https://txtmix.com/tags/data-market/Recent content in Data Market on Text MatrixHugozh-cnTue, 21 Jul 2026 20:06:14 +0800https://txtmix.com/posts/video/mit-intelligence-is-collective-not-artificial-jordan-mlst-2026/Sun, 21 Jun 2026 23:25:00 +0800https://txtmix.com/posts/video/mit-intelligence-is-collective-not-artificial-jordan-mlst-2026/<h2 id="学习目标">学习目标</h2> <p>读完本文,你应当能够:</p> <ul> <li>说清 Michael I. Jordan 的核心论点:智能是集体的,不是人工的;AI 系统应该被视作&quot;市场&quot;,不是&quot;大脑&quot;。</li> <li>区分当前主流 AGI 路线(拟人化 + 警告/兴奋二元语调)与 Jordan 的集体智能路线(统计 + 经济 + 计算三角)。</li> <li>解释数据市场三层模型(用户 / 平台 / 数据买家)以及为什么平台提供&quot;可调 differential privacy&quot;能改善社会福利。</li> <li>走通一次&quot;AI 信用评估&quot;任务的三层市场设计,识别信息不对称、激励机制、隐私保护的权衡点。</li> <li>解释为什么 AlphaFold 对&quot;知识边缘问题&quot;会过度自信,以及 prediction-powered inference 如何修正置信区间。</li> <li>评价 e-values 与统计契约理论的等价性,及其在 LLM 过度自信修正中的潜在应用。</li> <li>决定要不要在自己的研究 / 工程 / 政策工作中采用 Jordan 框架,以及从哪里开始。</li> </ul> <p>阅读建议:第一遍按「核心判断 → 系统地图 → 集体智能三角」建立全局视角;第二遍按需跳到数据市场、AlphaFold 案例、LLM 过度自信三章;文末「采用顺序」可作为你下一步的行动指南。</p>