博主头像

如果AGI三年内到来，读博和终身教职还有意义吗 | AGI | Anthropic | 人工智能 |

外来客 • 2026-11-04 10:48:29

分享
𝕏 f ◉
声明：本文为对公开内容的摘要整理， 未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议； 观点与版权归原作者及原平台所有。 如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

🧠 AGI时间线与认知一致性

  • Anthropic科学家亚莎·索尔·狄克斯坦指出，若相信AGI将在三年内到来，个人的职业规划必须与该信念保持一致，否则存在逻辑矛盾。
  • 他引用诺奖得主圣地亚哥·拉蒙·卡哈尔的著作作为演讲标题灵感，强调未来可能与现在截然不同，研究者需基于AI将如何改变世界来制定人生规划。

📈 指数增长与地质学隐喻

  • 全球GDP长期呈现指数增长趋势，人类在1950年后稳定在当前速率，而AI正处于类似过程的早期阶段。
  • 引入“人类世”概念，指出人类已对地球产生地质级别影响，如造成第六次大规模物种灭绝及放射性物质进入地层。
  • 随着AI能力增强，人类可能不再是唯一能大规模改变世界的智能力量，“人类世”可能成为一个极短的地质年代。

📊 算力突破与任务泛化

  • 过去10年训练最大AI模型的计算量增长了约1000万倍，目前模型训练规模已接近人脑一升（约1万亿浮点运算）的计算量。
  • Meta研究显示，AI能独立完成的软件任务时间跨度呈指数级增长，直接越过了2026或2027年才能完成一整天工作的预测点。
  • AI具备泛化能力，从替换单词到应用微积分，没有证据表明存在质的断裂；已开始解决埃尔德斯等人类遗留的开放数学问题。

🎓 学术职业与科研策略

  • 警惕研究价值被最新基础模型通过简单提示超越，建议选择针对性项目并快速推进，以跟上AI能力增长。
  • 引用Richard Sutton的《苦涩的教训》，指出长期来看通用方法优于人工设计特定方法；若问题注定被规模扩大解决，需重新评估其独立价值。
  • 实验科学变化较慢，但预计10至15年内机器人将进入实验室承担实际工作，AI有望提高理论预测能力从而减少实验数量。

💻 工具使用与写作原则

  • 狄克斯坦每天使用Claude辅助研究，将其视为执行力强但直觉不足的研究生；他基本不亲自写代码，但仍需理解代码逻辑以质疑模型结果。
  • 强调“写作即思考”，建议利用AI获取反馈和检查漏洞，但不要让其撰写初稿，以免外包思考过程导致未真正理解研究内容。

🚀 研究方向与个人影响

  • 推荐投入AI for Science（材料、蛋白质、天气等）、AI模型本身研究（可解释性、统计物理方法）及AI安全领域。
  • 指出到2030年计算能力可能达到2025年的1万倍，早期技术选择和制度安排将塑造未来世界，个人决策在指数增长早期具有巨大长期影响。
  • 建议做有意义而非仅追求安全的选择，政府急需懂技术的专家参与AI监管与政策制定，以平衡风险并产生正面社会影响。

博主头像 👤 同一博主

查看该博主全部 179 篇

🧭 类似博主

0 条评论

发表评论

请先 登录 后参与讨论。