如果我們生活在一個理想的人工智慧只是一個能夠動態獲取執行任務所需知識和技能的小型「認知核心」的世界裡，那會怎麼樣？ 這是 Andrej Karpathy、Sam Altman 等人的建議。 我試圖在特定條件下勾勒出未來人工智慧的格局。
「小巧但功能強大的AI」願景已完全實現，詳情請見：https://t.co/mRCG9J8A7F 首先，Karpathykillerstorm.github.io/ai/2025/11/04/…可能會削弱大型人工智慧實驗室的實力，因為使用較小的 AI 模型要可行得多。
他們為什麼要爭先恐後地朝那個方向跑？ 這或許還能減少對大型雲端人工智慧的需求，因為個人和企業將能夠在本地設備上運行模型。 其次，這可能會提升「資料提供者」（例如網路搜尋API）的作用。如果你的AI的「智能」完全依賴數據。
它接收到的數據最好是高品質、經過驗證的數據，而不是搜尋引擎隨機抓取的SEO垃圾數據。用戶最終可能要為數據存取權限付費，而不是為「推斷」付費。 第三，這將為延長線、適配器、墨盒等開闢市場。
雖然小型模型理論上可以從原始資料中學習，但它需要更多經驗型資料才能掌握技能。而從原始資料中提取「精華」並以「代碼包」的形式獲取技能則效率更高。 當然，製作這些文件非常重要。
預處理的想法是可驗證的。使用者可能不希望他們的AI被“植入大腦”，這雖然能賦予它技能，但也會推銷特定的產品（或意識形態）。
第四，它或許真的能解決人工智慧和版權內容的問題： 如果認知核心不包含受版權保護作品的表徵，控制權將重新回到智慧財產權所有者手中。例如，他們可以選擇出售“卡帶”或內容許可。