1. AI 的发展表明我们对智力的传统定义存在偏差。/ Terence Tao 2. 技术行业正盲目追随某些技术路线，可能导致整个领域陷入创新的死胡同。/ Yann LeCun 3. 编码是实现 AGI 的必要基础，但其本身并不足够。/ Andrew Carr 4. 持续学习是实现 AGI 的必要条件，系统必须具备适应能力。/ Cameron R. Wolfe 5. 推荐系统是当前持续学习在实际生产环境中最成功的典型案例。/ Greg Yang 6. 大型芯片的价值在于：数据每次从芯片传出都伴随延迟增加和成本上升。/ Andrew Feldman 7. 机器人技术将在未来 18 个月内迎来重要突破阶段。/ Demis Hassabis 智能体与协作范式 8. 多智能体群组不应叫 swarms，应该叫团队或组织。/ Ethan Mollick 9. 使用编码智能体时，我们重新遭遇了传统管理理论中的委托问题。/ Ethan Mollick 10. 在智能体时代，工程师可以从管理书中学到比编程书更多的内容。/ Charles Weill 11. AI 已开始对就业市场产生显著影响，发达经济体中约 60% 的岗位将受到冲击。/ Kristalina Georgieva 12. 认知能力与收入之间存在指数关系。/ Dario Amodei 13. 机器学习领域存在严重的自恋问题，这种现象深层次地影响着团队文化和生态。/ Ryan Julian 14. 少数实验室持续贡献创新，大量其他机构主要依赖这些已有成果，这种单向索取是不可持续的。/ Demis Hassabis 15. 人类可能没有足够的时间为 AGI 做足准备。/ Demis Hassabis 16. 后 AGI 时代你唯一的资产，是一路上建立的朋友和信任。/ Shane Gu 元层思考 17. 人类能打破任何人类制定的法律，但无法打破物理制定的法则。/ Elon Musk
1. AI 的发展表明我们对智力的传统定义存在偏差。/ Terence Tao 2. 技术行业正盲目追随某些技术路线，可能导致整个领域陷入创新的死胡同。/ Yann LeCun 3. 编码是实现
阅读全文