【深度】对话Nat Fridman和Daniel Gross：LLM只是快思考，还需要慢思考，预测2024 年…
年末之际，有新Newin 进一步推出 2024 年度自营专栏—— Newin24 ，计划 100 期，正常情况每周更新 2 期。
上周末，为大家分享了第 1 期 Naval Ravikant内部分享：OpenAI在构建生态，追逐趋势只会被淹没，你可能会获得种子资金，但后轮资金会枯竭....
作为 2024 年度专栏第 2 期内容，今天将为大家带来硅谷硅谷双子星 Nat Fridman 以及 Daniel Gross 年前最新对话（近期 Gemini 发布之后），内容很长，信息量与时效性也都特别高，总计 2.5 万字，需要大家耐心看完。
有新Newin 此前也免费分享过两位的相关内容 硅谷AI投资双子星：Nat Friedman 与 Daniel Gross 如何投出美国人工智能的半壁江山？欢迎回看了解。
这场深度对话的核心话题包括：今天 AI 在学术&产业界的氛围、渐近线以及 AI 的宗教般狂热、OpenAI 的闹剧、OpenAI 的过去&未来、英伟达&Mistral、Google&Apple 以及 2024 年前瞻，以下摘录了这场对话中部分深度且有趣的内容：
Daniel 和 Nat 都认为 LLMs 在 AI 领域将继续发挥重要作用，但它们不是最终的解决方案，LLMs 作为一个重要组成部分，并在其上建立一个控制层的概念，以便模型在需要时能够思考和决策；
LLMs目前存在的局限性，包括对复杂对话的挑战，以及模型的快速思考和缺乏“慢思考”的能力，他们认为未来的研究可能会集中在改进模型的搜索和选择机制，使其能够更可靠地进行多步任务；
探讨是否需要在 LLMs 之上构建一个确定性系统，以便人类能够更好地管理和控制 AI；
未来 AI 发展的一个关键方向是 Agent 和虚拟助手的发展。他们设想了一种未来，其中 AI Agents 可以在无人监督的情况下执行多个任务，并能够使用工具、完成多个步骤的任务，例如使用浏览器、API 或应用商店插件；
大多数人还没有为计算机使用 Agent 创建大规模的训练数据集。他们认为，构建包含计算机使用记录的大型数据集可能是未来的研究方向之一；
提到了可能的规模扩展，包括预测 GPT-5 规模的模型或 Gemini 之后的模型，以及这些模型是否能够带来更高的性能和可靠性；