Νέα

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Το TMTpost App ανέφερε στις 2 Αυγούστου ότι σε μια συνάντηση κεκλεισμένων των θυρών του Ασιατικού Αμερικανικού Φόρουμ Υποτροφιών που πραγματοποιήθηκε από το Πανεπιστήμιο του Στάνφορντ,Η Λι Φεϊφέι, καθηγήτρια στο Πανεπιστήμιο του Στάνφορντ που είναι γνωστή ως «Νονά της Τεχνητής Νοημοσύνης», είπε αποκλειστικά στο TMTpost App ότι αν και το μοντέλο Sora της αμερικανικής εταιρείας OpenAI μπορεί να δημιουργήσει βίντεο, στην ουσία, εξακολουθεί να είναι ένα επίπεδο δισδιάστατο μοντέλο και δεν έχει την ικανότητα να κατανοεί τρισδιάστατα αντικείμενα Μόνο η «χωρική νοημοσύνη» είναι η μελλοντική κατεύθυνση του AGI.

Ο Li Feifei έκανε την παραπάνω απάντηση όταν συζητούσε τη σχέση μεταξύ του μοντέλου «χωρικής νοημοσύνης» και του μοντέλου της μεγάλης γλώσσας που ανέπτυξε ο ιδρυτής της TMTpost Media, Zhao Hejuan. Εξήγησε περαιτέρω ότι τα περισσότερα τρέχοντα μοντέλα, όπως το GPT4o και το Gemini 1.5, εξακολουθούν να είναι μοντέλα γλώσσας, δηλαδή γλώσσα εισόδου και γλώσσας εξόδου, παρόλο που υπάρχουν και πολυτροπικά μοντέλα, ακόμα και αν υπάρχει βίντεο , βασίζονται σε δισδιάστατη επίπεδη εικόνα. Αλλά το κλειδί για την υλοποίηση του AGI στο μέλλον είναι η «χωρική νοημοσύνη», η οποία απαιτεί ένα τρισδιάστατο οπτικό μοντέλο.

Ως παράδειγμα, χρησιμοποίησε το βίντεο με τεχνητή νοημοσύνη «Γυναίκες από τις Ιάπωνες που περπατούν στους δρόμους του Τόκιο με νέον φωτισμό» που έδειξε η Sora.

"Αν θέλετε ο αλγόριθμος να αλλάξει τη γωνία για να δείξει το βίντεο της γυναίκας που περπατά στο δρόμο, όπως να βάλει την κάμερα πίσω από τη γυναίκα, η Sora δεν μπορεί να το κάνει. Επειδή αυτό το μοντέλο δεν έχει πραγματικά μια βαθιά κατανόηση των τριών- Οι άνθρωποι μπορούν να το κάνουν στο μυαλό τους "Φανταστείτε τη σκηνή πίσω από τη γυναίκα, "Οι άνθρωποι μπορούν να καταλάβουν πώς να κινούνται σε πολύπλοκα περιβάλλοντα. Ουσιαστικά, η χωρική νοημοσύνη είναι ο τρισδιάστατος χώρος σε ευρεία κλίμακα, όπως για AR και VR, για ρομπότ, και απαιτείται επίσης χωρική νοημοσύνη.

Ο Li Feifei τόνισε στο TMTpost App, «Η φυσική εξέλιξη επιτρέπει στα ζώα να κατανοούν τον τρισδιάστατο κόσμο, να ζουν, να προβλέπουν και να αλληλεπιδρούν στον τρισδιάστατο χώρο. Αυτή η ικανότητα έχει μακρά ιστορία 540 εκατομμυρίων ετών , πρέπει να «πλοηγηθεί» στον τρισδιάστατο κόσμο, αν δεν μπορεί να «πλοηγηθεί» στον τρισδιάστατο κόσμο, θα γίνει γρήγορα γιορτή για άλλα ζώα και καταλαβαίνουμε το σχήμα Κατανόηση του βάθους».

Ο Λι Φεϊφέι, 48 ετών, είναι διάσημος επιστήμονας υπολογιστών, ακαδημαϊκός της Εθνικής Ακαδημίας Μηχανικής και της Εθνικής Ακαδημίας Ιατρικής και διευθυντής του Ανθρωποκεντρικού Ινστιτούτου Τεχνητής Νοημοσύνης στο Πανεπιστήμιο του Στάνφορντ. Ηγήθηκε της ανάπτυξης της βάσης δεδομένων εικόνων ImageNet και του διαγωνισμού οπτικής αναγνώρισης το 2009, σχολιάζοντας και ταξινομώντας με ακρίβεια τεράστιες εικόνες, προωθώντας την πρόοδο των δυνατοτήτων αναγνώρισης όρασης στον υπολογιστή και είναι επίσης ένας από τους βασικούς παράγοντες που προωθούν την ταχεία ανάπτυξη της AI. Πέρυσι, η VoxPoser, την οποία ανακοίνωσε, έχει γίνει μια βασική τεχνολογική κατεύθυνση στην ανάπτυξη του Embodied AI.

Τον Ιούλιο του τρέχοντος έτους, η World Labs, μια εταιρεία τεχνητής νοημοσύνης που ιδρύθηκε από τον Li Feifei, ανακοίνωσε την ολοκλήρωση δύο κύκλων χρηματοδότησης μεταξύ των επενδυτών a16z (Andreessen Horowitz) κ.λπ.Η τελευταία αποτίμηση της εταιρείας έφτασε το 1 δισεκατομμύριο δολάρια ΗΠΑ (περίπου 7,26 δισεκατομμύρια γιουάν).

Στο κεκλεισμένων των θυρών Φόρουμ Ασιατικών Αμερικανών Επιστημόνων στα τέλη Ιουλίου, η ομιλία της Li Feifei επέτρεψε επίσης σε περισσότερους ανθρώπους να καταλάβουν τι είναι τα Word Labs και η ιδέα ανάπτυξης της «χωρικής νοημοσύνης», δηλαδή να κάνουν την AI πραγματικά «από το να δεις στο να το κάνεις. ".

Πώς να πάτε από το «βλέπω» στο «κάνω»

Η λεγόμενη «χωρική νοημοσύνη» αναφέρεται στην ικανότητα των ανθρώπων ή των μηχανών να αντιλαμβάνονται, να κατανοούν και να αλληλεπιδρούν σε τρισδιάστατο χώρο.

Αυτή η έννοια προτάθηκε για πρώτη φορά από τον Αμερικανό ψυχολόγο Χάουαρντ Γκάρντνερ στη θεωρία της πολλαπλής νοημοσύνης, η οποία επιτρέπει στον εγκέφαλο να διαμορφωθεί ένα μοντέλο του εξωτερικού χωρικού κόσμου και να χρησιμοποιηθεί και να χειραγωγηθεί. Στην πραγματικότητα, η χωρική νοημοσύνη επιτρέπει στους ανθρώπους να σκέφτονται με τρισδιάστατο τρόπο, επιτρέποντας στους ανθρώπους να αντιλαμβάνονται εξωτερικές και εσωτερικές εικόνες και να αναπαράγουν, να μεταμορφώνουν ή να τροποποιούν εικόνες, ώστε να μπορούν να κινούνται ήρεμα στο διάστημα και να κάνουν ό,τι θέλουν τη θέση των αντικειμένων για τη δημιουργία ή την ερμηνεία γραφικών πληροφοριών.

Σε γενικές γραμμές, η χωρική νοημοσύνη περιλαμβάνει όχι μόνο την ικανότητα αντίληψης του χωρικού προσανατολισμού, αλλά και την οπτική διάκριση και τις ικανότητες σκέψης εικόνας. Για τις μηχανές, η χωρική νοημοσύνη αναφέρεται στην ικανότητά τους να επεξεργάζονται οπτικά δεδομένα σε τρισδιάστατο χώρο, να κάνουν ακριβείς προβλέψεις και να αναλαμβάνουν ενέργειες με βάση αυτές τις προβλέψεις. Αυτή η ικανότητα επιτρέπει στις μηχανές να πλοηγούνται, να λειτουργούν και να λαμβάνουν αποφάσεις σε έναν περίπλοκο τρισδιάστατο κόσμο όπως οι άνθρωποι, υπερβαίνοντας έτσι τους περιορισμούς της παραδοσιακής δισδιάστατης όρασης.

Σε μια ομιλία στο TED που πραγματοποιήθηκε τον Απρίλιο του τρέχοντος έτους, ο Λι Φεϊφέι είπε ειλικρινά ότι η οπτική ικανότητα πυροδότησε την έκρηξη της Κάμβριας και η εξέλιξη του νευρικού συστήματος έφερε νοημοσύνη. «Δεν θέλουμε μόνο τεχνητή νοημοσύνη που μπορεί να δει και να μιλήσει, θέλουμε τεχνητή νοημοσύνη που μπορεί να το κάνει».

Κατά την άποψη του Li Feifei, η χωρική νοημοσύνη είναι «το βασικό μαγικό όπλο για την επίλυση τεχνικών προβλημάτων τεχνητής νοημοσύνης».

Σε αυτήν την κεκλεισμένων των θυρών εκδήλωση στα τέλη Ιουλίου, ο Li Feifei εξέτασε για πρώτη φορά τις τρεις κύριες κινητήριες δυνάμεις της σύγχρονης τεχνητής νοημοσύνης που ξεκίνησαν πριν από 10 χρόνια: "νευρωνικά δίκτυα" που αποτελούνται από αλγόριθμους, δηλαδή, "deep learning", κυρίως Τσιπ GPU NVIDIA και Big Data.

Από το 2009, ο τομέας της υπολογιστικής όρασης έχει σημειώσει εκρηκτική πρόοδο. Οι μηχανές μπορούν να αναγνωρίσουν γρήγορα αντικείμενα και να ταιριάξουν με την ανθρώπινη απόδοση. Αλλά αυτή είναι μόνο η κορυφή του παγόβουνου. Η όραση υπολογιστή δεν μπορεί μόνο να αναγνωρίσει ακίνητα αντικείμενα και να παρακολουθήσει κινούμενα αντικείμενα, αλλά μπορεί επίσης να διαχωρίσει αντικείμενα σε διαφορετικά μέρη και ακόμη και να κατανοήσει τη σχέση μεταξύ των αντικειμένων. Επομένως, με βάση τα μεγάλα δεδομένα εικόνας, το πεδίο της υπολογιστικής όρασης έχει προχωρήσει αλματωδώς.

Η Li Feifei θυμάται ξεκάθαρα ότι πριν από περίπου 10 χρόνια, ο μαθητής της Andrej Karpathy συμμετείχε στην έρευνα για τη δημιουργία αλγορίθμων emoticon. Έδειξαν στον υπολογιστή μια εικόνα και, στη συνέχεια, μέσω ενός νευρωνικού δικτύου, ο υπολογιστής μπορούσε να εξάγει φυσική γλώσσα, όπως: "Αυτή είναι μια γάτα ξαπλωμένη στο κρεβάτι".

"Θυμάμαι ότι είπα στον Andrej, ας το αντιστρέψουμε. Για παράδειγμα, δώστε μια πρόταση και ζητήστε από τον υπολογιστή να δώσει μια φωτογραφία. Όλοι γελάσαμε νομίζοντας ότι μπορεί να μην πραγματοποιηθεί ποτέ ή θα πραγματοποιηθεί στο μακρινό μέλλον", Li Feifei υπενθύμισε .

Η γενετική τεχνολογία AI έχει αναπτυχθεί ραγδαία τα τελευταία δύο χρόνια. Ειδικά πριν από λίγους μήνες, το OpenAI κυκλοφόρησε τον αλγόριθμο δημιουργίας βίντεο Sora. Επέδειξε ένα παρόμοιο προϊόν που είχαν αναπτύξει οι μαθητές της στη Google, το οποίο ήταν εξαιρετικής ποιότητας. Αυτό το προϊόν υπήρχε αρκετούς μήνες πριν από την κυκλοφορία του Sora και χρησιμοποιούσε πολύ μικρότερη GPU (μονάδα επεξεργασίας γραφικών) από το Sora. Το ερώτημα είναι, πού θα πάει η τεχνητή νοημοσύνη στη συνέχεια;

«Επί χρόνια έλεγα ότι το να «βλέπεις» σημαίνει «να καταλαβαίνεις τον κόσμο». Ζώα με ευαισθησία, αλλά τέτοια ζώα υπάρχουν στην πραγματικότητα από 450 εκατομμύρια χρόνια πριν, γιατί αυτή είναι μια απαραίτητη προϋπόθεση για την εξέλιξη: το να βλέπεις και να κάνεις είναι ένας κλειστός βρόχος», είπε ο Λι Φεϊφέι.

Χρησιμοποίησε ως παράδειγμα την αγαπημένη της γάτα.

Φωτογραφία μιας γάτας, ένα ποτήρι γάλα και φυτά σε ένα τραπέζι. Όταν βλέπετε αυτή τη φωτογραφία, ένα τρισδιάστατο βίντεο εμφανίζεται πραγματικά στο μυαλό σας. Βλέπεις σχήματα, βλέπεις γεωμετρία.

Στην πραγματικότητα, βλέπετε τι συνέβη πριν από λίγα δευτερόλεπτα και τι μπορεί να συμβεί λίγα δευτερόλεπτα αργότερα. Βλέπετε αυτή τη φωτογραφία σε τρεις διαστάσεις. Σχεδιάζετε τι να κάνετε στη συνέχεια. Ο εγκέφαλός σας τρέχει, υπολογίζοντας τι μπορείτε να κάνετε για να σώσετε το χαλί σας, ειδικά αφού η γάτα είναι δική σας και το χαλί είναι δικό σας.

«Ονομάζω όλη αυτή τη χωρική νοημοσύνη, η οποία είναι η μοντελοποίηση του τρισδιάστατου κόσμου και η συλλογιστική για αντικείμενα, τόπους, γεγονότα κ.λπ. σε τρισδιάστατο χώρο και χρόνο. Σε αυτό το παράδειγμα, μιλάω για τον πραγματικό κόσμο, αλλά και Μπορεί να αναφέρεται στον εικονικό κόσμο, αλλά η βασική γραμμή της χωρικής νοημοσύνης είναι να συνδέσει το «βλέποντας» και το «κάνει» μια μέρα, η τεχνητή νοημοσύνη θα είναι σε θέση να το κάνει αυτό.

Δεύτερον, η Li Feifei έδειξε ένα τρισδιάστατο βίντεο που ανακατασκευάστηκε με βάση πολλές φωτογραφίες και στη συνέχεια έδωσε ένα τρισδιάστατο βίντεο που βασίζεται σε μία φωτογραφία. Αυτές οι τεχνολογίες μπορούν να χρησιμοποιηθούν στο σχεδιασμό.

Ο Λι Φεϊφέι είπε ότι τα ενσωματωμένα έξυπνα ρομπότ τεχνητής νοημοσύνης ή ανθρωποειδή ρομπότ μπορούν να σχηματίσουν έναν κλειστό βρόχο μεταξύ «βλέποντας» και «κάνω».

Είπε ότι οι συνάδελφοι στο Πανεπιστήμιο του Στάνφορντ και ο γίγαντας τσιπ NVIDIA διεξάγουν από κοινού μια μελέτη που ονομάζεται BEHAVIOR για να δημιουργήσουν έναν δυναμικό χώρο αναφοράς για δραστηριότητες στο σπίτι για να αξιολογήσουν την απόδοση διαφόρων ρομπότ στο οικιακό περιβάλλον. «Εξετάζουμε πώς να συνδέσουμε γλωσσικά μοντέλα με μεγάλα οπτικά μοντέλα, έτσι ώστε το ρομπότ να μπορεί να κατευθυνθεί να κάνει ένα σχέδιο και να ξεκινήσει δράση», είπε. Έδωσε τρία παραδείγματα, το ένα ήταν ένα ρομπότ που άνοιγε ένα συρτάρι, το άλλο ήταν ένα ρομπότ που αποσυνδέει ένα καλώδιο φόρτισης κινητού τηλεφώνου και το τρίτο ήταν ένα ρομπότ που έφτιαχνε ένα σάντουιτς. Όλες οι οδηγίες δίνονται μέσω της φυσικής ανθρώπινης γλώσσας.

Τέλος, έδωσε ένα παράδειγμα, πιστεύοντας ότι το μέλλον ανήκει στον κόσμο της «χωρικής νοημοσύνης», όπου οι άνθρωποι μπορούν να κάθονται εκεί, να φορούν ένα καπέλο ηλεκτροεγκεφαλογραφήματος με αισθητήρες και χωρίς να ανοίγουν το στόμα τους για να μιλήσουν, μπορούν να πουν από απόσταση στα ρομπότ σκέψεις: μαγειρέψτε ένα γεύμα ιαπωνικού στυλ. Αφού το ρομπότ λάβει την ιδέα, αποκρυπτογραφεί την ιδέα και μπορεί να φτιάξει ένα πλήρες γεύμα.

«Όταν συνδέουμε το «βλέποντας» και το «κάνουμε» μέσω της χωρικής νοημοσύνης, μπορούμε να το κάνουμε», είπε.

Η Li Feifei είπε επίσης ότι έχει δει τη συναρπαστική ανάπτυξη της AI τα τελευταία 20 χρόνια. Ωστόσο, πιστεύει ότι το κλειδί για το AI ή το AGI είναι η χωρική νοημοσύνη. Μέσω της χωρικής νοημοσύνης, μπορούμε να δούμε τον κόσμο, να αντιληφθούμε τον κόσμο, να κατανοήσουμε τον κόσμο και να αφήσουμε το ρομπότ να κάνει πράγματα, σχηματίζοντας έτσι έναν ενάρετο κλειστό βρόχο.

Τα ρομπότ θα κατακτήσουν την ανθρωπότητα;

Ο Λι Φεϊφέι είπε στη συνάντηση ότι οι άνθρωποι σήμερα είναι υπερβολικά υπερβολικοί σχετικά με το τι μπορεί να κάνει η τεχνητή νοημοσύνη στο μέλλον. Προειδοποιεί να μην συγχέουμε φιλόδοξους, θαρραλέους στόχους με την πραγματικότητα, ένα ρεφρέν που ακούμε πολύ συχνά.

Στην πραγματικότητα, η τεχνητή νοημοσύνη έχει φτάσει σε ένα σημείο καμπής, ειδικά τα μεγάλα γλωσσικά μοντέλα. "Ωστόσο, εξακολουθεί να είναι μια γεμάτη σφάλματα, περιορισμένη τεχνολογία που απαιτεί ακόμα από τους ανθρώπους να εμπλέκονται βαθιά σε αυτήν και να κατανοούν τους περιορισμούς της. Ένα πολύ επικίνδυνο επιχείρημα τώρα είναι ο λεγόμενος κίνδυνος εξαφάνισης του ανθρώπου, δηλαδή η τεχνητή νοημοσύνη γίνεται "Πιστεύω ότι αυτό είναι πολύ επικίνδυνο για την κοινωνία και θα υπάρξουν πολλές ακούσιες συνέπειες αυτού του είδους ρητορικής. Χρειαζόμαστε στοχαστική, ισορροπημένη και αμερόληπτη επικοινωνία και εκπαίδευση σχετικά με την τεχνητή νοημοσύνη", είπε ο Li Feifei. τόνισε.

Ο Li Feifei πιστεύει ότι η τεχνητή νοημοσύνη πρέπει να έχει τις ρίζες του στους ανθρώπους. Τα ανθρώπινα όντα το δημιούργησαν, τα ανθρώπινα όντα το αναπτύσσουν, τα ανθρώπινα όντα το χρησιμοποιούν, και τα ανθρώπινα όντα πρέπει επίσης να το διαχειριστούν.

Ο Li Feifei είπε ότι στο Ινστιτούτο "Human-Cented AI" του Πανεπιστημίου Stanford, έχουν υιοθετήσει τρεις προσεγγίσεις για την τεχνητή νοημοσύνη, συμπεριλαμβανομένων των τριών επιπέδων του ατόμου, της κοινότητας και της κοινωνίας:

• Σε ατομικό επίπεδο, η τεχνητή νοημοσύνη πρέπει να εμπλακεί και να αγκαλιάσει. Αυτή είναι μια πολιτισμένη τεχνολογία. Η τεχνητή νοημοσύνη αλλάζει τον τρόπο με τον οποίο μαθαίνουν τα παιδιά, πώς χρησιμοποιούν οι γιατροί διαγνωστικές μεθόδους, πώς σχεδιάζουν οι καλλιτέχνες και πώς διδάσκουν οι δάσκαλοι. Ανεξάρτητα από το αν είστε τεχνικός ή όχι, μπορείτε να παίξετε τον ρόλο σας και να χρησιμοποιήσετε την τεχνητή νοημοσύνη υπεύθυνα.
• Σε κοινοτικό επίπεδο, η τεχνητή νοημοσύνη μπορεί να ενδυναμώσει τις κοινότητες και να καλύψει τις περιβαλλοντικές ή γεωργικές ανάγκες τους. Ορισμένες αγροτικές κοινότητες χρησιμοποιούν τεχνολογία μηχανικής εκμάθησης για την παρακολούθηση της ποιότητας του νερού της κοινότητας. Η κοινότητα των καλλιτεχνών δεν χρησιμοποιεί μόνο την τεχνητή νοημοσύνη, αλλά εκφράζει επίσης τις ανησυχίες και τις ιδέες της σχετικά με τον τρόπο επίλυσης προβλημάτων και μετριασμού των κινδύνων.
• Σε κοινωνικό επίπεδο, οι κυβερνήσεις, τα ερευνητικά ιδρύματα, οι επιχειρήσεις, οι ομοσπονδιακοί φορείς και οι διεθνείς φορείς θα πρέπει να λάβουν σοβαρά υπόψη αυτή την τεχνολογία. Υπάρχει ένα ενεργειακό ζήτημα και αυτό έχει γεωπολιτικές επιπτώσεις. Υπάρχει ακόμη μια μεγάλη συζήτηση μεταξύ ανοιχτού και μη ανοιχτού κώδικα, που επηρεάζει την οικονομία και την οικολογία. Υπάρχουν ακόμα θέματα διαχείρισης, όπως οι κίνδυνοι και η ασφάλεια της τεχνητής νοημοσύνης. Πρέπει να υιοθετηθεί μια θετική προσέγγιση, μια προσέγγιση πολλών ενδιαφερομένων και μια προσέγγιση ολόκληρης της κοινωνίας. Δεν υπάρχει γυρισμός τώρα, είπε ο Λι Φεϊφέι. Ηγήθηκε του έργου AI στη Google από το 2017 έως το 2018, υπηρέτησε ως μέλος του διοικητικού συμβουλίου του Twitter από το 2020 έως το 2022 και επί του παρόντος είναι σύμβουλος τεχνητής νοημοσύνης στον Λευκό Οίκο.

Όσον αφορά τον αντίκτυπο της τεχνητής νοημοσύνης στην εργασία, η Li Feifei μοιράστηκε τις απόψεις της.

Ο Λι Φεϊφέι επεσήμανε ότι υπάρχει ένα εργαστήριο ψηφιακής οικονομίας στο Ινστιτούτο Ανθρωποκεντρικής ΤΝ στο Πανεπιστήμιο του Στάνφορντ, με επικεφαλής τον καθηγητή Erik Brynjolfsson. Υπάρχουν πολλά επίπεδα σε αυτό το πολύ περίπλοκο ζήτημα. Τόνισε ιδιαίτερα ότι «εργασία» και «καθήκον» είναι δύο διαφορετικές έννοιες, γιατί στην πραγματικότητα η δουλειά του καθενός αποτελείται από πολλαπλές εργασίες.

Χρησιμοποίησε ως παράδειγμα τις αμερικανίδες νοσοκόμες. Υπολογίζεται ότι κατά τη διάρκεια της οκτάωρης βάρδιας μιας νοσοκόμας, υπάρχουν εκατοντάδες εργασίες. Επομένως, όταν οι άνθρωποι συζητούν την τεχνητή νοημοσύνη για την ανάληψη ή την αντικατάσταση ανθρώπινων θέσεων εργασίας, πρέπει να διακρίνουν αν αντικαθιστά εργασίες ή εργασίες;

Ο Λι Φεϊφέι πιστεύει ότι η τεχνητή νοημοσύνη έχει αλλάξει πολλαπλές εργασίες μέσα σε μια δουλειά και ως εκ τούτου θα αλλάξει σταδιακά τη φύση της εργασίας. Στο σενάριο του τηλεφωνικού κέντρου, η ποιότητα εργασίας των αρχαρίων βελτιώθηκε από την τεχνητή νοημοσύνη κατά 30%, αλλά η ποιότητα εργασίας του ειδικευμένου προσωπικού δεν βελτιώθηκε από την τεχνητή νοημοσύνη. Τα συναισθήματα της Fei-Fei Li επαναλαμβάνονται σε ένα άρθρο από το Εργαστήριο Ψηφιακής Οικονομίας του Πανεπιστημίου Stanford, το οποίο τιτλοφορείται: «Η τεχνητή νοημοσύνη δεν θα αντικαταστήσει τις δουλειές των διευθυντών: Οι διευθυντές που χρησιμοποιούν τεχνητή νοημοσύνη αντικαθιστούν αυτούς που δεν το κάνουν».

Ο Λι Φεϊφέι τόνισε ότι η επιστήμη και η τεχνολογία θα επιφέρουν πρόοδο στην παραγωγικότητα, αλλά η πρόοδος στην παραγωγικότητα δεν θα μεταφραστεί αυτόματα σε κοινή ευημερία για την κοινωνία. Τόνισε ότι τέτοια περιστατικά έχουν συμβεί πολλές φορές στην ιστορία.

(Αυτό το άρθρο δημοσιεύτηκε για πρώτη φορά στο Titanium Media App, συγγραφέας｜Chelsea_Sun, συντάκτης｜Lin Zhijia)