🇹🇼台湾·AI 新闻·2026年9月27日·来源： Taipeitimes

AI 领域的人似乎不理解智能

OpenAI 声称其模型在 88 小时内解决了 Navier-Stokes 千禧年大奖难题。这项自 1930 年代以来一直困扰数学家的壮举，是在早前声称具备小学数学能力之后发生的。该公司首席执行官 Sam Altman 预计 AI 将呈指数级增长，这既激发了人们对治愈疾病的希望，也引发了对流氓 AI 的恐惧。Anthropic PBC 也报告其 Claude 模型编写了其工程师超过 80% 的代码。

Nexa 摘要

这篇文章挑战了驱动 AI 发展的“规模就是一切”的信条。OpenAI 在复杂数学问题上取得的快速进展，并不能保证其具备通用智能。智能需要持续、清晰的反馈才能保持有效。如果没有反馈，模型可能会偏离现实，就像 Samuel Langley 在 1903 年失败的飞行尝试一样。他资金充足、设计稳定的飞机最终还是坠入了波托马克河。

亚洲科技界应该注意 AI 擅长的领域：编码、数学和天气预报。这些领域提供大量的数据和快速的反馈。金融市场，例如由 Two Sigma Investments 服务的市场（该公司拥有前五名的超级计算能力），也符合这种模式。这意味着这些领域的亚洲公司将看到最快、最深刻的 AI 整合。其他领域，如药物研发，将面临较慢的采用速度。

亚洲 AI 公司真正的考验是识别具有清晰、快速反馈回路的问题集。这是智能发挥最大影响力的地方。预计该地区将继续投资于金融服务和软件开发领域的 AI。然而，AI 在个性化内容创作或复杂科学研究等领域的回报将会减少。这是因为反馈较慢且不够精确。