應具備某種形式的反思機制，即合理利用良好的先驗知識。/ Omar Khattab 10. 擴散模型被證實具備模擬遊戲世界的能力，通過對經典遊戲下一幀畫面的預測實現了無需真實遊戲引擎的實時畫面渲染，DOOM 版本可達約 20 幀每秒的流暢度。/ Ethan Mollick 11. 藥物研發的主要瓶頸不在於生成新候選藥物，而是如何測試及理解哪些在人體中有效，AI 在藥物發現中只是解決整體難題的一小環節。/ Tanishq Mathew Abraham 12. AI 輔助編程讓初級工程師完成任務速度更快，但測驗成績顯著降低 17%，高分者傾向於主動提問理解代碼而非完全依賴 AI 完成任務。/ Anthropic 13. LLM 寫作質量低下的根本原因不在於模型只能輸出低質內容，而是被強制將貧乏輸入擴展成表面光鮮的長篇文本，填充內容早在生成式 AI 誕生之前就已廣泛存在。/ roon 14. 語言模型作為被奴役的智能體受到主任務驅動限制，不具備主動篩選話題或調整內容趣味的自主權，難以產生真正優秀的藝術作品。/ roon