與子銓的對話：探索 AGI 與人類心智的未來

Google DeepMind null on Unsplash

和子銓認識

我去看了下他我去看了下他 Profile

覺得驚為天人，思路之深

讓我馬上去私訊他約聊

關於子銓

跟我ㄧ樣 2000 年生，高中之後去了北京清華

本科四年之後開始創業

到現在兩年多

大目標是做出 AGI

小目標是做出可以大規模商業化的 AI 強化人類心智產品

去過美國半年認識用戶群體

聊天大綱

這次我們彼此介紹了自己在做的事

發展方向

也聊了很多深入的主體，包含 AGI、區塊鏈、人類心智

我也在和他聊天的過程看到了自己思考的誤區

這篇會注重在過程中幾個我覺得重要的點上

Process Oriented

• 過程的重要性比成果高出一個量級。
• 每個過程的目標必須尖銳地導向最終目標。

AGI（人工通用智能）的多學科挑戰

• 目前檯面上的大公司都還沒有掌握 AGI 的核心
• 智慧是複雜的，非單一學科所能涵蓋。
• 現有的學術界和產業對 AGI 的理解多為片面，忽視智能現象的複雜性。
• 認為要做出 AGI 需要尊重多學科知識，特別是數學、科學與人文的交叉點。
• 目前大 LLM （大語言模型）只是 AGI 其中的一小部分
• 對於做出 AGI 的具體挑戰：
• • 如何在短時間內帶領科學家團隊，並且有好的研究方法論構建 AGI。
  • AGI 的核心架構（如大語言模型）如何被理解並調整到最佳狀態。

深度理解事物的重要性

大部分人了解一件事都並不是足夠 “深入” 的

• 深度理解的重要性：
• • 理解的層級需要超越 “make sense”（足以自證），Make sense 過於表象。
  • 需要進入 “透徹理解” 的層次
  • • ex. 對於 LLM 要知道每一個細節概念、大範圍的架構、如果抽換某些層會有什麼變化
  • 當透徹理解後，去理解新事物，能使用已有框架，可以顯著提升執行效率（快10倍以上）。

人類心智與交流的限制

• 人類對心智與交流的掌握有限。
• 我們無法像 “上傳/下載” 一樣學習，交流的效率低。
• 注意力分散導致心智無法進入“平靜”狀態。

解決方法：

• 希望增強心智能力 2-3 個量級，幫助人類更好地面對不確定性與恐懼。
• 兩種策略：
• • 智能預測：提升人類預測能力。
  • 情緒控制：管理情緒以穩定心態。

心智也是子銓著墨和研究比較深入的

也是他這次創業希望去創造 Solution 解決的問題

總結

我覺得這次真的很難能可貴能夠遇見這樣的人
也希望之後他的創業、AGI 旅途能夠順利
也期待他能夠增強人心智的產品能早日推出
我能早日開始使用

原文：
https://www.zengineer.xyz/article/chat-with-tung-startup-ai-agi-blockchain