如果这个卡帕西的采访不能戳破人工智能泡沫， 那就没有什么能做到。 10 个残酷的引用： 1. LLM 还没有工作 它们没有足够的智能，不够多模态，不能使用计算机，也不记得你告诉它们的内容。 它们在认知上是缺乏的。解决这些问题大约需要十年。 2. 当你启动它们时，它们总是从零开始 它们没有蒸馏阶段，没有像睡眠那样的过程，发生的事情没有被分析并写回权重中。 3. 存储在它们权重中的只是对互联网的模糊回忆 这只是 15 万亿个标记压缩成几亿个参数的模糊图像。它们的上下文窗口只是短期工作记忆。 4. 它们擅长模仿，但在数据流形之外表现糟糕 记忆太多，推理不足。 我们需要剥离记忆知识，保留认知核心：算法、智能的魔力、解决问题的能力、策略。 5. 我们可能已经重建了皮层组织、模式学习和一般性，但我们仍然缺少大脑的其余部分 没有海马体用于记忆。 没有杏仁体用于本能。 没有情感或动机。 6. 它们完美地记忆但泛化能力差 如果你给它们随机数字，它们可以背诵出来。没有人类能做到这一点。 这就是问题：人类忘记得刚好足以被迫寻找模式。 7. 任何真正新的、从未写过的代码，或没有模板的想法；它们都会绊倒...