MIT 教授长文:大学需为「AI 比所有人聪明」的近未来做准备
MIT News AI · rss · 2026-10-09
MIT 统计与数据中心主任 Sasha Rakhlin 发表长文,结合 MIT 今夏的 AI 与教育报告,探讨 AI 如何改变学术界(尤其是数学、统计、机器学习与工程领域的研究生培养)。要点:
- AI 进展为何如此快:验证速度与可靠性决定学科进展,形式化证明、可运行程序让模型能自我迭代改进;去年模型达到 IMO 金牌水平,如今已能产出新研究成果。大学应为「AI 在多数智力工作上比人类更聪明」的近未来做准备。
- 学术评价需重构:打磨精良的论文正变成更弱的个人能力信号;提出好问题、复现、综合、有信息量的阴性结果、共享数据集应获得更多认可,并明确研究者在 AI 完成大量工作时的智识责任,以此指导招聘、晋升与经费。培养方面,要区分「不必要的摩擦」与「塑造专业能力的训练」。
- 大学的战略机会:实验室积累的隐性知识(失败实验、放弃的方向)是论文之外的宝贵资产,记录这些可让模型更擅长科学探索;他设想 MIT 实验室通过共享 AI 研究基础设施连成「活的科研有机体」,AI agent 自动跨实验室匹配方法、提案 benchmark、串联研究者——但这需要现在就投入算力、安全数据系统与模型适配人才。
「漫话AGI」频道最新
- 历史上卡车取代马车的启示：自动化伤害最小的路径是新人不进场 — soumitrashukla9 · 2026-10-23
- 研究者反驳「AI 网络安全恐慌」：卖防御先造焦虑是老剧本 — gerardsans · 2026-10-23
- Nina Schick：算力不足本身就是巨大的网络与整体安全风险 — NinaDSchick · 2026-10-23
- 投资人观点：AI 若是泡沫，也是最「分裂」的一个 — robleclerc · 2026-10-23
- Chamath：银行将率先用服务条款封杀 AI Agent — nicolechirps · 2026-10-23
- AI 研究者：Claude 替我完成了多年前放弃的繁琐研究任务 — MikePFrank · 2026-10-23