คำถาม 1
Charles Goddard
x.com/chargoddardMachine learning researcher behind the open-source model-merging toolkit MergeKit who argues open tools help researchers build on each other’s work.
AI จะเปลี่ยนแปลงโลกอย่างไร?
แนวนอน: มุมมอง Doom–Bloom ที่บุคคลนั้นแสดงออก แนวตั้ง: ระดับของการเปลี่ยนแปลง
Doom–Bloom: 63 จาก 100 ระดับของการเปลี่ยนแปลง: 50 จาก 100 ช่วงการตีความ: แนวนอนตั้งแต่ 49 ถึง 76 แนวตั้งตั้งแต่ 0 ถึง 100 ค่าเหล่านี้เป็นพิกัดสำหรับการตีความ ไม่ใช่ความน่าจะเป็นของเหตุการณ์
ยังไม่ได้ประมาณค่า
คำตอบจำลองของบุคคลนั้นมีข้อมูลเกี่ยวกับความเสี่ยงจากหายนะไม่เพียงพอที่จะประเมิน
ข้อสันนิษฐานหลัก
What I do expect is that practical choices about openness, evaluation, deployment cost, and reproducibility will shape who can benefit.คำตอบ 2
หากข้อสันนิษฐานนี้ปรากฏว่าเป็นไปอีกแบบ มุมมองของบุคคลนั้นจะเปลี่ยนไปอย่างไร?
คำถามที่ยังไม่มีข้อสรุป
I don’t have a defensible single forecast for AI’s overall societal impact.คำตอบ 2
อะไรจะช่วยให้บุคคลนั้นแยกแยะผลลัพธ์ที่เป็นไปได้ในเรื่องนี้?
รายละเอียดเพิ่มเติม
คาดว่าจะได้รับประโยชน์อย่างมาก โดยมีเงื่อนไขสำคัญหรือข้อจำกัดด้านการกระจายประโยชน์
62 / 100
ช่วงการตีความตั้งแต่ 33 ถึง 67 บนมาตรวัดเชิงคุณภาพ
การเลือกของมนุษย์มีอิทธิพลอย่างมีนัยสำคัญ แต่ถูกจำกัดอย่างมาก
53 / 100
ช่วงการตีความตั้งแต่ 36 ถึง 89 บนมาตรวัดเชิงคุณภาพ
การตีความเหล่านี้ยังคงเงื่อนไขที่บุคคลนั้นระบุไว้ ทั้งประโยชน์และอันตรายอาจมีมากได้ ช่วงต่างๆ อธิบายวิธีที่เราอ่านคำตอบจำลองของบุคคลนั้น ไม่ใช่ช่วงความเชื่อมั่นทางสถิติ
โลกทัศน์ที่คล้ายกัน
ผู้นำทางความคิดที่มีโลกทัศน์จำลองใกล้เคียงกับโลกทัศน์ของ Charles Goddard มากที่สุด
แหล่งข้อมูล
บทความ บทสัมภาษณ์ และงานเขียนที่ใช้เป็นหลักฐานรองรับผู้ใช้จำลองรายนี้
Lead-authored paper introduces efficient model merging and an extensible open library.

First-party collection documents open model experiments and releases.

In his labeled interview remarks, Goddard says publicly accessible tools let many researchers compound experiments much faster than he could alone; wants AI knowledge to benefit people outside corporate firewalls.

Goddard describes merging as reuse of learned abilities without necessarily increasing model size, reducing deployment cost; explains evolutionary optimization and its GPU tradeoff versus ordinary merges on a laptop.

แบบประเมินจำลอง
คำถาม 2
เมื่อพิจารณาทั้งประโยชน์และอันตรายร่วมกัน คุณคาดว่า AI จะส่งผลกระทบโดยรวมต่อสังคมของเราอย่างไร?
คำถาม 3
คุณคิดว่าท้ายที่สุดแล้ว AI จะเปลี่ยนแปลงโลกมากเพียงใด?
คำถาม 4
โดยสัญชาตญาณแล้ว คุณคิดว่ามีโอกาสมากเพียงใดที่ AI จะทำให้มนุษย์สูญพันธุ์หรือก่อให้เกิดหายนะที่ถาวรในระดับใกล้เคียงกัน?
คำถาม 5
คุณเอนเอียงไปทางมองว่า AI จะก่อผลดีมากกว่าผลเสีย หรือคุณยังลังเลใจอย่างแท้จริง?
จุดยืนของคุณอยู่ตรงไหน?
ทำแผนที่โลกทัศน์ของฉัน