0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

苏茨克维:具推理能力AI将难以预测

科技绿洲 来源:网络整理 作者:网络整理 2024-12-16 10:44 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

近日在温哥华举办的神经信息处理系统大会(NeurIPS)上,OpenAI的联合创始人及前首席科学家伊尔亚·苏茨克维发表了关于人工智能未来的重要观点。

苏茨克维指出,当前依赖大量算力进行“预训练”的人工智能时代即将走向终结。他预测,未来的人工智能系统将更加注重推理能力的发展,这一趋势将使得人工智能更加接近人类的思维方式。

他强调,随着人工智能推理能力的增强,事情将变得更加不可预测。“推理越多,事情就越不可预测,”苏茨克维说道。这一观点引发了与会者的广泛讨论和思考。

苏茨克维的发言不仅揭示了人工智能发展的最新趋势,也提醒了人们要关注人工智能可能带来的新挑战。随着人工智能推理能力的不断提升,如何确保其在可控范围内发展,避免潜在的风险和危害,将成为未来亟待解决的问题。

此次NeurIPS大会上的发言,再次展示了苏茨克维在人工智能领域的深厚造诣和前瞻视野。他的观点无疑将对人工智能的未来发展产生深远影响。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • AI
    AI
    +关注

    关注

    91

    文章

    42137

    浏览量

    303131
  • 人工智能
    +关注

    关注

    1821

    文章

    50538

    浏览量

    267858
  • OpenAI
    +关注

    关注

    9

    文章

    1263

    浏览量

    10338
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    直播预告|玄铁 x Canonical:从本地推理AI 工厂,基于 RISC-V 的 AI 基础设施创新路径探讨

    Local Inference to AI Factories Canonical 专家首度系统阐述其“本地优先”的 AI 基础设施策略。从 Ubuntu 上的模型沙箱化本地推理
    发表于 05-15 12:15

    AI Ceph 分布式存储教程资料大模型学习资料2026

    。在面向 C 端用户的推理场景中,向量数据库与模型权重的加载对存储系统提出了新的挑战。 实战中的 AI 存储需要支持高并发的向量检索请求,这要求存储底座具备极高的随机读写能力。同时,为了实现模型服务
    发表于 05-01 17:35

    HM博学谷狂野AI大模型第四期

    ,虽然能快速构建原型,却难以触及智能的边界。面对模型的幻觉、推理能力的瓶颈以及定制化需求的落空,单纯的应用层知识显得苍白无力。博学谷“狂野 AI 大模型第四期”正是为了打破这一层技术天
    发表于 05-01 17:30

    黑马-Java+AI新版V16零基础就业班百度云网盘下载+Java+AI全栈开发工程师

    ,要么主动 AI 能力深度融入 Java 技术体系,成为具备“传统架构 + 智能增强”双重竞争力的融合型工程师。Java+AI 融合开发并非简单的 SDK 调用,而是一套从架构模式、
    发表于 05-01 11:29

    [完结15章]Java转 AI高薪领域必备-从0到1打通生产级AI Agent开发

    )的动态脱敏与合规性校验。 总结 Java工程师的AI转型,不是对过去经验的否定,而是对工程能力的升。拒绝原地踏步的关键,在于不盲目追逐算法的炫技,而是坚守“系统稳定性与高可用性”的工程底线,
    发表于 04-30 13:46

    论马斯的预言:AI使人类边缘化

    工作领域的边缘化。 局限性 AI能力限制方面:尽管AI发展迅速,但目前仍存在诸多局限性,如在常识推理、跨领域迁移学习等方面存在本质缺陷,在数学建模等
    发表于 03-14 05:27

    边缘AI算力临界点:深度解析176TOPS香橙派AI Station的产业价值

    AI服务器) 这一形态应运而生。它需要在极小体积内,提供接近服务器级的AI吞吐能力,同时具备工业级的接口扩展性。 OrangePi AI Station 正是这一产业浪潮中的典型代表。
    发表于 03-10 14:19

    AI推理芯片需求爆发,OpenAI欲寻求新合作伙伴

    领域占据主导,其GPU凭借强大的海量数据处理能力,成为全球AI爆炸式增长的重要基石。但随着AI不断演进,重点正从大规模训练转向对已训练模型的推理和推断,
    的头像 发表于 02-03 17:15 3432次阅读

    使用NORDIC AI的好处

    原始传感器数据,可显著降低功耗、延长电池寿命。[Edge AI 概述; Nordic Edge AI 技术页] 降低云依赖与时延 直接在设备上做推理,很多决策可以“本地实时”完成,不必等云端响应
    发表于 01-31 23:16

    思必驰场景化推理AI重塑智能交互

    AI技术从“感知”走向“认知”的今天,推理能力正成为推动人工智能向更高阶跃迁的核心引擎。
    的头像 发表于 12-12 11:31 940次阅读

    什么是AI模型的推理能力

    NVIDIA 的数据工厂团队为 NVIDIA Cosmos Reason 等 AI 模型奠定了基础,该模型近日在 Hugging Face 的物理推理模型排行榜中位列榜首。
    的头像 发表于 09-23 15:19 1645次阅读

    【「AI芯片:科技探索与AGI愿景」阅读体验】+AI芯片到AGI芯片

    和探索;人类级别的理解能力;常识推理;现实世界的知识整合。 3、测试时计算 测试时计算(TTC)是指在模型推理阶段利用额外的计算资源来提升泛化性能。 4、身智能与渗透式
    发表于 09-18 15:31

    【「AI芯片:科技探索与AGI愿景」阅读体验】+身智能芯片

    身智能芯片:说白了就是能够感知、思考推理以及决策的一体式可达人类智能水平的智能体-----就跟电影里的一样。 一、身智能 第一人称视角: 身智能的特点之一:是以自我为中心。以自我
    发表于 09-18 11:45

    【「AI芯片:科技探索与AGI愿景」阅读体验】+AI的科学应用

    主要步骤: ①溯因②假说③实验 1、科学推理的类型 ①演绎②归纳 2、自动化科学发现框架 AI-笛卡儿-----自动化科学发现框架,利用数据和知识来生成和评估候选的科学假说。 4项规则:三、直觉
    发表于 09-17 11:45

    信而泰×DeepSeek:AI推理引擎驱动网络智能诊断迈向 “自愈”时代

    ,以“全流量采集 + AI根因诊断 + 预测性运”为核心支柱,推动企业网络运模式从传统的“被动响应”向“主动防御”和“故障自愈”的智能化方向跃迁。 三大核心
    发表于 07-16 15:29