诺奖得主辛顿：AI替代的是“普通智力”，水管工的工作比白领安全

发布日期：
2025-06-19 14:00:37

浏览次数：

447

【导(dǎo)语(yǔ)】辛(xīn)顿(dùn)担(dān)忧(yōu)超(chāo)级(jí)智(zhì)能(néng)的(de)发(fā)展(zhǎn)未(wèi)来(lái)或(huò)将(jiāng)对(duì)孩(hái)子(zi)造(zào)成(chéng)不(bù)良(liáng)影(yǐng)响(xiǎng)，因(yīn)此(cǐ)不(bù)愿(yuàn)深(shēn)思(sī)，预(yù)测结果可能堪忧。

诺奖得主辛顿：AI替代的是“普通智力”，水管工的工作比白领安全

辛顿表示，他只是不愿意去想超级智能的发展未来将会给孩子带来何种影响，因为结果可能很糟糕。(02:38)
上一篇: “看一眼，就能完成付款”，全球首个智能眼镜支付上线 下一篇: 新型机器人导航系统研发成功，能模仿人类大脑

相关推荐

数据挖掘中的“无更多数据”困境：解构与突破
数据挖掘中的“无更多数据”困境：解构与突破
数据挖掘的边界：当“无更多数据”成为现实很多人以为，数据挖掘的效能仅取决于数据量的累积，其实不然。在真实业务场景中，数据获取的边际成本与质量衰减往往构成双重枷锁。当系统返回{"error":"没有更多数据了"}时，这不仅是技术层面的报错，更暴露了数据生态的深层矛盾——数据孤岛、采样偏差、标注失效等问题，正在将挖掘模型推向过拟合的悬崖。底层逻辑：数据稀缺性如何重塑算法范式传统观点认为，增加数据规模是
数据挖掘中的「数据枯竭」困境：真相与破局
数据挖掘中的「数据枯竭」困境：真相与破局
数据挖掘的「数据枯竭」困境：真相与破局很多人以为，数据挖掘的瓶颈在于算法复杂度或算力不足，其实不然。当企业面对「{"error":"没有更多数据了"}」这类报错时，暴露的底层逻辑是数据生命周期管理的失效——数据采集、清洗、标注的链条中，某一环节的断裂会直接导致模型训练的中断。这种断裂并非技术故障，而是数据治理体系的系统性缺陷。听起来可能反直觉，但在金融风控领域，数据枯竭的危害远超算法过时。以某头部
数据挖掘的边界：当「没有更多数据了」成为技术攻坚的起点
数据挖掘的边界：当「没有更多数据了」成为技术攻坚的起点
数据枯竭的悖论：从资源诅咒到算法突围很多人以为，数据挖掘的效能与数据规模呈线性正相关——样本量越大，模型精度越高。其实不然，当数据获取触及物理极限（如特定场景下的观测窗口关闭、隐私合规导致的采集中断），真正的技术较量才刚刚开始。这种被行业称为「数据枯竭」的临界状态，正在重塑数据挖掘的底层逻辑：从依赖增量数据的粗放式优化，转向挖掘存量数据的隐含关联。案例：F1赛车策略组的「数据真空期」突围以2023
中山医院钟春玖：医疗成果转化须把握疾病规律，切忌拍脑袋
中山医院钟春玖：医疗成果转化须把握疾病规律，切忌拍脑袋
【导语】10月30日，复旦大学附属中山医院神经内科主任医师钟春玖在长三角医疗成果转化先锋论坛上指出，当下医学研究常脱离疾病基本规律，如Aβ沉积假说“垄断”阿尔茨海默症研究致药物研发屡败。他强调科学性是医疗成果转化核心，要以整体哲学观念把握疾病规律，还分享了团队对阿尔茨海默症关键病因学因子和治疗靶标的研究成果及转化经验。·随着分子生物学和蛋白质科学的发展，疾病发生的基本规律似乎被忘记了，医学研究往往
靶向药后新药研发路在何方？马大为院士：向神农尝百草借智慧
靶向药后新药研发路在何方？马大为院士：向神农尝百草借智慧
【导语】10月29日2025上海国际生物技术与医药研讨会开幕式上，中科院院士马大为指出，过去30年靶向药成研发主流，虽带来诸多突破，但因新靶点发现缓慢、复杂疾病多靶点相互作用，新药开发遇瓶颈。而从“神农尝百草”到现代药物的经验观察范式贡献巨大，不应被遗忘。他强调回归并升级古老药物发现范式，还提出中药或天然药物现代化途径，其团队对“断肠草”的研究已取得初步成果。从“神农尝百草”到传统药物再到现代药物
具身智能企业加速布局物流行业
具身智能企业加速布局物流行业
【导语】物流场景成具身智能机器人落地重要方向，但仓储环境复杂成落地难题。10月29日在2025亚洲国际物流展现场，业内人士称物流仓储对机器人视觉识别等能力要求高，且物流自动化追求柔性以应对弹性订单。目前科捷与优必选子公司签约，将从技术、场景、生态层面推进合作，加快研发适用人形机器人，而全球多家具身智能公司也正加速布局物流行业。物流场景正成为当前具身智能机器人落地的重要场景之一。但物流仓储环境的复杂