DeepMind 创始人哈萨比斯将 AGI 时间表从五年缩短至两到三年
Google DeepMind 创始人、诺贝尔化学奖得主 Demis Hassabis 现在认为 AGI 可能在两到三年内到来,而他今年早些时候的说法是三到五年。
Google DeepMind 创始人、诺贝尔化学奖得主 Demis Hassabis 现在认为 AGI 可能在两到三年内到来,而他今年早些时候的说法是三到五年。
前英伟达产品营销人员、现 Techable Ventures 创始人兼管理合伙人 Amulya Vishwanath 表示,物理 AI 目前仍处于“乐高时代”,尚未迎来机器人领域的 ChatGPT 时刻。她认为,机器人手、执行器等基础软件与构件正被重新设计,通用与专用机器人同时在推进,创新规模化仍需时间。她还称人才是美国市场的关键壁垒,其公司重点帮助创始人对接顶尖人才。
Import AI 作者在 10 月 17 日曼谷 IMF 会议上发表 Per Jacobsson 讲座,称今年已获得令人信服的证据表明奇点已经开始,未来科学整体进步速度将加快。他以 Anthropic 内部为例称研究人员现在产出的代码量接近公司前四年的 10 倍,并指出 AI 编码能力提升也让网络攻防能力同步增强。
亚马逊设备主管 Panos Panay 在 TechCrunch Disrupt 上描绘了一个由环境 AI 设备接管 App 的未来:这些设备在后台持续运行,主动预判用户需求,而非等待指令。
Cerebras Systems CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上表示,人人拥有家用 AI 设备的未来"并不遥远"。
Cerebras Systems CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上反驳 AI 末日论,称部分 AI 领袖"或许不该被允许公开讲话",认为行业忽视了 AI 的潜力。
UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访时,将 AI 末日论和"超级智能"称为科幻话题,并批评 AI 公司要求监管是"作秀"。
Geoffrey Huntley 提出用 pre-commit hook 检查 git diff 中绕过诊断模块、直接调用可观测性模块的代码,一旦发现就拒绝提交并注入提示词,要求 AI 智能体改用诊断库,效果从有偏差变成"十分满分"。他认为与其靠更新 AGENTS.md 内省,不如用这种硬性拦截避免漂移。
Andrej Karpathy 将大语言模型用户分为四层:约 60 亿人几乎未接触过 LLM,10 至 20 亿人只用免费版聊天机器人,约 2000 万数学和编程专业用户已用智能体完成过去需数周的项目,而仅约 5000 人能接触内部前沿系统。他称“外部世界只看到了预览”,这批人看到的是数千智能体协作数周完成软件巨型项目、挖掘零日漏洞、推进数学前沿,人类审查与理解已开始落后。
微软 CEO Satya Nadella 在最新博文中改用特朗普偏好的"Super Intelligence"一词,取代"Artificial Intelligence",同时继续抨击 OpenAI 与 Anthropic。
微软 CEO 纳德拉在 X 发长文谈先进 AI 模型的风险与应对,主张不能再把 AI 当作只需接受或拒绝其建议的嵌套黑箱,应建立可隔离、可观察并留下防篡改人类可读证据的透明体系。
微软 CEO Satya Nadella 在 X 发帖称,应重新审视 AI 的“信任架构”,把模型与编排其工作的 harness 分离,并将控制与防护措施外部化。他要求每个有意义的模型动作都留下防篡改、人类可读的证据,并让授权人员能随时暂停或关闭执行任务中的模型,称应假设模型已被攻陷并从一开始就加以约束,就像“紧急刹车”。
密码学家 Matthew Green 称,有 1% 概率我们生活在公钥加密不可能实现的 Minicrypt 世界,另有 15% 概率会实质失去对现有公钥加密算法的信心。他指出,AI 产出意外发现的速度远超人类替换标准的速度,只有提前准备才能从这类冲击中恢复。
Ben Affleck 自称从胶片转向数字后对视觉特效产生兴趣,并因此学会了写“相当糟糕的 Python 脚本”。他提到视觉特效流程多年来一直包含机器学习,早期用卷积神经网络处理张量数据,通过边缘检测和特征提取识别画面中的窗台等元素,从而更方便地抠出绿幕并替换背景。
微软刊出诺贝尔经济学奖得主 Daron Acemoglu 的悲观预测:AI 十年内仅拉动 GDP 约 1.5%,最多替代 5% 的岗位,远低于部分 AI 实验室的预期。他认为瓶颈在人性——企业需重新分配任务、提升员工技能并重组流程,这一过程可能比电气化耗时更久,更大的模型也无法解决。他还称,能延伸人类技能的 AI 在生产力上会胜过完全自动化。