Why the intelligence explosion can't happen inside a data centre | Tom Reed
作者认为AI研究自动化不会迅速导致通用超级智能的出现,主要瓶颈包括实验计算限制和边际效益递减。
入选理由:自动化AI研发可能因实验计算瓶颈而无法快速实现AGI
人物
别名:jackclark
AI行业观察者,Import AI专栏作者
已跟踪 5 条高相关材料
最近变化
2026-09-10 · 自动化AI研发可能因实验计算瓶颈而无法快速实现AGI
为什么值得关注
Jack Clark 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Why the intelligence explosion can't happen inside a data centre | Tom Reed
80,000 Hours Podcast · 8.5 分
作者认为AI研究自动化不会迅速导致通用超级智能的出现,主要瓶颈包括实验计算限制和边际效益递减。
Import AI 470: No rights for machines; automating environment generation with SPADE; and building better GPU kernels with Hawkeye
Import AI · 8.5 分
AI在网络安全领域加速漏洞发现,但对数学和自身研究进展有限;SPADE框架实现环境自动生成,Hawkeye优化GPU内核。
Could AI Automate Its Own Research?
Last Week in AI · 7.5 分
Jack Clark预测到2028年,AI可能自主完成研发,无需人类参与,概率超60%。
已收录 5 条与 Jack Clark 相关的内容,按评分排序。
作者认为AI研究自动化不会迅速导致通用超级智能的出现,主要瓶颈包括实验计算限制和边际效益递减。
入选理由:自动化AI研发可能因实验计算瓶颈而无法快速实现AGI
AI在网络安全领域加速漏洞发现,但对数学和自身研究进展有限;SPADE框架实现环境自动生成,Hawkeye优化GPU内核。
入选理由:2026年网络安全漏洞报告速度较2025年提升显著(如cURL、OpenSSL项目)
Jack Clark预测到2028年,AI可能自主完成研发,无需人类参与,概率超60%。
入选理由:Clark认为到2028年底,全自动AI研发概率超60%,2027年底有30%可能性。
Andrej Karpathy加入Anthropic负责Claude预训练研究,专注于AI自主改进能力(RSI),这可能加速AI独立研发进程。
入选理由:Karpathy将在Anthropic团队领导Nicolas Joseph下工作,使用Claude加速预训练研究,为RSI能力奠定基础。
Gary Marcus 批评 Anthropic 的 Claude Code 依赖传统工具而非纯规模驱动,强调专用系统的重要性。
入选理由:Claude Code 使用了 500,000 行符号代码和正则表达式。