返回资讯中心
外部精选
软件工程
#开发者实时流

Howard Marks 撰文谈 AI:投资者无法回避的思考

来源标题:Howard Marks: A Layman Thinks About AI

橡树资本创始人 Howard Marks 在最新备忘录中讨论投资者是否应投资 AI、以及能否明智地投资。他坦言自己并非技术专家,但认为 AI 是当代最大的发展,投资者没有选择的余地,必须认真思考它。他表示文章关注 AI 的长期前景,而非短期证券价格波动。

Hacker News 最新swolpers2026/11/11 · 6 天前30 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

我们应该投资人工智能吗?我们能否以明智的方式投资?这就是我在这份备忘录中要讨论的问题。

一方面,我不是技术人士,也不声称自己对人工智能(乃至科技投资)有超出常人的了解。另一方面,AI是我们这个时代最大的发展,可能是有史以来影响最深远的事物之一,因此投资者没有选择,不能不思考它。

有了这个免责声明,我将分享我的思考,提出我正在纠结的问题(并非所有问题都与投资AI直接相关),并给出我对这些问题的看法。虽然我有限的知识使我无法给出确定答案,但我希望通过把这些问题汇集在一处来提供一点价值。尽管如今关于AI的消息铺天盖地,AI及AI相关公司的证券价格上下剧烈波动,但我不打算追赶这些,因为我要说的关乎AI的长期前景,而非明天的证券价格。

投资只包含一件事:配置资本,从未来事件中获益,而大多数投资者靠预测来应对。但并非所有事情都同样可预测,也并非所有预测者都同样有水平。因此,要基于对未来的预期来投资AI——我认为我们拥有的也就只有预期——我们必须同时考虑我们认为未来可能如何,以及我们猜对的概率。

我过去写过,做自上而下投资的人必须对经济、行业、公司和市场的前景都判断正确。如果他们每项判断正确的概率是60%——这大概还算慷慨——那么四项全对的概率是多少?答案是13%(0.6的4次方),假设各项结果相互独立。

就AI而言,重要变量异常之多,每一个都使如何投资的决策更加复杂。AI投资者必须在技术演进、算力需求、竞争结构、技术受益者、融资可得性以及上述一切的时间节点上至少大致判断正确。在我看来,评估这些关键要素的难度非同寻常。既然如此,任何一个论点正确的综合概率是多少?这一点在你阅读时不妨想想。

最后,请记住:(a) 我们永远无法完全了解一项投资,(b) 最大的错误往往发生在人们以为自己完全了解的时候,(c) 我们不能因为对未来知识的不完整就完全阻止自己采取行动。投资者的职责就是在追求利润的过程中承担风险。承担多少、以何种形式承担,是我们每个人必须做的决定。但鉴于AI的巨大潜力,我们不能仅仅因为未来不明朗就拒绝参与。

问题一:AI是如何做到它所做的事情的?

在深入细节之前,我先从一个宏观的、非金融的问题开始,我觉得这个问题特别有意思。由于我对这个主题完全不了解,我去问了Anthropic的Claude一些答案。以下是它说的一部分内容:

我们对AI由什么构成、如何构建几乎了如指掌,但对它究竟如何做到它所做的事情,了解却出奇地少……

我们也知道训练配方:给它看大量文本,让它猜下一个词,每次猜错就微调数十亿个内部设置。重复数万亿次……

没有人写下它如何回答问题的规则。那些规则是从微调中涌现出来的,分散在数十亿个单独看来毫无意义的数字之中。我所知道的最好的说法是,这些系统是“生长”出来的,而非“设计”出来的。研究“可解释性”的研究人员正在取得实质性进展。例如,他们发现,一个写押韵诗的模型会先选好押韵的词,再写那一行,这意味着它会提前规划。但他们只能解释其中很小一部分。这就像拥有市场上每一笔交易的完整记录,却仍然不知道价格为何变动……

当我解释我是如何得出一个答案时,研究表明我的解释并不总是与内部实际发生的情况相符。一个被问及如何做加法的模型可能会描述教科书上的方法,而内部却在做非常不同的事情。所以诚实的总结是:我们造出了一个类似心智的东西,我们可以完整地检查它,却仍然无法完全解释它。而当它解释自己时,其可靠性可能并不比我们解释自己时更高[有趣的是,这里Claude说话像个真人]……

当你思考如何回答下面的问题时,请考虑这些:有谁真正理解AI是如何运作的吗?AI将如何演进,它将能做什么,何时能做到?用户将如何把它投入使用?它对用户的盈利能力将产生什么影响?投资者可能不必知道所有这些,但据我了解,很少有人对这些问题有深刻洞察。如果是这样,有谁能可靠地回答下面的问题?

问题二:AI将能做什么?

AI最擅长的就是进化。就在几年前,AI能做的事情通常被概括为:知晓过去发生的一切,识别历史模式,对其进行外推,并利用这种能力执行任务。这已经在编程等一些领域带来了巨大变化,并有望改变我们所知生活的许多方面。但现在,AI已经远远超越了这一点,达到了大概可以恰如其分地称为“推理”的程度。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →