通用人工智能的实现并非一蹴而就,而是一个长达十年的认知演进过程。当前大型语言模型虽具备完美记忆,却因缺乏遗忘机制而导致泛化能力与创造力受限,陷入 “静默坍塌” 的过拟合困境。人类通过遗忘来提取抽象模式、利用睡眠整合信息以及在阅读中进行 “合成数据生成” 的机制,是 AI 亟需补齐的短板。未来 AI 的核心竞争力将从追求千亿级参数规模转向构建仅需 10 亿参数的 “认知核心”,通过剥离冗余百科知识、强化思考原技能来实现真正的智能。在通往 AGI 的自动化连续体中,AI 将以 “自主滑块” 模式处理 80% 的常规任务,而教育也将从功利性的职业培训转型为类似健身房的自我提升过程。
Outlines
Sign in to continue reading, translating and more.
Open full episode in Podwise