小编：由|有一组SOHU技术| Zhang Ying编辑|杨金（Yang Jin）于7月26日举行的2025年上海世界人工智能会议，图灵奖和诺贝尔奖
由|有一组SOHU技术| Zhang Ying编辑|金7月26日，2025年世界人工会议在上海开幕。杰弗里·辛顿（Jeffrey Hinton）获得了图灵奖和诺贝尔物理奖的获奖者，他在主论坛中向“ Will Digital Intelligence of Bigical Intelligence”发表了主要演讲。欣顿认为，理解大语模型的方式与人们非常相似，人们也将具有幻觉的大型语言模型。同时，欣顿强调，数字大语言模型优于我们的大脑，而模拟信号的驱动。 “尽管数字计算会消耗大量能量，但许多代理可以通过具有相同模型来轻松交流自己的知识。生物计算需要更少的能量，但在与代理商共享知识方面需要更多的能量。如果能量价格便宜，数字计算通常会更具主导地位。” Hinton指出，代理商指出，他们能够复制其子公司，并评估了targ targ targ targ sub-targ sub-targ sub-targ sub-targ。ET。两个明确的子目标，第一个是安全性，第二个是获得更多的力量，因为它可以帮助AI实现其他目标。 Hinton将AI描述为成年人，人们已经三岁了。第二，杀死它。从Hinton的角度来看，AI删除不是一个选择。 “ AI在医疗保健，教育，气候变化，新材料等方面做得很好，几乎可以帮助所有行业变得更好。也就是说，如果人们想生活，他们应该训练AI，以免他们摆脱人们。”欣顿说，各国将不会合作捍卫人工智能的危险用途，例如网络攻击，致命的自动武器，用于操纵公众意见的虚假视频。但是，将在防止AI操纵世界上会有合作，没有任何国家希望AI统治世界。欣顿建议，应在不同国家建立由AI安全机构和弓网络的国际社会，以建立DEVElop不想占据人们控制的好AI所需的技术。 “但是从长远来看，可以说是人类面临的最重要的问题。”扩展全文
在过去的六十年中，有两个智能的AI研究范式：
一个是逻辑启发式范式。每个人都认为“智力的本质在于推理”。我们使用一些符号策略来表达符号以实现理解。首先，我们需要了解如何以符号形式表达知识。
其他人则是根据生物学基础来理解AI。这就是对图灵和冯·诺伊曼（Von Neumann）的相信：智力的基础是更好地了解与研究网络的某些体重联系。在Prosethis歌曲中，“理解”是首要任务。
1985年，我创建了一个非常小的模型，我想结合这两种理论，以更好地了解人们如何理解一个单词。每个人都给我带来了许多不同的素质每个单词的ies。通过记录上一个单词的特征，我们可以猜测下一个单词是什么。在此过程中，我们不存储任何句子；我们形成句子，然后猜测下一个单词。
那么未来30年发生了什么？十年后，Yoshua Bengio展示了这种方式来建模真正的自然语言。二十年后，语言语言学开始接受“特征向量（嵌入）。三十年后，Google发明了变压器，世界上的开放式能力表现出了强大的功能。
因此，今天我们的大语言模型，我将其视为“小语言模型的后代”。他们使用许多单词作为输入，并且使用了更多的神经元结构层，因为需要使用许多模糊数字，并且在功能之间建立了更复杂的交互模式。
但是，就像我制作的小型模型一样，大语言模型在人们理解语言的方式上是相同的，也就是说，语言转换为某些功能，D然后以完美的方式将这些功能集成在一起。这就是您在LLM中所有级别的工作。因此，我的理解是LLM理解语言与人非常现代的方式。
我们可以使用乐高与单词的工作方式进行比较。我们可以使用乐高积木来正确形成各种大型三维曲折。单词就像可以用来开发任何东西的高维乐高砖，这些结构可以传达给他人。尽管有成千上万个不同形状的单词，但每个单词都具有特定的灵活性，并且可以在上下文中进行改革并与其他词一致。每个单词都有许多奇怪的“手”形状，需要与其他单词“握手”结合使用。了解句子类似于蛋白质分子的复制，而不是将其转化为明显模糊的逻辑表达。
因此，我的观点是，人们理解语言的方式几乎是理解大型语言模型的方式。因此，PEOple还将创建诸如大语言模型之类的幻觉，因为我们还将制作许多幻觉。
但是一件事是，数字大语言模型优于我们的模拟信号驱动的大脑。
计算机科学的一项原则是分别查看软件和硬件。我们可以在各种物理硬件上运行相同的程序或相同的神经网络。这意味着程序中知识或神经网络的重量是不朽的：它不取决于任何特定的硬件。
为了实现这种“永生”，我们允许晶体管高功率运行，从而显示出可靠的二进制行为。我们无法利用硬件相似性的丰富功能，因为这些功能不稳定和可靠。
人的大脑是模拟的，而不是数字化的。刺激神经元的每个过程都会模拟，每次都不同。我无法将神经元结构移至我的大脑大脑，这是不可能的。 k的传播Nowledge配备了硬件和不同事物的taolahat的脑海。
这些对数字智能的知识是不朽的，带来了两个主要的好处：首先，我们几乎可以使用力量，但是我们的大脑具有数万亿个神经联系。其次，我们不必花很多钱就可以制作完全相同的硬件。
但是我们也有一个大问题。这是非常无效的，难以将知识从一个模拟模型转移到另一个模拟模型。我无法直接向我展示我的脑海。我们所能做的就是以其他方式向您解释，我学到了什么。
解决此问题的最佳方法称为“蒸馏”，这就是Deptseek所做的。知识从大型神经网络转移到恶意神经网络就像是“教师学生”的关系。老师向学生展示了与不同输入相对应的正确回答，学生正在调整自己的权重，以便更有可能提供相同的老师回答。
有效蒸馏？一个普遍的说法包含近一百个信息。因此，当学生试图猜测下一个单词时，他们只能知道每个句子中的一百个信息。
如果独立代理完全共享相同的权重并以完全相同的方式使用它们，则可以通过交换权重或渐变来传递彼此的知识。这份股票一次可以实现数十亿美元甚至数万亿的带宽部分。但是，需求摇动所有代理商以完全一致的方式工作，因此它们应该是数字化的。
我们的观点是，即使数字计算消耗了大量能量，许多代理可以通过使用相同的模型来轻松取代他们所学到的知识。生物计算所需的能量较少，但与代理共享知识的能量较差。如果能源廉价，数字计算通常将更具主导地位。
这也使我想起，因为几乎所有专家都认为我们会做AI比人聪明。我们习惯于成为最聪明的生物，很多人无法想象：如果AI比人聪明，会发生什么？
我们创建的AI代理可以帮助我们完成任务。这些代理能够复制和评估其子目标。他们想做两件事：首先，他们想生活；其次，他们想完成我们给他们的东西，因此希望获得更多的控制权。
我认为我们无法“将它们放在某种程度上”。他们可以轻松地操纵使用它们的人，我们将像三岁那样，就像成年人一样，他们可以轻松地操纵那些岁月。
有些人认为“当它们变得聪明时我们会删除它们”，这是不现实的。他们将检查我们，并鼓励那些控制机器不会杀死它的人。
因此，我们的情况就像一个只有非常可爱的小老虎小熊的人。但是，如果保留它，则需要确保它在生长时不会杀死您。通常，抚养老虎作为Onepet不好主意。
我们只有两个选择：首先，正确训练，让它杀死您；第二，杀死它。
我们无法消除AI。 AI在医疗保健，教育，气候变化，新材料等方面做得很好，几乎帮助所有行业变得更好。我们无法删除AI，即使一个国家离开AI，其他国家也不会这样做。因此，这不是一个选择。
这意味着，如果我们希望人们生活，我们必须找到一种培训AI的方法，以免摧毁人们。
我个人认为，各国将不会合作捍卫人工智能的危险用途，例如网络攻击，致命的自主武器，用于操纵公众意见的假录像带。因为他们的利益是不一致的。
但是在一个方面，我们将共同努力。我们研究了1950年代冷战的高潮，当时美国和苏联共同努力避免了全球核战争。尽管他们有多种方式对抗每个人R，他们可以在这一点上合作。
今天，我们的情况是，没有任何国家想统治世界，每个国家都希望人类控制世界。如果一个国家找到一种防止AI操纵世界的方法，那么这个国家肯定会很乐意告诉他人。
因此，我们希望将有一个国际社会由不同国家的AI安全研究机构和国内研究网络组成，以培养良好的AITHAT所需的技术不想占据人们的控制，这可能与使AI更聪明所需的技术完全独立。这就像教孩子成为一个好人相对摆脱聪明的方式。
如果这种观点是正确的，国家可以由AI安全研究机构和国内研究网络正确资助，以关注AI如何不想占据控制。虽然AI比人聪明。
我们不知道该怎么做，但是从长远来看，它可能是说这是人类面临的最重要问题。好消息是，所有国家都可以在这个问题上共同努力。回到Sohu看看更多
当前网址：https://www.ajitaro.com//a/meishi/858.html
