AI 奇點是什麼?為什麼突然變近了|一張圖看懂

fOx Hsiao · 發布於 2026/11/14 下午11:36 · 更新於 2026/11/16 下午10:30 · 台北時間 · 本頁的資料來源與計算方式 ⓘ

觀看數
—次
喜歡
—次
YouTube 留言總數
—則
長度
—
字幕狀態未確認

觀看數觀測

尚無歷史觀測

本站尚未儲存這部影片的歷史觀測,無法據以建立歷史時間序列。

共同標籤

已比對共同詞彙 · 47 個標籤 · 比對時間 2026/11/15 上午04:42

比對依據(104 處)
  1. 會員影片說明加入頻道會員,新片提早 24 小時看:https:/…
  2. 新片影片說明加入頻道會員,新片提早 24 小時看:https://ww…
  3. 小時影片說明加入頻道會員,新片提早 24 小時看:https://www.youtub…
  4. 部落影片說明…ube.com/@foxh/join 部落客 Tim Urban 在 2015 年…
  5. AI影片說明…前方卻是一面幾乎垂直的牆。這張圖講的是 AI 奇點。十一年後,長期訪問 AI 實驗室…
  6. 十一影片說明…幾乎垂直的牆。這張圖講的是 AI 奇點。十一年後,長期訪問 AI 實驗室的 Podc…
  7. 訪問影片說明…這張圖講的是 AI 奇點。十一年後,長期訪問 AI 實驗室的 Podcast 主持人…
  8. AI 實驗室影片說明…講的是 AI 奇點。十一年後,長期訪問 AI 實驗室的 Podcast 主持人 Dwarke…
  9. 主持人影片說明…期訪問 AI 實驗室的 Podcast 主持人 Dwarkesh Patel 大幅改口…
  10. 實驗室影片說明…kesh Patel 大幅改口,估計只要實驗室不刻意放慢,AI 自己做 AI 研究的能…
  11. AI影片說明…l 大幅改口,估計只要實驗室不刻意放慢,AI 自己做 AI 研究的能力,最快明年、最…
  12. 自己影片說明…幅改口,估計只要實驗室不刻意放慢,AI 自己做 AI 研究的能力,最快明年、最可能在…
  13. AI影片說明…估計只要實驗室不刻意放慢,AI 自己做 AI 研究的能力,最快明年、最可能在 202…
  14. 研究影片說明…要實驗室不刻意放慢,AI 自己做 AI 研究的能力,最快明年、最可能在 2028 年…
  15. 能力影片說明…室不刻意放慢,AI 自己做 AI 研究的能力,最快明年、最可能在 2028 年追上最…
  16. 2028影片說明… AI 研究的能力,最快明年、最可能在 2028 年追上最頂尖的人類 AI 研究員。這一…
  17. 人類影片說明…明年、最可能在 2028 年追上最頂尖的人類 AI 研究員。這一集用這張圖,講奇點這…
  18. AI影片說明…最可能在 2028 年追上最頂尖的人類 AI 研究員。這一集用這張圖,講奇點這個詞從…
  19. 研究員影片說明…在 2028 年追上最頂尖的人類 AI 研究員。這一集用這張圖,講奇點這個詞從哪裡來、…
  20. 為什麼影片說明…這一集用這張圖,講奇點這個詞從哪裡來、人為什麼看不見前面的牆,再看兩年來數學領域和 A…
  21. AI 實驗室影片說明…麼看不見前面的牆,再看兩年來數學領域和 AI 實驗室內部出現的證據,最後回到圖上,把可能變慢…
  22. 為什麼影片說明…0:40 那張圖在講什麼 01:41 人為什麼會低估那面牆 03:27 數學先受到衝擊…
  23. 衝擊影片說明…什麼會低估那面牆 03:27 數學先受到衝擊 05:03 三個月改口的人 07:25…
  24. 會員影片說明…:03 三個月改口的人 07:25 加入會員 07:44 牆後面:奇點,還是火花 0…
  25. 2028影片說明…是火花 08:42 回到那張圖 說明 2028 年是 Dwarkesh Patel 對…
  26. AI影片說明…年是 Dwarkesh Patel 對「AI 做研究的能力追上最頂尖的人類 AI 研…
  27. 研究影片說明…warkesh Patel 對「AI 做研究的能力追上最頂尖的人類 AI 研究員」最…
  28. 能力影片說明…kesh Patel 對「AI 做研究的能力追上最頂尖的人類 AI 研究員」最可能時…
  29. 人類影片說明…el 對「AI 做研究的能力追上最頂尖的人類 AI 研究員」最可能時間的估計,前提是…
  30. AI影片說明…對「AI 做研究的能力追上最頂尖的人類 AI 研究員」最可能時間的估計,前提是實驗室…
  31. 研究員影片說明…I 做研究的能力追上最頂尖的人類 AI 研究員」最可能時間的估計,前提是實驗室不刻意放…
  32. 時間影片說明…力追上最頂尖的人類 AI 研究員」最可能時間的估計,前提是實驗室不刻意放慢,不是奇點…
  33. 實驗室影片說明… AI 研究員」最可能時間的估計,前提是實驗室不刻意放慢,不是奇點發生的時間;他另外留…
  34. 時間影片說明…,前提是實驗室不刻意放慢,不是奇點發生的時間;他另外留了四分之一的機率給 2032 …
  35. Claude影片說明…給 2032 年以後。費馬最後定理一段,Claude 做的是把既有的證明改寫成電腦可以逐行檢…
  36. 電腦影片說明…,Claude 做的是把既有的證明改寫成電腦可以逐行檢查的版本。千禧年大獎難題的結果…
  37. 檢查影片說明…e 做的是把既有的證明改寫成電腦可以逐行檢查的版本。千禧年大獎難題的結果由 Open…
  38. OpenAI影片說明…逐行檢查的版本。千禧年大獎難題的結果由 OpenAI 宣布,克雷數學研究所沒有宣布確認。Ja…
  39. 宣布影片說明…。千禧年大獎難題的結果由 OpenAI 宣布,克雷數學研究所沒有宣布確認。Jacob…
  40. 研究所影片說明…題的結果由 OpenAI 宣布,克雷數學研究所沒有宣布確認。Jacob Coxon 貼…
  41. 宣布影片說明… OpenAI 宣布,克雷數學研究所沒有宣布確認。Jacob Coxon 貼出的投影…
  42. 影片影片說明…布確認。Jacob Coxon 貼出的投影片是他稱出自 Anthropic 路演,圖…
  43. Anthropic影片說明…b Coxon 貼出的投影片是他稱出自 Anthropic 路演,圖上註明資料點的位置來自內部估算…
  44. 英文影片說明…註明資料點的位置來自內部估算、只供示意。英文引文為本頻道翻譯。 主要來源 Tim …
  45. The影片說明…翻譯。 主要來源 Tim Urban〈The AI Revolution: The …
  46. AI影片說明… 主要來源 Tim Urban〈The AI Revolution: The Roa…
  47. The影片說明…〈The AI Revolution: The Road to Superintell…
  48. The影片說明…,2015) Vernor Vinge〈The Coming Technologica…
  49. The影片說明…: How to Survive in the Post-Human Era〉(199…
  50. The影片說明…993) Dwarkesh Patel〈The avalanche that hit …
  51. AI影片說明… math is coming for AI development〉(2026 年…
  52. 2026影片說明…for AI development〉(2026 年 11 月 13 日) METR〈I…
  53. AI影片說明…ndent Assessment of AI R&D Acceleration at…
  54. Anthropic影片說明…R&D Acceleration at Anthropic in October 2026〉 An…
  55. 2026影片說明…nthropic in October 2026〉 Anthropic〈Measurem…
  56. Anthropic影片說明…ic in October 2026〉 Anthropic〈Measurements for un…
  57. The影片說明…s for understanding the pace of AI developm…
  58. AI影片說明…tanding the pace of AI development inside …
  59. Inside影片說明…e of AI development inside frontier labs〉、〈For…
  60. 上市影片說明…mat's Last Theorem〉、上市路演影片(2026 年 11 月 10 …
  61. 影片影片說明…s Last Theorem〉、上市路演影片(2026 年 11 月 10 日) O…
  62. 2026影片說明…ast Theorem〉、上市路演影片(2026 年 11 月 10 日) OpenAI…
  63. OpenAI影片說明…片(2026 年 11 月 10 日) OpenAI〈Learning to reason …
  64. The影片說明…earch acceleration: The view inside OpenAI〉…
  65. Inside影片說明…eleration: The view inside OpenAI〉、〈On the Nav…
  66. OpenAI影片說明…on: The view inside OpenAI〉、〈On the Navier–Sto…
  67. On影片說明…iew inside OpenAI〉、〈On the Navier–Stokes M…
  68. The影片說明… inside OpenAI〉、〈On the Navier–Stokes Mille…
  69. 2026影片說明…nium Prize Problem〉(2026 年 9 月) Google DeepM…
  70. Google影片說明…roblem〉(2026 年 9 月) Google DeepMind 國際數學奧林匹亞公告…
  71. DeepMind影片說明…(2026 年 9 月) Google DeepMind 國際數學奧林匹亞公告(2025 年 7…
  72. 國際影片說明… 月) Google DeepMind 國際數學奧林匹亞公告(2025 年 7 月)…
  73. 公告影片說明…le DeepMind 國際數學奧林匹亞公告(2025 年 7 月) 陶哲軒維護的艾…
  74. AI影片說明… 年 7 月) 陶哲軒維護的艾狄胥問題 AI 貢獻紀錄(Erdős Problems…
  75. 貢獻影片說明…7 月) 陶哲軒維護的艾狄胥問題 AI 貢獻紀錄(Erdős Problems,er…
  76. 紀錄影片說明…月) 陶哲軒維護的艾狄胥問題 AI 貢獻紀錄(Erdős Problems,erdo…
  77. 研究所影片說明…osproblems.com) 克雷數學研究所 Navier-Stokes Annou…
  78. 2026影片說明…Stokes Announcement(2026 年 9 月) Jacob Coxon …
  79. 貼文影片說明… 月) Jacob Coxon 的 X 貼文(2026 年 11 月 13 日) …
  80. 2026影片說明… Jacob Coxon 的 X 貼文(2026 年 11 月 13 日) 畫面來源 …
  81. Anthropic影片說明…|Wait But Why(2015) Anthropic 上市路演影片(2026 年 11 月 …
  82. 上市影片說明…Why(2015) Anthropic 上市路演影片(2026 年 11 月 10 …
  83. 影片影片說明…2015) Anthropic 上市路演影片(2026 年 11 月 10 日) 投…
  84. 2026影片說明…5) Anthropic 上市路演影片(2026 年 11 月 10 日) 投影片圖:J…
  85. 影片影片說明…(2026 年 11 月 10 日) 投影片圖:Jacob Coxon 的 X 貼文…
  86. 貼文影片說明…影片圖:Jacob Coxon 的 X 貼文,他稱出自 Anthropic 路演 黑…
  87. Anthropic影片說明…b Coxon 的 X 貼文,他稱出自 Anthropic 路演 黑洞吸積盤模擬:NASA's G…
  88. 影像影片說明…ittman(公有領域) 韋伯望遠鏡深空影像:NASA, ESA, CSA, and…
  89. 照片影片說明…C BY 4.0) Tim Urban 照片:Steve Jurvetson(Wik…
  90. Steve影片說明…Y 4.0) Tim Urban 照片:Steve Jurvetson(Wikimedia…
  91. 照片影片說明…Y 2.0) Vernor Vinge 照片:Dave Hogg(Wikimedia…
  92. 照片影片說明…ns,CC BY-SA 2.0) 陶哲軒照片:IPAM, UCLA(Wikimedi…
  93. 照片影片說明…(公有領域) Andrew Wiles 照片:copyright C. J. Moz…
  94. 照片影片說明… N.J Dwarkesh Patel 照片:TechCrunch(Wikimedi…
  95. 倫敦影片說明… Commons,CC BY 4.0) 倫敦 6 Pancras Square 大樓…
  96. 大樓影片說明…倫敦 6 Pancras Square 大樓照片:Gciriani(Wikimedi…
  97. 照片影片說明… 6 Pancras Square 大樓照片:Gciriani(Wikimedia …
  98. OpenAI影片說明…Y-SA 4.0);攝於 2017 年 OpenAI 舊金山總部大樓照片:Coolcaesa…
  99. 舊金山影片說明…0);攝於 2017 年 OpenAI 舊金山總部大樓照片:Coolcaesar(Wi…
  100. 總部影片說明…攝於 2017 年 OpenAI 舊金山總部大樓照片:Coolcaesar(Wiki…
  101. 大樓影片說明… 2017 年 OpenAI 舊金山總部大樓照片:Coolcaesar(Wikime…
  102. 照片影片說明…017 年 OpenAI 舊金山總部大樓照片:Coolcaesar(Wikimedi…
  103. AI影片標題AI 奇點是什麼?為什麼突然變近了|一張圖看…
  104. 為什麼影片標題AI 奇點是什麼?為什麼突然變近了|一張圖看懂
比對版本

youtube-quality-20261017-a

影片說明

加入頻道會員,新片提早 24 小時看:https://www.youtube.com/@foxh/join 部落客 Tim Urban 在 2015 年畫過一張火柴人圖,小人站在一條線上,回頭看一路平坦,正前方卻是一面幾乎垂直的牆。這張圖講的是 AI 奇點。十一年後,長期訪問 AI 實驗室的 Podcast 主持人 Dwarkesh Patel 大幅改口,估計只要實驗室不刻意放慢,AI 自己做 AI 研究的能力,最快明年、最可能在 2028 年追上最頂尖的人類 AI 研究員。這一集用這張圖,講奇點這個詞從哪裡來、人為什麼看不見前面的牆,再看兩年來數學領域和 AI 實驗室內部出現的證據,最後回到圖上,把可能變慢的理由也列出來。 章節 00:00 一張火柴人圖 00:40 那張圖在講什麼 01:41 人為什麼會低估那面牆 03:27 數學先受到衝擊 05:03 三個月改口的人 07:25 加入會員 07:44 牆後面:奇點,還是火花 08:42 回到那張圖 說明 2028 年是 Dwarkesh Patel 對「AI 做研究的能力追上最頂尖的人類 AI 研究員」最可能時間的估計,前提是實驗室不刻意放慢,不是奇點發生的時間;他另外留了四分之一的機率給 2032 年以後。費馬最後定理一段,Claude 做的是把既有的證明改寫成電腦可以逐行檢查的版本。千禧年大獎難題的結果由 OpenAI 宣布,克雷數學研究所沒有宣布確認。Jacob Coxon 貼出的投影片是他稱出自 Anthropic 路演,圖上註明資料點的位置來自內部估算、只供示意。英文引文為本頻道翻譯。 主要來源 Tim Urban〈The AI Revolution: The Road to Superintelligence〉(Wait But Why,2015) Vernor Vinge〈The Coming Technological Singularity: How to Survive in the Post-Human Era〉(1993) Dwarkesh Patel〈The avalanche that hit math is coming for AI development〉(2026 年 11 月 13 日) METR〈Independent Assessment of AI R&D Acceleration at Anthropic in October 2026〉 Anthropic〈Measurements for understanding the pace of AI development inside frontier labs〉、〈Formalizing Fermat's Last Theorem〉、上市路演影片(2026 年 11 月 10 日) OpenAI〈Learning to reason with LLMs〉、〈Research acceleration: The view inside OpenAI〉、〈On the Navier–Stokes Millennium Prize Problem〉(2026 年 9 月) Google DeepMind 國際數學奧林匹亞公告(2025 年 7 月) 陶哲軒維護的艾狄胥問題 AI 貢獻紀錄(Erdős Problems,erdosproblems.com) 克雷數學研究所 Navier-Stokes Announcement(2026 年 9 月) Jacob Coxon 的 X 貼文(2026 年 11 月 13 日) 畫面來源 曲線圖概念:Tim Urban|Wait But Why(2015) Anthropic 上市路演影片(2026 年 11 月 10 日) 投影片圖:Jacob Coxon 的 X 貼文,他稱出自 Anthropic 路演 黑洞吸積盤模擬:NASA's Goddard Space Flight Center/Jeremy Schnittman(公有領域) 韋伯望遠鏡深空影像:NASA, ESA, CSA, and STScI(CC BY 4.0) Tim Urban 照片:Steve Jurvetson(Wikimedia Commons,CC BY 2.0) Vernor Vinge 照片:Dave Hogg(Wikimedia Commons,CC BY 2.0) 艾狄胥與陶哲軒 1985 年合照:Billy 或 Grace Tao(Wikimedia Commons,CC BY-SA 2.0) 陶哲軒照片:IPAM, UCLA(Wikimedia Commons,CC BY 4.0) 費馬肖像:Musée d'art et d'histoire de Narbonne(公有領域) Andrew Wiles 照片:copyright C. J. Mozzochi, Princeton N.J Dwarkesh Patel 照片:TechCrunch(Wikimedia Commons,CC BY 4.0) 倫敦 6 Pancras Square 大樓照片:Gciriani(Wikimedia Commons,CC BY-SA 4.0);攝於 2017 年 OpenAI 舊金山總部大樓照片:Coolcaesar(Wikimedia Commons,CC BY 4.0) 網頁截圖:Wait But Why、imo-official.org、Clay Mathematics Institute、Dwarkesh Podcast、METR 縮圖:曲線圖概念出自 Tim Urban|Wait But Why(2015) 訂閱電子報《狐說八道》 https://anduril.tw #AI奇點 #人工智慧 #奇點 【你真的知道自己要學哪堂AI課嗎?】 #先檢測能力 #再選課學習:AI學院官方能力測驗 #限時免費體驗 👉 https://hey.sat.cool/LrNC8 🔥 L1-L6 六階課程限時優於 4 折 🔥 輸入「fox250」再折250元

本頁的資料來源與計算方式

影片的數字

公開統計
觀看、喜歡與留言總數是取得當時的 YouTube 公開統計,不是即時數值;各項統計的觀測時間可能不同。「資料最後記錄」是影片資料的記錄時間,不代表觀看、喜歡或留言都在那時重新觀測。
觀看歷史
圖上每個點是實際儲存的觀測,連線只為方便閱讀,不代表中間時間的測量值;沒有歷史觀測時不建立時間序列。
喜歡占互動
喜歡 ÷(喜歡+不喜歡+顯示留言),任一來源缺值時不估算。
字幕
只記錄來源是否提供字幕,尚未擷取逐字稿,因此字幕不列入標籤比對。
觀測分析
直播逐時/逐日最高同時在線取自所讀直播紀錄;讀取上限、略過與解析失敗的筆數列在「資料涵蓋範圍與解析限制」。

共同標籤

標籤來源:新文易數(tag.observe.tw)。共同標籤以文字比對影片標題與說明,不是 AI 判讀;命中不代表事件歸屬或立場,與頻道分類分開。標題或說明出現標籤,不代表影片主題;可能來自固定宣傳或版權文字。字幕尚未取得,不列入比對。

比對範圍
僅列出目前詞彙版本與影片標題、說明仍相符的比對結果;待比對或來源文字已變動的影片不列入,數量見「收錄與比對範圍」。
期間
「往前 N 日」包含今天與前 N 天,共 N+1 個台北日曆日(往前 7 日為 8 個日曆日);指定起訖日期時以實際起訖日為準。日數、日期與小時條件同時套用。
命中片段
每支影片最多顯示 3 段,標示來自標題、說明或字幕;沒有片段時顯示「沒有命中片段」,來源文字缺漏時顯示「來源文字未提供」,不另行補寫。完整比對依據在影片頁的「共同標籤與比對依據」。
顯示排除
符合標籤顯示規則的詞(上游排除詞、雜訊、純數字或日期、長度不符,以及核定的來源或平台名稱、雙字通用詞、國家城市政黨詞、少數 YouTube 平台或宣傳用語)整詞不列入排行,但仍保留在原始詞彙池與比對證據中;原始詞彙池列出排除原因。雙字通用詞只依核定清單判定,包含它們的人名、事件或具體議題不會因此被排除。管理員也可以在排行上直接排除個別標籤,同樣只影響排行顯示,每次排除與恢復都留有紀錄。
說明欄樣板
同一頻道說明欄反覆出現的宣傳段落不列入比對。「24小時」這類詞只在這種重複宣傳段落中略過,出現在一般新聞內容時照常計入;這不同於整詞的顯示排除。
示例
列表與片段只是符合條件的影片例子,不能用來推算整體比例或全站失真程度;有效比對的影片比例只代表比對完成度。
觀看
累計觀看是取得當時的公開觀測值,不是期間增量;無觀看值的影片不當作 0。

本頁資料範圍

觀看數與互動數為取得當時的公開觀測值。

資料來源

本站以納入名單的 YouTube 頻道與影片為範圍(名單見頻道觀測),數據來自 YouTube 公開資料與定時觀測:直播約每分鐘輪詢一次,頻道統計、新影片與影片統計則分批輪流更新,所以同一頁的數字不一定在同一時間取得。不涵蓋全 YouTube;缺漏、尚未收錄或資料服務中斷都不等於零,尚未取得的數值顯示「—」。

頁面使用台北時間(UTC+8)。「更新於」是來源已記錄的觀測時間;來源沒有記錄時顯示「未記錄」,不以開啟網頁的時間代替。

共同標籤詞彙的標籤來源:新文易數(tag.observe.tw),保留來源、版本與比對依據;本站的頻道分類沿用有影儀表板的來源組織方式,與內容標籤是不同維度。影片數、觀看數與直播同時在線人數分開計算,不代表 YouTube 全站流量,也不表示因果關係。

完整的資料來源與計算方式 →