Google 研究者:AI 落地卡在「确定性」期待,应输出误差边界
docmilanfar · x · 2026-09-22
Google 研究者 Milanfar 指出，AI 难以普及的一个原因是用户对「确定性」的期待：确定性要求零误差，而这在任何现实场景中都不可能实现。
他主张换个思路——设计能产出「可靠知识」的系统，即以透明方式给出自身误差边界的信息，让使用者知道结论的置信范围，而非假装绝对正确。
「漫话AGI」频道最新
- Buck Shlegeris：一年内造出超级智能概率约三分之一，AI 或将接管人类机构 — jammastergirish · 2026-11-12
- 李开复：中国厂商开源并非国家指令，而是怕被 DeepSeek 挤出市场 — Scobleizer · 2026-11-12
- Skydance 老板 Ellison 解雇 James Gunn,财报会披露 AI 重塑好莱坞蓝图 — adariostrange · 2026-11-12
- 大 V 断言:AI 剪辑已让雇佣视频剪辑师失去意义 — eptwts · 2026-11-12
- 预测:两年内每家医院都将维护自己的开源模型清单 — MaziyarPanahi · 2026-11-12
- Packy Norris 引 1998 年 Qwest 论断,回应 AI 算力过剩之争 — prestonpesek · 2026-11-12