AI大牛Jerry Kaplan:AGI?没有技术和工程基础

简介:
本文来自AI新媒体量子位(QbitAI)

a63c9be2fa7f3e554e59d77280c868a50631388e

 全球顶尖AI专家Jerry Kaplan(右)与创新工场合伙人方益民

当Jerry Kaplan被问到AGI(通用人工智能),你猜他会作何回答?

“每每此时,我总觉得自己作为一个无神论者去到了狂热信仰者扎堆的宗教现场。”

Kaplan不认为会有AGI。

他解释称,目前所畅谈的AGI,更多来自科幻,而非工程和技术基础的进步。

更进一步,对于AI、机器学习,以及机器智能,Kaplan也分享了自己的观点:反对AI威胁论,但也对AI将要带来的变革理性乐观。

在创新工场第三期兄弟会硅谷行现场,全球顶尖AI专家、斯坦福大学人工智能及伦理学教授Jerry Kaplan,在与创新工场合伙人方益民对话中,谈到了他对当前AI现状的看法。

AGI?不存在的

Kaplan不相信AGI会到来,至少现在技术基础来看,无法实现。

甚至“智能”的定义也需要重估,因为“智能”与形容人“美丽”一样主观、难以定量。

Kaplan反对给机器测IQ——没任何意义。

他举例说,动物能记住几百个食物储藏的地点,但人类却记不住几百个帐号密码——我们不能因此说动物比人类更聪明。

Kaplan赞同未来人类与机器产生的协作,特别是在数据量巨大的计算问题,可以在认知上为人类提供更好的协作。

忘掉“AI”

这位全球顶尖AI专家,还建议技术创业者忘掉“AI”,即不要再把AI当做名词概念去讲了,核心关注的不应该是使用的底层技术,而是所要解决的问题和市场需求本身。

Kaplan说,再过5年,就会有更多的智能机器出现,用户关注的只会是你解决的了什么痛点,而不是“智能”或“AI”概念。

教授再次打了个比方:用AI去解释你的产品,就好像在跟人们说,“我用了电动马达,而不是烧油马达”,听起来并不cool。

所以不要看底层技术,也不要拿着锤子到处找钉子,而是应该关注痛点,关注市场需求。

Kaplan不认为,AI作为热词会流行很长时间。

三大AI问题

不过,Kaplan也谈到了AI正在造成的一些潜在问题,即便这些问题本身并非AI才会引起,但Kaplan希望引起更多关注。

首先是AI带来的劳动力颠覆,即就业替代问题,这也是目前AI造成的恐慌之一。

但Kaplan认为,如果放到历史长河中去看,人类工作职位转换一直在发生,甚至单以美国为例,过去50年中就有50%的工种被机器替代,然后在新经济中得到了转换。比如当年办公室文员、银行柜台员工,现在可能是Uber司机,可能是服务业一员。

第二大AI问题是收入不平衡。Kaplan认为AI会进一步造成收入差距的扩大,如何去平衡财富再分配中的社会安定,不能等闲视之。

最后的问题在于隐私。AI会让更多数据发挥作用,其中或许就与隐私相关,但目前对于隐私的态度,各国情况不同,用户认知也差异不小。

然而不可逆的趋势是,随着AI进一步向前突破,隐私数据的问题也将凸显。

OMT:被比尔盖茨阻击的平板电脑

有意思的是,Jerry Kaplan也分享了一些创业“教训”,特别是与巨头竞争时的挑战。

1987年Jerry Kaplan创办了名为Go的平板电脑公司,并推出了产品,但由于面临微软的巨大竞争,而且遭遇比尔盖茨的亲自阻击,最后Jerry Kaplan的公司以失败告终。

6682897a1f2f830589fd1aa755955b80032bcc3c

 Jerry Kaplan展示1987年推出的平板电脑

Jerry Kaplan还在现场拿出了1987年的产品。难以想象这样的产品来自30年前,也难以相信,这样的产品失败背后,还有这样的原因。

本文作者:李根
原文发布时间: 2018-01-11
相关文章
|
5天前
|
人工智能 小程序 Java
电子班牌管理系统源代码,基于AI人脸识别技术的智能电子班牌云平台解决方案
电子班牌管理系统源码,基于AI人脸识别的智慧校园云平台,支持SaaS架构,涵盖管理端、小程序与安卓班牌端。集成考勤、课表、通知、门禁等功能,提供多模式展示与教务联动,助力校园智能化管理。
48 0
|
7天前
|
人工智能 量子技术
超越炒作:提示工程——与AI对话的艺术
超越炒作:提示工程——与AI对话的艺术
161 96
|
15天前
|
人工智能 JSON 机器人
超越简单指令:解锁AI潜力的提示工程艺术
超越简单指令:解锁AI潜力的提示工程艺术
182 106
|
9天前
|
人工智能 自然语言处理 安全
AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教系统融合大语言模型、教育知识图谱、多模态交互与智能体架构,实现精准学情诊断、个性化辅导与主动教学。支持图文语音输入,本地化部署保障隐私,重构“教、学、评、辅”全链路,推动因材施教落地,助力教育数字化转型。(238字)
|
26天前
|
人工智能 JSON 测试技术
AI智能体开发实战:从提示工程转向上下文工程的完整指南
曾被热捧的提示工程正逐渐退潮,本文揭示其局限性,并提出“上下文工程”新范式:通过结构化提示、精准上下文管理、工具调用与统一状态,构建可扩展、可恢复、生产级的智能体工作流,推动AI系统迈向工程化与可控化。
218 9
AI智能体开发实战:从提示工程转向上下文工程的完整指南
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
用AI守护迷途少年:戒毒所青少年心理疏导系统的技术实践
在戒毒所中,青少年心理更脆弱却难言苦痛。我们打造AI心理疏导系统,以多模态情绪识别、个性化疏导引擎与隐私优先架构,用技术补位心理支持,主动发现风险,精准干预,守护迷途少年重拾希望。(239字)
|
7天前
|
人工智能 架构师 数据挖掘
提示工程:与你AI对话的“超能力”
提示工程:与你AI对话的“超能力”
|
7天前
|
人工智能
提示工程:与你AI伙伴高效沟通的艺术
提示工程:与你AI伙伴高效沟通的艺术
|
17天前
|
机器学习/深度学习 人工智能 数据安全/隐私保护
阿里云 Qwen3 全栈 AI 模型:技术解析、开发者实操指南与 100 万企业落地案例
阿里云发布Qwen3全栈AI体系,推出Qwen3-Max、Qwen3-Next等七大模型,性能全球领先,开源生态超6亿次下载。支持百万级上下文、多模态理解,训练成本降90%,助力企业高效落地AI。覆盖制造、金融、创作等场景,提供无代码与代码级开发工具,共建超级AI云生态。
306 6

热门文章

最新文章