关键观点
不确定性不是附属功能，而是智能决策的底层条件
Ghahramani 不是把不确定性当作安全补丁，而是当作智能定义的一部分。因为真实世界里的感知总是不完整，未来也无法被完全预测，所以任何要行动的系统都必须先处理“我不知道多少”。在他的框架里…展开观点收起观点
Ghahramani 不是把不确定性当作安全补丁，而是当作智能定义的一部分。因为真实世界里的感知总是不完整，未来也无法被完全预测，所以任何要行动的系统都必须先处理“我不知道多少”。在他的框架里，智能体不仅要能存储不确定性，还要能随着新证据更新它，并据此做决策。这个定义把“回答问题”提升成“在不完全信息下可靠行动”。
为什么重要: 如果接受这个前提，评估 AI 就不能只看答对率，还必须看它在陌生和高风险场景中的决策质量。
支撑证据
you need a system that can represent uncertainty, that can update its uncertainty and then can use that to make good decisions under uncertainty.
不同类型的不确定性对应不同策略
访谈明确区分了世界固有随机性与知识不足导致的不确定性。前者像 coin flip 或行人转向，更多信息未必能把它消除；后者则往往可以通过继续观察、补充传感器输入或获取证据来降低。如果系统不区分…展开观点收起观点
访谈明确区分了世界固有随机性与知识不足导致的不确定性。前者像 coin flip 或行人转向，更多信息未必能把它消除；后者则往往可以通过继续观察、补充传感器输入或获取证据来降低。如果系统不区分这两类情况，就可能在该放弃预测时继续瞎猜，也可能在该主动搜集信息时过早下结论。自驾车在冰雹中遇到从未见过的马，就是长尾风险的典型例子。
为什么重要: 这会直接改变系统动作：是减速、继续观测、请求人类接管，还是维持当前判断。
支撑证据
you might want to decide that you're going to give up on trying to predict because it is just random, whereas in other cases, your state of belief is uncertain and you would want to collect more information