电影《足球爸爸》剧情简介
2026-06-30 3373941
2026-06-30 0
Gemini会起草计划，利用、谷歌搜索访问几十个网站，然后整合报告（并附上重要的引用），描述发现的内容。
它给出的计划是：
它挖掘了大量的细节，包括2016-2019年太平洋棕色鹈鹕调查报告中的PDF文件，而Simon最关心的就是这些——其中包含的列表让他很满意：
Simon才知道，他所在的支柱点港（Pillar Point Harbor）是第二大栖息地！
对Simon来说，利用当前的LLM，完全可以自己构建科研助手。
它们能够驱动工具，能提出相对浅显的研究计划（寻找新闻文章和研究论文）。而且如果搜索并收集到适当的上下文，它们就能合成合理的答案。
Google尤其擅长此道：他们拥有全球最大的网站搜索索引，而且Gemini模型的上下文可以包含200万token。
Simon预计Deep Research会越来越好，并且吸引来大量竞争者。
Simon做了一个有点自利（self-serving）的预测：认为三年之内，有人将因由生成式AI工具辅助的调查报道而获得普利策奖。
但并不是说LLM会写这篇文章！
他依然认为，让LLM代替人写文章，是最无趣的应用之一。
之所以称这个预测是自利的，是因为Simon希望他能推动这一事件的发生！
他开源了数据新闻工具套件Datasette，还在不断增加AI功能。
比如，利用LLM来数据增强；从非结构化文本中，提取结构化数据并转化为表格。
他的梦想是这些工具——或者类似的工具——能够被用于获奖的调查报道。
他之所以选择三年这个时间，就是因为让人们普遍了解如何负责任地、有效地使用这些工具，并将应用于实际工作，需要这么长时间。
LLM并不是新闻业的天然的契合点：记者寻求真相，而LLM通常容易产生幻觉，捏造事实。
但是，记者也非常擅长从不可信的来源中提取有用信息——这也是新闻工作的重要部分。
一下两个领域，他认为LLM特别适合新闻业：
Simon希望他自己能够开发这类工具！
所以他对未来三年的具体预测是：有人将凭借少量的LLM辅助赢得普利策奖。
更普遍的预测是：三年后，大多数专业消息人士将LLM作为日常工作流的一部分，而且使用方式也越来越复杂，但大家却习以为常、熟视无睹。
另一个三年后的预测涉及隐私立法。
定向广告和人们粘贴到模型的数据到底会发生什么，已经引起了人们的杯弓蛇影（往往是有理由的），而且还在不断增长。
Simon曾写过，苹果通过监听手机麦克风来定向广告，是「无法根除的阴谋论」。
过去， 他也曾写过关于AI信任危机的文章：许多人拒绝相信模型并不会基于他们的输入数据进行训练，而且背后的公司已经反复否认。
他认为，AI行业本身将从立法中受益匪浅，特别是在明确用户提交数据训练方面，而更一般的科技行业，也亟需在数据保留和定向广告等方面制定更严格的规则。
在未来四年，Simon不指望美国联邦政府能通过相关立法，但预计，在州级或国际层面，会看到更多具有实际执行力的隐私法规。
Simon希望不要因此产生新一代的cookie同意条款。
对于六年后的预测，Simon选择了两个对立的预测，一个乐观的，一个悲观的。
他认为六年足够长，人类会找到利用AI技术的方法，创作出真正伟大的艺术作品。
Simon不认为GenAI用于艺术创作——如图像、视频和音乐——能像基于文本的LLM那样，得到同等的尊重。
生成式艺术工具很有趣，但它们对输出缺乏精细的控制。
这大大限制了它们的实用性，现在这些工具只能生成一些供个人消遣的内容。
更重要的是，它们缺乏社会认同。整体社会氛围上，大家对AI生成的艺术观感不好。许多有才华的艺术家，强烈反对这些工具，甚至在社会中，「AI」这一术语也开始变成某种意义上的贬义词。
图像和视频模型也是AI训练数据伦理争论的核心，原因很简单：未经允许，没有艺术家愿意看到他们的作品，被用来训练模型，然后这些模型反过来直接与他们竞争！
Simon认为六年的时间足够让这一切尘埃落定——让社会找到真正提升人类表达方式的可行方法。
让他兴奋的是，真正有才华、有远见、有创意的艺术家，将利用这六年内演变出的工具，创作出有意义的艺术作品。而且这些工具不可或缺，否则这些艺术就不可能实现。
在播客中，Simon谈到了《瞬息全宇宙》（Everything Everywhere All at Once），这部电影赢得了2023年七项奥斯卡奖项。
电影的视觉特效团队，核心只有五个人。
试想如果能使用六年后才出现的GenAI工具，他们能做出什么样的作品！
自从播客录制以后，Simon从Swyx那里了解到，Runway ML已包含在《瞬息全宇宙》的工具集中：
Simon在播客中预测，使用GenAI工具的电影，将在六年内获得奥斯卡奖。
这样看来他已经迟了八年！
2031年的悲观预测则是关于「AGI」的，AGI这个术语一直在不断被重新定义。
此前就有报道，微软和OpenAI现在将AGI定义为能够创造1000亿美元利润的系统！
如果假设AGI能够执行目前人类承担的几乎全部的岗位，那么很难不看到潜在的负面后果。
奥特曼可能尝试过全民基本收入。但美国现在连全民医保问题都无法解决，更何况全民基本收入！
当大多数工作被机器取代时，很难想象未来的经济怎么能为大多数人服务。
所以，他为2031年做的悲观预测是：如果这种形式的AGI到来，那么它将带来极其糟糕的经济后果和大规模的社会动荡。
他心目中的AI乌托邦是能够增强当前人类能力的AI工具。
这正是迄今为止利用LLM所做的事。
他理想中的状态是这些工具不断改进，最终使人类能够完成更加宏伟的工作。
如果有一种AGI能实现这种乌托邦，他愿意全力以赴。
Simon Willison是一位英国程序员，Lanyrd社交会议目录的联合创始人，以及Web框架Django的联合创造者。
2010年末，他作为联创推出了社交会议目录Lanyrd，后被收购。
2019年-2020年，他在斯坦福大学担任约翰·S·奈特研究员（JSK fellow），开始构建服务于数据新闻学的、开源的工具生态系统。
从2002年，他开始坚持在个人博客上发表文章。