18 hours ago
- 五大超大规模云服务商控制着全球超过70%的人工智能计算资源，其中大部分被预留给OpenAI、Anthropic和Google DeepMind，这引发了对非奇点人工智能用例被边缘化以及普通人被排除在人工智能红利之外的担忧，有人建议实施通用基本计算资源再分配。
- 关于人工智能进展的关键问题包括：Anthropic及其他公司如何实现长期编码智能体？模型是否正变得更高效地利用样本？以及在上下文学习中，记忆与样本效率之间的权衡是什么？
- 训练与推理工作负载之间的界限可能变得模糊，可能导致人工智能实现“在职学习”，同时人们担忧若未来模型基于人工智能生成数据进行训练，可能引发类似“千年虫”的事件，以及纯机器经济对经济的影响。
- 持续学习可能使人工智能在无需进一步算法进步的情况下实现快速超级智能，因为人工智能可以在不同副本之间融合学习成果，并且通过贝叶斯方法探索更多理论，人工智能可能在科学发现中表现出色。