我对太多人来说意味着太多（不同的）事情。我们需要更好的方式来谈论和思考它。提示，德鲁·布罗尼格是一位才华横溢的极客和文化人类学家，他将该技术巧妙地分为三个用例：众神、实习生和齿轮。
从这个意义上来说，“神”将是“自主做事的超级智能的人造实体”。换句话说，OpenAI 的萨姆·奥尔特曼（Sam Altman）和他的团队正在试图（以不合理的代价）构建 AGI（通用人工智能），同时警告说这可能对人类的生存构成威胁。布罗尼格说，人工智能神是“人类的替代用例”。它们需要巨大的模型和大量的“计算”、水和电（更不用说相关的二氧化碳）2排放）。
“实习生”是“受监督的副驾驶，与专家合作，专注于繁重的工作”。换句话说，诸如此类的事情聊天GPT、Claude、Llama 和类似的大语言模型 (LLM)。它们的定义品质是它们应该由专家使用和监督。他们对错误具有很高的容忍度，因为他们所协助的专家正在检查他们的输出，以防止令人尴尬的错误进一步发展。他们做一些无聊的工作：记住文档和浏览参考资料，在定义大纲后填写细节，通过充当动态的共鸣板来协助想法的产生等等。
最后，“齿轮”是经过优化的低级机器，可以非常好地执行单个任务，通常作为管道或接口的一部分。
实习生大多是我们现在的；他们将人工智能视为一种增强人类能力的技术，并且已经在许多行业和职业中广泛使用。从这个意义上说，它们是第一代准智能机器，人类在工作环境中与它们进行了密切的认知交互，并且我们开始了解这些人机伙伴关系如何运作的有趣的事情。
对人工智能寄予厚望的领域之一是医疗保健。并且有充分的理由。例如，2018 年，人工智能研究人员之间的合作DeepMind 和 Moorfields 眼科医院伦敦的研究中心显着加快了视网膜扫描的分析速度，以检测需要紧急治疗的患者的症状。但在某种程度上，尽管技术上很困难，但这也是理所当然的：机器可以以惊人的速度“读取”扫描结果，并找出需要专家诊断和治疗的部分。
但诊断过程本身又如何呢？提示美国一项有趣的研究10 月发表于美国医学会杂志，报道了一项关于 ChatGPT 是否可以提高 50 名执业医生的诊断能力的随机临床试验。乏味的结论是“与传统资源相比，医生获得法学硕士学位作为诊断辅助手段并没有显着改善临床推理”。但有一个令人惊讶的事情：ChatGPT靠自己表现出比两个医生组（有或没有使用机器的医生组）更高的表现。
或者，作为纽约时报总结了一下， – 获得 ChatGPT-4 和传统资源的医生仅比无法使用该机器人的医生稍好一些。而且，令研究人员惊讶的是，仅 ChatGPT 的表现就超过了医生。”
不过，更有趣的是另外两个启示：该实验表明，医生有时会坚定不移地相信自己做出的诊断，即使 ChatGPT 提出了更好的诊断；它还表明，至少有一些医生并不真正知道如何最好地利用该工具的功能。这反过来又揭示了人工智能的主张，例如伊桑·莫里克人们一直在说：有效的“快速工程”——知道向法学硕士提出什么要求才能充分利用它——是一门微妙且难以理解的艺术。
同样有趣的是与人工智能合作对参与合作的人类产生的影响。麻省理工学院的一名研究员做了一个实验看看材料科学家如果能够在研究中使用人工智能，他们的工作会做得如何。
答案是，从材料发现量增加 44% 和专利申请量增加 39% 来看，人工智能辅助似乎确实有效。这是通过人工智能完成一半以上的“想法生成”任务来完成的，让研究人员负责评估模型生成的候选材料。因此，人工智能完成了大部分“思考”工作，而它们则被降级到评估想法的实际可行性等更平凡的琐事上。结果是：研究人员的工作满意度急剧下降！
时事通讯促销后
有趣的，奈斯特塞帕斯？这些研究人员都是雄心勃勃的人，而不是地位低下的特工。但突然之间，与智能机器的合作让他们感觉就像……好吧，齿轮。那么道德呢？小心你的愿望。
我一直在读的内容
室片
如果回声室有效会怎样？这是一篇引人注目的文章，凸显了唐纳德·特朗普时代的自由主义困境。
储蓄计划
路透社的尖锐分析是为埃隆·马斯克的效率驱动规划道路。
创造性思维
史蒂文·辛诺夫斯基精彩而睿智的文章论成为颠覆者的代价是关于创新和变革。