尤瓦尔·诺亚·赫拉利 历史学家

五年内，A.I.至少在一些国家，代理人有可能成为法人。

梅兰妮·米切尔 计算机科学家

人工智能不会治愈癌症或解决物理学问题。此外，没有人会认为流利交谈的能力是智力的明确标志。

海伦·托纳 人工智能政策研究员

我预计我们将拥有人工智能。这些系统显然可以在多个科学领域的前沿做出贡献，但您仍然不相信它能为您的孩子规划夏令营。

尼克·弗罗斯特 Cohere联合创始人

人工智能会以最好的方式变得无聊。它会像 GPS 或电子表格一样淡入背景，为日常工具和工作人员提供动力。最平庸的用例却具有最具变革性的影响。

卡尔·贝尼迪克特·弗雷 经济学家

人工智能如果它主要用于自动化我们已经做的事情，就不会带来持久的繁荣。人工智能。生产力工具为我们提供了更便宜的电子表格，就像更好的织机为我们提供了更便宜的布料一样。但巨大的飞跃来自新产业，而不是更快的重复。

加里·马库斯 认知科学家

通用人工智能不可能在 2027 年底到来，甚至很可能不会在 2032 年底到来。

阿杰亚·科特拉 人工智能风险研究员

我认为 A.I.公司可能已经通过人工智能大幅自动化了自己的运营。五年后，这可能会让人工智能进步要快得多。

阿拉文德·斯里尼瓦斯 困惑首席执行官

人们想要高度个性化的人工智能。助理为他们工作。它是他们的人工智能，不是的人工智能我们构建这些，我们将争取用户拥有人工智能的权利。私人且安全的助理。

加里·马库斯 认知科学家

我们已经看到了很多概念验证，但据我所知，除了医学笔记之外，还没有太多实际应用。

尼克·弗罗斯特 Cohere联合创始人

人工智能通过减少每位患者的工作量，绝对会提高医生的效率，例如能够快速查看病史、有效组织新的医疗信息并及早发现潜在问题。

尤瓦尔·诺亚·赫拉利 历史学家

编码主要是关于操纵信息，涉及很少的物理和生物限制。这是人工智能的理想游乐场。

卡尔·贝尼迪克特·弗雷 经济学家

在随机审判，开发人员使用 GitHub Copilot 完成给定任务的速度提高了约 56%。2025 年超过 80% 的开发者说他们正在使用或计划使用人工智能。工具——尽管只有三分之一的人相信输出。人类的审查仍然很重要。

梅兰妮·米切尔 计算机科学家

我相信这种影响不会像许多人想象的那么快。人工智能。系统仍然无法完成人类所必需的事情，例如提出正确的问题、规划实验和整个科学计划以及理解不同背景下的数据。

阿拉文德·斯里尼瓦斯 困惑首席执行官

作为 A.I.它越来越包含更多的世界知识，对于任何有疑问的人来说，它都成为一个更强大的工具。人类一直很善于提出问题。人工智能。会很擅长找到答案。

尼克·弗罗斯特 Cohere联合创始人

我最兴奋的是人工智能如何将改善运输的幕后物流，使人员和货物的运输更加高效和安全，例如预测性维护、智能交通分析、路线优化和驾驶员安全功能。

海伦·托纳 人工智能政策研究员

我对自动驾驶汽车的更广泛推广感到非常兴奋，因为它们可能导致数以万计的交通死亡每年都有可能避免在美国。但其推出进展相对缓慢，目前尚不清楚人工智能对其他交通方式的影响有多大。

卡尔·贝尼迪克特·弗雷 经济学家

人工智能导师可能已经超越了大多数人类教师，但他们也让捷径变得诱人，并可能阻碍真正的探索。我们需要留出没有人工智能的时间来独立阅读和探索，并鼓励使用人工智能。导师质疑和探索自己的理解。

加里·马库斯 认知科学家

大部分影响都是负面的；由于学期论文不再有效作为评估或引导学生思考的手段，高中和大学不知如何进行。大多数其他应用仍处于推测阶段。

海伦·托纳 人工智能政策研究员

教育已经面临重大变革，因此需要适应新的人工智能。工具可能因祸得福。

梅兰妮·米切尔 计算机科学家

坏的一面是：人工智能引起的精神病！从好的方面来说，有些人会从使用聊天机器人作为治疗师中获益匪浅。

尤瓦尔·诺亚·赫拉利 历史学家

人工智能的快速变化当人类努力适应时，革命可能会引发心理健康危机。我们即将对数十亿人类豚鼠进行人类历史上最大规模的心理实验，没有人能预测结果会是什么。

尼克·弗罗斯特 Cohere联合创始人

人工智能聊天机器人为轻微症状提供可扩展的支持，但它们无法替代人类治疗师。该技术与细微差别、文化背景和长期情感深度作斗争。有许多精神卫生保健挑战应该由人类专业人员来应对。

梅兰妮·米切尔 计算机科学家

人工智能正在并将继续在艺术、写作、音乐等领域带来变革——并不是因为人工智能。比人类更擅长创造力，但因为它便宜得多，而且不幸的是，这往往更重要的是它的使用量。

尤瓦尔·诺亚·赫拉利 历史学家

在越来越多的领域，A.I.事实证明，它们比人类更有创造力。任何归结为寻找模式和打破模式的创造性活动都可能被人工智能接管。

尼克·弗罗斯特 Cohere联合创始人

作为一名音乐家和人工智能开发者，我通过独特的视角看到了这项技术的创造潜力。人工智能。可以产生反馈或启发思想，但决定什么是正确的是由人决定的。

梅兰妮·米切尔 计算机科学家

A.I. 的误解拥有无法理解和预测的“神奇”或“突现”能力。这主要是公众（以及某种程度上政策制定者）​​的观点。技术专家和硅谷经常宣扬这种说法，但我不知道他们到底相信多少。

尤瓦尔·诺亚·赫拉利 历史学家

人工智能不是一个完全受人类控制的工具，它是一个可以自行做出决策和发明想法的代理。虽然我不认为 A.I.将在不久的将来变得有意识，这些模型很可能能够非常有效地模拟意识，使很大一部分人相信它们是有意识的。

卡尔·贝尼迪克特·弗雷 经济学家

假设人工智能是错误的。将使手工工作保持不变。在实践中，A.I.系统正在降低知识障碍并实现有效的自助维修。房主可以拍摄磨损的洗衣机或锅炉的照片，收到零件清单，并按照清晰的分步指南进行更换。

加里·马库斯 认知科学家

人们对大型语言模型感到非常困惑，将类人智能归因于模仿机器，但事实证明这些机器是肤浅且不可靠的。智能就是面对未知事物时灵活地进行推理，而大型语言模型仍然在与此作斗争。

尼克·弗罗斯特 Cohere联合创始人

认为人工智能是一种误解。是自主的。今天的系统是复杂的模式匹配器，而不是思考者。

阿杰亚·科特拉 人工智能风险研究员

每当最新一代的人工智能。人工智能未能立即产生巨大影响。怀疑论者错误地认为这反驳了人们对人工智能灾难性风险的担忧。

阿拉文德·斯里尼瓦斯 困惑首席执行官

认为人工智能是一种误解。将导致大量失业。新技术有时会改变社会工作的性质，但它们不会将工作从社会中消除。

海伦·托纳 人工智能政策研究员

我相信有关人工智能对环境的负面影响的叙述已经失控。是的，总的来说，该行业消耗了大量的能源和水，但任何大型行业都是如此。相关的问题是它与其他行业相比如何，以及与我们从中获得的价值相比如何。

尤瓦尔·诺亚·赫拉利 历史学家

一切都取决于定义。我认为定义 A.G.I.“与人类智力相比”是没有意义的。这就像将飞机定义为“能够像鸟一样飞翔”。同样，到 2035 年，人工智能将会出现。智力在某些方面将远远优于人类，而在其他方面则远远低于人类。没有理由期望 A.I.将朝着“人类智能”的目标前进。

尼克·弗罗斯特 Cohere联合创始人

A.G.I.需要抽象、自我意识和跨领域的迁移学习——所有这些能力都还远远不够。人脑的架构仍然是一个黑匣子，计算范式也不是为其设计的。50年后可能吗？或许。10 年内？不太可能。

阿拉文德·斯里尼瓦斯 困惑首席执行官

A.G.I.仍然不明确。所以我们没有考虑太多。

梅兰妮·米切尔 计算机科学家

社交媒体。

尤瓦尔·诺亚·赫拉利 历史学家

石器时代语言的演变。人工智能。是第一个作为代理而不是工具的技术。还有人工智能。是地球上第一个比人类更好地掌握语言的实体，并以这种方式控制人类自石器时代以来创建的所有基于语言的系统，从金融到宗教。

卡尔·贝尼迪克特·弗雷 经济学家

个人电脑和互联网。

加里·马库斯 认知科学家

人工智能它将像手机一样无处不在，但到目前为止还带来了更多负面影响。

尼克·弗罗斯特 Cohere联合创始人

人类飞行——尤其是当你想到 A.G.I. 时。飞行对人类和我们的生活方式产生了深刻的变革，就像人工智能一样。但就像人工飞行并不能真正模仿鸟类一样，人工智能（大脑）也不像人类智能那样工作。

阿杰亚·科特拉 人工智能风险研究员

我认为 A.I.最终将比农业的发明更具变革性——就像智人作为一个物种的出现一样具有变革性。

阿拉文德·斯里尼瓦斯 困惑首席执行官

没有什么比这更好的了。我们没有先例。人工智能。是最好的工具，可以帮助人类寻求智慧。历史上充满了这样的工具，但是什么让人工智能成为了现实。它的独特之处在于它能够包含有关我们周围世界的许多答案。

海伦·托纳 人工智能政策研究员

蒸汽机。

梅兰妮·米切尔 计算机科学家

了解这些系统的工作原理、它们的局限性以及如何使用它们来帮助您做事而不是为您做事。不要用它们来做作业！

卡尔·贝尼迪克特·弗雷 经济学家

随着自动写作变得无处不在，面对面的技能将成为一个关键的区别因素。选择由变革定义的职业，其中人际互动和体验式学习赋予优势。

加里·马库斯 认知科学家

创造力和批判性思维能力永远是人们的需求。

尼克·弗罗斯特 Cohere联合创始人

学习与人工智能合作研究将技术素养与只有人类才能做到的技能相结合的领域。

阿杰亚·科特拉 人工智能风险研究员

想想人工智能。作为一个聪明的外星物种的出现。这个新物种可能会给人类带来灾难，包括导致我们灭绝。这对我们来说也可能会非常顺利，但你应该做好准备，因为好的结果会非常疯狂。这是你们这一代人面临的核心挑战，你们应该努力找到一种方法来帮助它做得更好。

阿拉文德·斯里尼瓦斯 困惑首席执行官

了解如何提出更多问题。在人工智能时代，没有什么比这更重要了。

海伦·托纳 人工智能政策研究员

对于您可能从事的任何工作，问问自己：这像建筑工地，还是像健身房？在建筑工地上，机器是令人惊叹的 - 您可以使用挖掘机和起重机举起更重的东西并建造更好的建筑物。但在健身房，重点是提高自己的能力。

尤瓦尔·诺亚·赫拉利 历史学家

这是历史上第一次没有人知道十年后的世界会是什么样子——就业市场会是什么样子，社会关系会是什么样子，等等。所以对冲你的赌注。不要专注于像编码这样的狭窄主题。同样重视你的头脑（智力技能）、你的心灵（社交技能）和你的双手（运动技能）。正是这三者的结合，人类相对于人工智能仍然具有很大的优势。