当智能开始重塑智人与智能本身
核心观点|19 个陈述句
-
在物理规律下存在真实可行的构造路径、所需条件能够实现时,我相信工程目标最终能够实现。
-
解决问题的能力本身也能被研究和改进,因此对未来的想象不该被今天的技术能力框住。
-
智能可以通过与环境交互、从有效反馈中学习而获得新的能力,不必停留在最初的示范范围内。
-
许多科学与工程问题的突破,同时需要足够强的智能和足够大的有效探索工作量。
-
在资源与任务允许时,同一套已经获得的 AI 研究能力可以被复制后并行部署,使研究投入不再受限于单个研究者的工作时间。
-
当科学与工程的成果能够改进研究工具和方法时,进步就会反过来增强产生下一轮进步的能力。
-
工程能力可以扩大资源的可获取与可利用范围,资源条件的改善又能支持更强的工程能力。
-
在需要人参与的协作中,人的表达速度与机器间数据交换速度的巨大差距,可能使交流通路成为充分使用外部智能的限制。
-
概念和关系的组织方式,不必服从说话和打字的逐字输出顺序。
-
人学习组织新的表达,机器学习辨认这些表达,双方的共同训练可能提高脑机接口的有效交流能力。
-
可靠的神经反馈可能让人有针对性地训练并改善内部想象与信息处理能力。
-
思维交流的成功标准是本次需要传达的原意被准确重建,传输速度与编码可逆都不能单独保证这一点。
-
共享知识可以减少需要重新传递的信息,但不能替代区分本次原意所必需的信息。
-
通过学习建立共同表示,可能让不同个体在保留各自内部编码的同时实现准确交流。
-
人的可用能力可以通过可靠调用外部智能、计算和存储来扩展,不必完全依赖生物脑自身的改变。
-
AI 的内部推理不必采用与外部语言输出相同的表示方式和推进节奏。
-
AI 可以帮助研究脑机接口,脑机接口又可能通过推进脑科学,反过来启发 AI 的设计。
-
人的能力与协作条件发生深刻变化时,生产关系与社会形态也可能随之重塑,而技术不会单独决定这种变化的结果。
-
阶段性成果的商业化,可以持续积累实现长期理想所需的资金、技术与使用反馈。
讨论。