很不错的文章：
http://t.cn/AXSAw56K
摘录一些有意思的观点如下：
「AGI 对我来说只是个公关词。它是一种扭曲。它让人困惑，尤其让年轻人困惑。」
这让他得出结论：如果不引入经济学和社会科学，我们就根本没有在讨论「完整的智能」。
他的框架最终落在三个顶点组成的三角形上：计算机科学（算法、抽象与模块化）、统计学（推断与不确定性量化）、经济学（激励机制与博弈均衡）。
「我们在自己的研究里根本不在乎『理解』这个词是否成立。我们想做的是建造好的系统。」
「科学家感兴趣的永远是知识边界上的新问题，不是把过去已知的事情再研究一遍。而基础模型恰恰在知识边界上表现最差、偏倚最大 —— 因为那里训练数据最稀少。」
「超级智能与人类灭绝，那不是仅有的两个选项。在那两个极端之间，有无数非常积极的事情可以在人类的尺度上完成。」
Jordan 认为，LLM 最根本的问题之一，是它对自身的不确定性一无所知。第一种是采样不确定性。第二种是信息不对称。第三种他叫做「数据的时效性」（providence）。
「可怜的 LLM，上面这三件事一件都不会做。它说自己很确定，是因为互联网上有人在回答相似问题时说『我很确定』，然后它学了那个语气。」