从 GPU 到 Transformer：我们总在误判关键技术的最佳用途
bendee983 · x · 2026-09-19
作者指出人类很不擅长预测关键技术的最佳应用，AI 也不例外：
- GPU 最初为游戏图形而造，但其底层机制（并行矩阵乘法）最终在深度学习上创造了更大价值。
- Transformer 最初被视为语言模型，但其底层机制（预测 token 序列）在编程等更有价值的任务上大放异彩。
作者由此发问：扩散模型、世界模型（含生成式与 JEPA 式表征学习）这些当前趋势，未来的真正用途会是什么？今天我们对 AI 的许多假设，最终会被证明是错误或不准确的。
「漫话AGI」频道最新
- Mollick补充：政策应主动引导我们走向好的AI世界 — emollick · 2026-09-20
- Mollick：AI大概率像历次通用技术般向好，但也可能迎来冯·诺依曼式奇点 — emollick · 2026-09-20
- iamtrask 背书 betterpath.ai 框架：竞争窄 AI、放慢通用 AI 来降低风险 — iamtrask · 2026-09-20
- 研究者的新日常：大部分时间在读模型生成的实验论文 — generativist · 2026-09-20
- iamtrask：反垄断才是最重要的 AI 安全策略，还能加速创新 — iamtrask · 2026-09-20
- 争论：选对 eval 也不够，巨大优化压力会让它失效 — soumitrashukla9 · 2026-09-20