Google DeepMind和 諾貝爾獎 因為它在預測蛋白質結構的AI AlphaFold算法中的作用 60分鐘 在四月份演出。據他說，在AI的幫助下，例如Alphafold，整個疾病的末端已接觸到“可能在未來十年左右的時間裡”。這次採訪繼續。
對於那些真正從事毒品開發和疾病治療的人來說，這一說法是荒謬的。 根據 對於幾十年來一直在研究藥物檢測的醫學化學家德里克·洛（Derek Lowe），哈薩比斯（Hassabis）的陳述“讓我想花一段時間，默默地看著窗外，為自己宣告難以辨認的單詞。”但是您不必成為專家就可以識別誇張：整個疾病將超過十年是荒謬的想法。
有人認為哈薩比斯的評論只是技術領導者如何過度，可能吸引投資者和融資的另一個例子。這不像埃隆·馬斯克（Elon Musk）對火星殖民地的愚蠢預測，還是Openai的Sam Altman聲稱人工通用情報（AGI）並不遙遠？但是，儘管這種憤世嫉俗的外觀可以確定，但它使這些專家可以刪除鉤子並低估了問題。
這是明顯的當局在知識領域之外提出宏偉的主張（請參閱AI，外星人和太空旅行的Stephen Hawking）。但是似乎哈薩比留在他的車道上。他的諾貝爾語言提到新藥是阿爾法法德（Alfafold）預測的潛在好處，算法的解放伴隨著關於藥物檢測革命的無盡媒體標題。
同樣，當他在2024年諾貝爾獎獲得者杰弗裡·欣頓（Jeffrey Hinton）的同事中，Google的前人工藝術顧問 陳述 他幫助創作工作的方式類似於人類的教育，他從深刻的知識中講話。所以不要牢記 尖叫 從研究人類知識的人抗議 – 在某些情況下， 是的 太多了。
看來，這種情況似乎很奇怪，其中一些人工智能專家也反映了他們的產品：他們可以給出出色的結果，同時了解它們，最多是深度又脆弱的。
這是另一個例子：丹尼爾·科科塔（Daniel Kokotajlo），他是一名研究人員，他放棄了Openai的擔心，他對AGI的工作擔心，目前是加利福尼亞州AI期貨項目的執行董事 他說：“我們抓住了我們的AI，我們確信他們知道他們說的是錯誤的。” 他的知識，意圖和欺騙的擬人化語言表明，科科塔伊（Kokotajlo）實際上看不見該LLM。
假設這些專家知道他們在Khinton在2016年的評論中最好地說明了這一假設的危險，這要歸功於AI，“人們必須現在停止教授放射科醫生”。幸運的是，放射學專家不相信他， 雖然有些人懷疑 一個 他的言論之間的聯繫 以及醫學生關於放射學的前景的越來越多的問題。欣頓是 由於他修改了這一要求 “但是，想像一下，如果他已經得到了諾貝爾，他將有多大的力量。”哈薩比斯（Hassabis）對這種疾病的評論也是如此：當我們需要在科學和政治上完全相反的情況時，AI會做艱難工作的想法可能會引起自滿。
通常，這些“專家”的先知幾乎不會從媒體那裡獲得，我個人也可以證明，即使有些聰明的科學家也認為它們。許多政府領導人還給人的印像是，他們吞噬了技術領導人和上師矽谷的炒作。但是，我建議開始與他們的陳述（例如LLMS本身），在他檢查事實之前，對他們的表面信心呈現出膚淺的信心。
菲利普·鮑爾（Philip Ball）是位於倫敦的科學作家。他的最後一本書 生活如何運作
主題：
- 人工智慧/
- 技術
