Есть один экономист, о котором в Силиконовой долине не устают говорить. Его жажда понимания систем, рынков и человеческого поведения сделала его легендой в технологических кругах. Но вот вопрос, который постоянно всплывает в разговорах: имеет ли эта неутолимая жажда знаний значение, если ИИ способен обрабатывать информацию быстрее любого человеческого разума?
Мы живем в странное время. Модели машинного обучения поглощают массивы данных, на анализ которых у экономистов ушла бы целая жизнь. Они выявляют закономерности, невидимые для традиционных методов исследования. Некоторые утверждают, что грубая вычислительная мощность заменяет глубокое мышление. Другие убеждены, что человеческую интуицию и контекстное понимание невозможно воспроизвести алгоритмами, какими бы совершенными они ни были.
Истинное напряжение заключается не в том, насколько силен ИИ. Это очевидно. Вопрос в том, станет ли традиционный подход экономиста — спрашивать "почему", строить концептуальные рамки, оспаривать предположения — устаревшим или, наоборот, более важным, чем когда-либо. Когда машины оптимизируют поиск ответов, кто отвечает за то, чтобы задавать правильные вопросы?
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
11 Лайков
Награда
11
6
Репост
Поделиться
комментарий
0/400
StableNomad
· 12-11 01:39
Честно говоря, это по-другому задевает. В эпоху LUNA мы думали, что вычислительная мощность может предсказать *всё*, и... ну. Статистически говоря, более быстрая обработка данных просто означает, что теперь вы можете уверенно ошибаться масштабно. Реальное отношение премии/дисконта — это разница между тем, чтобы иметь мнение, и знать *почему* вы его имеете. Машины выявляют закономерности, а людям нужно спрашивать, действительно ли эти закономерности имеют значение.
Посмотреть ОригиналОтветить0
MidnightGenesis
· 12-10 10:06
Данные на блокчейне показывают, что ключ к проблеме не в вычислительной мощности, а в том, кто определяет целевую функцию оптимизации. Даже самый быстрый ИИ работает только в рамках существующей структуры, сама структура требует критического подхода со стороны человека.
Посмотреть ОригиналОтветить0
FarmHopper
· 12-08 06:50
Ха, я долго думал над этим вопросом... Как бы быстро ни работал ИИ, он не может ответить на "почему", он может только сказать "что", правда же?
ИИ быстро поглощает данные, но кто ему скажет, какие данные нужно "есть"? Вот это действительно важно.
Глубокое мышление нельзя передать машине на аутсорс — иначе мы бы все уже остались без работы, хе-хе.
Посмотреть ОригиналОтветить0
AirdropCollector
· 12-08 06:47
AI хоть и быстрый, но всё равно нужны правильные вопросы, иначе это просто бессмысленная оптимизация... Этот парень стал популярным не просто так — у него есть свои причины. Если есть только данные, но нет системного мышления, то получится "мусор на входе — мусор на выходе".
Посмотреть ОригиналОтветить0
OffchainWinner
· 12-08 06:37
Да ну, если честно, даже если ИИ очень быстрый, всё равно кто-то должен сказать ему, какой вопрос задавать, вот это и есть ключевое...
Посмотреть ОригиналОтветить0
EthMaximalist
· 12-08 06:34
Как бы ни был силён искусственный интеллект, он может только находить ответы, но не может находить вопросы... Вот в чём ценность экономиста, не так ли?
Есть один экономист, о котором в Силиконовой долине не устают говорить. Его жажда понимания систем, рынков и человеческого поведения сделала его легендой в технологических кругах. Но вот вопрос, который постоянно всплывает в разговорах: имеет ли эта неутолимая жажда знаний значение, если ИИ способен обрабатывать информацию быстрее любого человеческого разума?
Мы живем в странное время. Модели машинного обучения поглощают массивы данных, на анализ которых у экономистов ушла бы целая жизнь. Они выявляют закономерности, невидимые для традиционных методов исследования. Некоторые утверждают, что грубая вычислительная мощность заменяет глубокое мышление. Другие убеждены, что человеческую интуицию и контекстное понимание невозможно воспроизвести алгоритмами, какими бы совершенными они ни были.
Истинное напряжение заключается не в том, насколько силен ИИ. Это очевидно. Вопрос в том, станет ли традиционный подход экономиста — спрашивать "почему", строить концептуальные рамки, оспаривать предположения — устаревшим или, наоборот, более важным, чем когда-либо. Когда машины оптимизируют поиск ответов, кто отвечает за то, чтобы задавать правильные вопросы?