ai-future

文章对比了两种人工智能未来——'宠物模式'下用户依赖企业拥有的人工智能，以及'共生模式'下个体共同拥有并塑造人工智能——警示了自愿将自主权外包给集中式系统的危险。

一篇论述技术奇点可能并非源于单个超级智能AI，而是源于专业的人类-AI合作星群，并警告企业控制此类系统的文章。

一篇对比两种AI未来的文章：一种是由少数'神职人员'控制的集中式系统，另一种是数十亿人各自指挥其智能体的分布式模型，文中引用了近期AI成就以及对工作被取代的警告。

Daniel Kokotajlo 对比了《AI 2027》和《AI 2040：Plan A》中对AI未来的不同预测，前者提出AI可能接管世界或导致权力高度集中，后者则描绘了更积极的愿景。

这篇文章认为，仅仅讨厌AI是不够的；相反，我们必须正视其风险，并努力塑造它的未来，尽管这很困难。

Anthropic联合创始人Dario Amodei预测技术奇点将在2028年前到来。

一篇探讨人工智能实现广泛主导后社会影响的推测性文章。

来自@levie的一篇关键帖子强调，AI的未来在于可定制的智能，而不仅仅是更大的模型，着重于结合独特数据、工作流，并将智能路由到性能最佳的模型。

一篇观点文章，认为人工智能最大的限制可能不是推理，而是无法像人类一样积累经验，并指出持续学习可能比扩大模型规模更具变革性。

围绕Sam Altman将AI视为像电力或水一样按表计费的公用事业的愿景展开讨论，引发了对其可行性的质疑以及对少数公司依赖的担忧。

加里·谭讨论了鲍勃·麦格鲁的框架，即AI未来将只有两种工作：孤独天才和经理。他认为AI将扩大这些角色的准入范围，同时消除大卫·格雷伯所描述的毫无意义的“狗屁工作”。

黄仁勋深度访谈，回顾英伟达从赌上公司存亡推出CUDA到成为AI霸主的历史，阐述AI四个缩放定律和未来十年发展方向，强调算力瓶颈和极致协同设计理念。

埃隆·马斯克提出了一个关于未来几年人工智能发展轨迹的推测性问题。

推荐一场Demis Hassabis的一小时剑桥讲座，深入剖析人工智能未来，声称其内容比普通人五年学到的还要多。

在播客访谈中，麻省理工学院（MIT）校长萨利·科恩布鲁特（Sally Kornbluth）探讨了以好奇心为驱动的基礎科学研究的关键重要性，以及资金不确定性和捐赠基金税收带来的挑战。