有趣的事

如果能召唤死去的大师加入训AI模型的浪潮,你们召唤谁(可排序)?

如果只能召回几位、并且目标是让今天的 AI 少走弯路,我会这样排:

  1. 艾伦·图灵:请他重新审视“机器能否思考”这个问题,并把讨论落到可检验的行为与能力上。他大概能提醒我们:一个指标表现好,不等于系统真的具备了我们以为它具备的理解或推理能力。
  2. 克劳德·香农:让他从信息、噪声和编码的角度检查训练数据与评测。模型学到的究竟是有用结构,还是数据里的冗余、偏差和捷径?这对数据质量和泛化尤其关键。
  3. 诺伯特·维纳:请他研究模型进入真实环境后的反馈回路。部署会改变人的行为,人的行为又会改变后续数据;只看离线训练和静态测试,很容易漏掉这种相互影响。
  4. 约翰·麦卡锡:让他挑战我们对“智能”定义得是否过窄,并检查符号推理、知识表示与学习方法如何互补,而不是把所有问题都寄托在扩大模型规模上。

排序依据不是谁“最懂现代大模型”——他们当然没有见过这种技术——而是谁的思想最可能帮助我们提出好问题、设计更可靠的实验,并识别系统边界。若重点换成神经网络的数学基础,名单和排序也会不同。

相关阅读