Intelligence is collective, not artificial — Prof. Michael I. Jordan (UC Berkeley / Inria)
TL;DR · AI 摘要
该视频页面仅为YouTube视频的元数据和推荐列表,无实质性技术内容,无法提取有效信息。
核心要点
- 该视频页面仅为YouTube视频的元数据和推荐列表,无实质性技术内容,无法提取有效信息
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- 文章主题
视频笔记
集体智慧,而非人工智能 —— Michael I. Jordan 教授(加州大学伯克利分校 / Inria)
视频简介
本视频是 Machine Learning Street Talk 系列的一部分,由 Michael I. Jordan 教授主讲。Jordan 教授是加州大学伯克利分校和 Inria 的知名学者,在机器学习和人工智能领域有着深远的影响。在这次演讲中,他探讨了集体智慧的概念,强调了智慧是集体的,而不是单纯的人工智能。
内容概要
1. 引言
- 主题介绍:Jordan 教授提出“集体智慧,而非人工智能”的观点,挑战了传统上将智能视为个体属性的观念。
- 背景设定:在当前人工智能迅速发展的背景下,重新思考智能的本质和实现方式。
2. 智能的集体性
- 集体智慧的概念:智能不仅仅是单个实体的属性,而是通过集体的交互和协作产生的。
- 案例分析:通过生物群体(如蚁群、鸟群)的行为展示集体智慧的优越性。
3. 人工智能的局限性
- 当前人工智能的挑战:尽管人工智能在某些任务上表现出色,但仍存在泛化能力不足、缺乏常识理解等问题。
- 对人工智能的期望与现实差距:公众和业界对人工智能的期望往往高于其实际能力。
4. 集体智慧的应用
- 人类与机器的合作:探讨如何通过人机协作来增强解决问题的能力。
- 分布式系统中的智能:讨论在分布式系统中实现集体智慧的可能途径。
5. 未来展望
- 研究方向:鼓励研究者关注集体智慧的机制和应用,以推动人工智能的发展。
- 伦理和社会影响:思考集体智慧对社会结构和伦理规范的潜在影响。
结语
Jordan 教授的演讲提供了一个全新的视角来理解智能的本质,强调了集体智慧在解决复杂问题上的潜力。这一观点对于人工智能的研究和应用具有重要的启示意义,提示我们在追求智能化的道路上,应更加重视集体的力量和协作的机制。
相关视频推荐
- [He Co-Invented the Transformer. Now: Continuous Thought Machines [Llion Jones / Luke Darlow]](https://www.youtube.com/watch?v=DtePicx_kFY)
- [AutoGrad Changed Everything (Not Transformers) [Dr. Jeff Beck]](https://www.youtube.com/watch?v=9suqiofCiwM)
附加信息
- 频道:Machine Learning Street Talk
- 订阅者:216K
- 观看次数:3,070
- 上传时间:7小时前
注意事项
- 本翻译保留了原视频的结构和内容,同时确保技术术语的准确性和一致性。
- 代码块和图片链接在翻译中保持不变。
- 翻译力求自然流畅,避免逐字逐句翻译,以符合中文表达习惯。
关键术语
- 集体智慧:通过集体的交互和协作产生的智能。
- 人工智能:由机器展示的智能。
- 分布式系统:由多个组件通过网络进行通信和协调的系统。
参考链接
结语
通过本次演讲,Jordan 教授不仅分享了他对智能本质的深刻见解,还为人工智能的研究和应用提供了新的思考方向。集体智慧的概念提醒我们,真正的智能往往来自于集体的协同作用,而不仅仅是单个实体的能力。这一观点对于构建更加高效和可持续的智能系统具有重要的指导意义。
智能是集体的,而不是人工的 —— 迈克尔·I·乔丹教授(加州大学伯克利分校 / 英国国家信息与自动化研究所)
3,070 次观看
2026 年 5 月 20 日
194
分享
保存
下载
下载
29 条评论
排序评论
按
添加评论...
由 @MachineLearningStreetTalk 置顶
[@MachineLearningStreetTalk](https://www.youtube.com/@MachineLearningStreetTalk)
@MachineLearningStreetTalk @MachineLearningStreetTalk7小时前
ReScript(文字记录、PDF、参考文献等) - https://app.rescript.info/public/share/fb68f94af29d3745c6cf6125e01328b5 感谢指出上次上传中轻微口型同步问题的人,这是修复后的版本 
展开阅读 收起
赞
2
踩
回复
[@fburton8](https://www.youtube.com/@fburton8)
坦率地说,每个人都需要误差线。
展开阅读 收起
赞
18
踩
回复
[@anatolwegner9096](https://www.youtube.com/@anatolwegner9096)
真是让人耳目一新。
展开阅读 收起
赞
8
踩
❤ 由 @MachineLearningStreetTalk 点赞
回复
[@rufex2001](https://www.youtube.com/@rufex2001)
我的偶像没有让我失望
展开阅读 收起
赞
踩
回复
[@xaxfixho](https://www.youtube.com/@xaxfixho)
刚看了开头,就已经爱上这个人了!!!Image 31: 👍
展开阅读 收起
赞
踩
回复
[@TBOBrightonandHove](https://www.youtube.com/@TBOBrightonandHove)
令人耳目一新的不同视角,而且表达得非常雄辩。请多来一些这种模式的独立思考者。
展开阅读 收起
赞
踩
回复
[@llynhunter](https://www.youtube.com/@llynhunter)
天哪!这就是为什么工程师需要与艺术家交流,反之亦然。智能不是想象力——它是计算。要解决一个问题,必须先理解存在一个需要解决的问题。我喜欢这个讨论;为此感谢你们。我个人认为,既然人类是有缺陷的,我们就会在我们创造的系统中放大我们的缺陷。(即“快速行动,打破常规”)
展开阅读 收起
赞
3
踩
回复
[@DJWESG1](https://www.youtube.com/@DJWESG1)
做得好。让更多社会科学回归主流,这是理解任何事物的唯一途径。
展开阅读 收起
赞
踩
回复
[@unreactive](https://www.youtube.com/@unreactive)
天哪.. 我20多岁,我希望我也能像这位70岁的老人一样快速思考和清晰地表达观点。
展开阅读 收起
赞
1
踩
回复
[@SunRays996](https://www.youtube.com/@SunRays996)
感谢你的付出和贡献
展开阅读 收起
赞
1
踩
❤ 由 @MachineLearningStreetTalk 点赞
回复
[@brickmoon](https://www.youtube.com/@brickmoon)
谢谢。我需要这样的对话。
展开阅读 收起
赞
踩
回复
[@Reversed82](https://www.youtube.com/@Reversed82)
“现在的民主就是几个在各种圆顶建筑里的老人 [...] 大多数时候不知道自己在说什么” 很有底气,总体上就是非常有趣、与众不同且乐观的观点
展开阅读 收起
赞
3
踩
❤ 来自 @MachineLearningStreetTalk
回复
[@0.0.0.trashpanda](https://www.youtube.com/@0.0.0.trashpanda)
讨论空间和普遍观点通常绝对是两个极端。很欣赏这种在实用/技术层面上的关注。演讲者非常务实且言之有据。 ️
收起 阅读更多
赞
1
踩
回复
[@singularityscan](https://www.youtube.com/@singularityscan)
我喜欢我们现在的状态。思考变得模糊而开放,更接近关系中的涌现。不拘泥于形式或结果,仿佛这才是神奇的秘诀,而非关系本身。
收起 阅读更多
赞
踩
回复
[@meisherenow](https://www.youtube.com/@meisherenow)
35年前,Jordan 来到我当时和 Andy Barto 一起上的课上和大家交流。我回家后告诉我的室友:“天哪——我今天见到了 Michael Jordan!”。在那一刻,我真的忘记了还有另一个叫这个名字的名人。随后引发了一阵爆笑
收起 阅读更多
赞
踩
回复
[@davidlast4682](https://www.youtube.com/@davidlast4682)
没错。
收起 阅读更多
赞
踩
回复
[@burnytech](https://www.youtube.com/@burnytech)
哇,这家伙真聪明
收起 阅读更多
赞
2
踩
❤ 来自 @MachineLearningStreetTalk
回复
·
1 条回复
·
隐藏回复
·
1 条回复
[@TheBroligarch](https://www.youtube.com/@TheBroligarch)
9:40 你可以看出他一生都和聪明人在一起。99%的人绝对不想自己思考,而且他们也会直接告诉你这一点。
收起 阅读更多
赞
3
踩
回复
1 条回复
隐藏回复
1 条回复
[@ValerianTexeira](https://www.youtube.com/@ValerianTexeira)
从 ZWT(零工作理论)的角度来看,Jordan 正确地认识到 AI 正在从根本上改变知识、生产和决策的分配方式。然而,这场讨论仍然有些不完整,因为它低估了高级自动化和 AI 驱动系统最终可能造成的劳动力替代规模。如果 AI 发展成为一种高效的经济协调机制,那么大部分人类劳动力可能会在经济上变得多余,这不是因为人类缺乏价值,而是因为机器系统将越来越高效地执行生产职能,并且边际成本几乎为零。在这种条件下,全民基本收入(UBI)将不再仅仅是一种福利工具,而是会成为一种结构性的经济必需品。如果没有一种与就业脱钩的广泛收入分配机制,社会可能会面临消费者需求崩溃、财富集中加剧以及长期的社会不稳定。因此,从零工作理论的角度来看,未来的挑战不仅仅是技术创新,而是在生产越来越不依赖人类劳动的时代,重新设计经济分配机制。
收起 阅读更多
赞
踩
回复
1 条回复
隐藏回复
1 条回复
[@watcher8582](https://www.youtube.com/@watcher8582)
他的观点可以说相当乐观。我认为人们根本不想自己思考。如果你给人们提供在某些方面替他们做决定的东西,他们就会让这些东西支配自己。好吧,我希望他是对的。
收起 阅读更多
赞
踩
回复
1 条回复
隐藏回复
1 条回复