Intelligence
PulseAugur coverage of Intelligence — every cluster mentioning Intelligence across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
人工智能进展速度超过公众理解，令人感到孤立
人工智能的快速发展并未被公众充分理解，导致一些人对其潜在影响的理解感到孤立。尽管人工智能的进步呈指数级增长，一些人预测将在几年内从根本上改变社会，但许多人仍然不知情或漠不关心。这种脱节促使那些密切关注人工智能发展的人感到孤独，这与对 COVID-19 大流行等事件的广泛关注形成鲜明对比。
-
Together AI 概述迁移到开源模型的策略
Together AI 的博客文章概述了从闭源迁移到开源 AI 模型的策略，强调此类迁移可以比传统迁移更快、更简单，尤其是在利用托管服务时。该过程涉及定义特定的用例和工作负载，以识别相关的基准和候选模型。关键评估标准不仅包括排行榜上的原始性能指标，还包括每项任务的成本、令牌使用量、运行时以及验证正确答案的能力。文章还强调了在沙盒环境中进行实际测试以评估模型行为和故障模式的重要性。
-
人工智能智能：存在于模型还是基准测试中？· 跟踪 1 个来源
本文质疑了智能仅存在于人工智能模型中的传统观点。文章强调了一个实例，同一模型在同一天在同一基准测试上取得了截然不同的分数，这表明外部因素或基准测试本身可能影响了感知到的智能。作者提出，智能可能不是模型的内在属性，而是受上下文和交互影响的一种涌现现象。
-
人工智能风险指标“p(dolphin)”发布，批评人类中心主义观点
Ahmet Alphan Sabancı 推出了一项名为“p(dolphin) 人工智能风险”的新指标，用于分析人工智能相关的潜在风险。该指标的灵感来源于《银河系漫游指南》中海豚试图警告人类地球即将毁灭的情节，暗示人类常常误解或忽视关键信息。Sabancı 认为，围绕人工智能安全的讨论更多地反映了人类对智能和意识的看法，而非人工智能本身；而将人工智能风险框定在潜在的统治或奴役的视角下，则反映了一种有问题的人类智能观。
-
DCS框架解释138亿年演化史，包括AI · 追踪4个来源
一个名为DCS（减压病，或因果结构演化理论）的新理论框架将于2026年9月16日在线上发布。该框架旨在解释跨越138亿年的全部演化史，从早期宇宙到生命、大脑、文明和人工智能。DCS的核心原则是，智能是尚不存在的未来影响现在的能力，以因预测下雨而携带雨伞为例来说明。
-
AGI 定义之争：是不断移动的靶子还是不可证伪的概念
通用人工智能（AGI）这个术语高度主观，可以有多种定义方式，类似于智力、人工智能、意识或语言等概念。虽然关于AGI的讨论和不断演变的定义可能是有价值的，但任何关于它的明确陈述仍然是不可证伪的。一种观点将人工智能定义为计算机前一天无法完成的任何任务，暗示它是一个不断移动的靶子。
-
新假说将智能与状态转移预测联系起来
一篇新论文提出了一个关于智能的最小假说，认为智能可能源于预测高维联合状态之间的转移，而无需显式的因果关系或逻辑。该理论认为，生物神经系统及其分布式状态天然适合这种预测过程。在此观点下，语言的出现是因为声音成为其他状态的可靠预测者，从而产生符号功能，并通过预测实现因果关系和科学等复杂推理。
-
大都会警察局授予 Neotas 价值 676 万英镑的 AI OSINT 合同
伦敦大都会警察局已授予 Neotas 一份价值 676 万英镑的合同，用于开发一个自动化的开源情报 (OSINT) 筛查系统。该系统将用于监控专业性和反恐活动，并集成枪支许可和情报收集功能。该技术旨在搜索其来源的任何历史数据中存在的“不良活动”。
-
文章认为人工智能衡量受限于智能定义缺失
一篇文章认为，由于缺乏对智能本身的连贯定义，目前无法准确衡量人工智能。作者认为，这种对智能理解的基本差距阻碍了我们开发有效的人工智能能力指标的能力。
-
作者认为语言的局限性使得ASI不可能实现
作者认为，语言本身是有限的，无法完全捕捉人类思想、情感或智能的丰富性。他们认为，将语言误认为现实，或将语言本身误认为思想，是一个根本性的错误，这会破坏对人工智能（ASI）的追求。文章强调，人脑是一个复杂的、活的系统，具有超越单纯语言处理的多种同时功能，而主要基于文本构建的机器将继承这些局限性。
-
Quanta Magazine 质疑当前对人工智能的定义 · 跟踪 2 个来源
《Quanta Magazine》的一篇文章质疑了当前对人工智能的理解，认为该领域可能误解了智能本身的性质。文章提出，当前的人工智能发展可能过于关注错误的指标或定义，从而导致对真正人工智能的追求存在缺陷。
-
新论文为AGI发展定义智能
一篇新论文提出了一个正式的智能定义，称为“\(\varepsilon\)-概念智能”，以指导通用人工智能（AGI）的发展。该定义的核心是“实体保真度”，认为智能是生成能够体现某个概念的实体的能力，这些实体在给定的容差\(\varepsilon\)范围内与原始示例无法区分。该框架旨在提供一个不依赖于物种的评估标准，适用于各种智能行为，包括强化学习、生成模型和目标导向的决策制定，并对AGI安全和泛化能力产生影响。
-
腾讯详解三层AI战略，涉及Hunyuan Hy3、WorkBuddy、CodeBuddy
腾讯控股公布了2026年第二季度财报，营收达到2048亿元人民币，主要得益于金融科技和企业服务收入的9%增长。在财报电话会议上，董事长马化腾详细阐述了公司涵盖智能、应用和基础设施的三层AI战略。公司强调了Hunyuan Hy3、WorkBuddy和CodeBuddy作为展示该AI方法取得成效的关键示例。
-
DesignArena 融资 790 万美元用于 AI 品味反馈工具 · 跟踪 2 个来源
人工智能反馈工具 DesignArena 的母公司 Intelligence 已获得 790 万美元的种子轮融资。该平台允许用户对 AI 生成的输出进行排名，为 AI 模型开发提供宝贵的人类反馈。DesignArena 目前在全球拥有 530 万用户，年经常性收入达 6000 万美元，是 AI 公司获取人类主导的评估数据的关键来源。
-
意大利法院关于AI的裁决被认为不足以应对“随机混编盗窃”
意大利一家法院发布了关于AI的裁决，但该裁决被认为不足以解决该领域普遍存在的“随机混编盗窃”的更广泛问题。该裁决被描述为解决有问题AI实践的海洋中的一小滴水，表明当前的法律应对措施不足以应对问题的规模。
-
作者认为，智能的定义通过关注人类的优势来奉承人类
文章认为，当前对智能的定义偏向于人类的能力，将片面且主观的观点呈现为客观。它建议，这些定义之所以普遍存在，是因为它们符合人类擅长的方面，而不是反映普遍的或准确的智能衡量标准。作者暗示需要更广泛、更少以人类为中心的智能视角。
-
文章认为智能是适应而非计算
一篇论文认为，真正的智能不是计算，而是生物体在适应现实中不可量化的不确定性方面的准确性。作者认为，生物智能是通过自然选择进化而来的，在这种进化中，面对环境压力时的坚持，而不是计算，是生存的关键。这种观点表明，人工智能系统是外部设计和评估的，与生物智能有着根本的不同，因为它们无法体验具身化的后果。
-
语言学家质疑 AI 的“智能”及其与优生学的历史联系
计算语言学学者 E. Bender 博士在 Polytechs 播客上讨论了 AI 和生成式 AI 的现状。她担心公众被误导，认为 GenAI 具有革命性，并称其为“文本挤出机”，而非真正智能的系统。Bender 博士强调了 AI 与种族主义和优生学等概念的历史联系，并质疑 AI 生成不准确内容的“幻觉”一词，建议为这些统计排序机的输出提供替代描述。
-
研究发现心理巅峰状态出现在55-60岁之间
发表在《Intelligence》杂志上的一项研究表明，与普遍看法相反，人类的能力并非在成年早期达到顶峰，而是在中年到晚年。研究人员 Gilles Gignac 和 Marcin Zajenkowski 开发了一个心理功能综合指数，其中包括认知能力、财务判断和道德推理。他们的研究结果表明，虽然流体智力在成年早期达到顶峰，但晶体智力、尽责性和情绪稳定性等性格特征，以及情商和金融素养等应用技能，会持续提升，直到人们进入60岁和70岁。
-
Mickai 推广企业数据控制和合规性的主权式人工智能解决方案
Mickai 正在推广一套专注于主权、安全和合规性的人工智能解决方案，特别适用于企业和受监管的机构。该方法强调拥有包括模型和数据在内的人工智能资产，而不是依赖供应商控制的云服务。主要功能包括具有统一治理层级的混合主权式和边缘式人工智能部署、用于监管透明度的可解释人工智能，以及用于确保可审计性和安全性的所有人工智能制品的加密溯源。该战略旨在减轻与供应商锁定、外国模型提供商和数据隐私相关的风险，同时解决欧盟人工智能法案等合规性要求。