「机器学习之父」Jordan：Hinton等「思想领袖们」正在伤害年轻一代

AIGC动态3小时前发布 almosthuman2014

52 0 0

文章摘要

Michael I. Jordan 在近期的访谈中深入探讨了人工智能的发展现状与未来方向，对当前行业的诸多流行观念提出了批判性反思。他指出，“通用人工智能”本质上只是一个公关词汇，现有的行业思维往往缺乏深度，过度依赖将人类大脑等同于计算机的简单隐喻。 为了构建更完整的智能框架，他主张引入集体主义经济学视角，强调人类作为社会动物，其智能高度依赖于社会语境、统计学推断以及经济学中的激励机制，而非仅仅局限于计算机科学的算法设计。

在探讨模型能力时，Jordan 反对将机器人类化或追问其是否具备真正的理解能力。他认为，研究的焦点应放在系统能否有效降低不确定性、提供可靠的工程基础以及明确其失效条件上。针对基础模型在科学研究中的应用，他指出了一个关键盲点：这些模型在知识边界和训练数据稀少的领域表现最差，且容易产生严重的统计偏倚。为此，科学家需要建立融合少量真实数据的推断机制，以修正模型在未知边缘的置信区间偏差。

对于行业内盛行的超级智能与末日论叙事，Jordan 认为这些极端观点严重脱离现实，并对年轻一代研究者造成了负面影响。他强调，在技术乌托邦与人类灭绝的两个极端之间，存在大量可以在人类尺度上推进的积极建设工作。此外，他剖析了大型语言模型在处理不确定性时的根本缺陷，指出模型无法真正处理采样不确定性、信息不对称以及数据时效性，而成熟的市场机制反而能在系统层面上有效消解大尺度的不确定性。

最终，Jordan 将人工智能的核心价值定义为一种系统级的辅助工具。人工智能的真正意义在于帮助人类处理复杂信息，弥补进化过程中的局限，从而促使人们在信息充分的情况下做出正确决策， 进而避免陷入技术决定论的盲目乐观或恐慌之中。