| 本期觀點｜ 最近可能你聽說 OpenAI 的CEO Sam Altman 又拋出了一個超震撼的說法：「超級智慧」的時代已經開始了！ 聽到這個你可能跟我一樣，第一個反應是：「有嗎？我的生活還不是一樣。」確實，我們沒有看到電影裡那種機器人大軍出現，日子好像也照常過。但 Altman 想提醒我們的是或許就像溫水煮青蛙那樣，巨大的改變總是在我們沒注意到的地方悄悄發生。 這件事其實滿重要的，因為它跟我們每個人的未來都綁在一起。所以，本期我們來談談這件事的一些觀察和想法，解讀他這個說法背後所藏的玄機。 繼續閱讀⋯⋯ |
延伸閱讀
| The Race Toward Artificial General Intelligence (AGI): Progress, Skepticism, and Real-World Focus 這篇文章彙整了業界多位專家的不同看法，呈現了一幅更複雜的AGI發展藍圖。文章指出，儘管像Altman或DeepMind的Hassabis對AGI的時程感到樂觀，但許多專家與創投家則呼籲應更專注於當前AI技術的實際應用，而非過度執著於AGI這個宏大但仍遙遠的目標。這篇文章有助於我們平衡看待Altman的樂觀預測，理解業界存在的不同聲音與現實考量。 | What Is AI Alignment? 本文由IBM發布，用相對淺顯的方式解釋了「AI對齊」這個核心概念。它點出，隨著AI系統變得越加複雜，要確保其行為符合人類的目標與價值觀也變得愈發困難。文章介紹了確保對齊的四大關鍵原則：穩健性（Robustness）、可詮釋性（Interpretability）、可控性（Controllability）和倫理性（Ethicality），幫助讀者對這個關鍵挑戰建立一個清晰的理解框架。 |
| Is it 3 Years, or 3 Decades Away? Disagreements on AGI Timelines 來自非營利研究機構Epoch AI的這篇文章，透過兩位內部研究員的對話，生動地呈現了專家們對於AGI時程預測的巨大分歧。一位認為可能10年內就會到來，另一位則認為可能需要30年以上。他們探討了影響預測的關鍵變數，如硬體發展速度、演算法突破以及數據的可用性。這篇文章讓我們了解到，即便是頂尖專家，對於未來的看法也並非鐵板一塊。 | AI’s Impact on Scientific Discovery 這篇文章分析了一份來自麻省理工學院（MIT）的具體研究，探討AI在現實中對科學創新的影響。研究發現，導入AI確實能提升研發效率與專利申請數量，但效益主要集中在頂尖研究者身上，反而可能拉大科學家之間的表現差距。同時，許多科學家感到自己的工作變得更像在「驗證」AI的想法，而非原創。這為Altman的樂觀預測提供了一個更具批判性的現實註腳。 |
推薦展覽
