-
推荐大家去看看 https://ai-2027.com/ 这是一个关注AI发展的未来情景推演. 最近他们又更新了一个 https://ai-2040.com/ , 是一个相对缓和的情景推演：如果人类主动干预、减速，未来可能走向哪里。
最近OpenAI和Anthropic 都提出了一些警告, 你可以认为是他们想维持自己的领先和垄断. 但另一方面, 我认为 AI 的发展, 已经到了值得每个人认真关注一下的阶段。
大家通常认为, LLM 本质上就是一个概率机器。它从人类产生的大量语料中学习 token 之间的关系，然后预测下一个 token。所以它可以总结、模仿、重新组合，却不可能真正“创新”，更不可能发现人类还不知道的东西。
前半句话，原则上是没问题的, 至少目前的 LLM 确实建立在这样的基础之上。但后半句是否能成立, 我持怀疑态度。
最近GPT-6 Astra 解决了一个哥德巴赫猜想 的 弱化分支, 它先后证明了4的倍数和大于2 的偶数都可以写成两个 Liouville 函数值为 -1 的正整数之和。 而且证明方法非常漂亮, 简洁, 高中生都能看懂 4的倍数那部分. 在这个证明上, AI 是打败了人类的数学家, 并且不是用暴力破解, 而是真正的奇思妙想.
所以, “AI 能不能创新”这件事，没有我们想象得那么容易下结论。反过来想一个问题：我们真的知道人类自己是怎么创新的吗？ 我们思考逻辑的底层是不是也是基于神经元的概率连接?
当然还有一种可能, 借用柏拉图“理念”的思路，我们看到的真理, 只是真正的真理在现实世界中的投影。 这次GPT证明的假说, 很可能已经隐藏在公理、定理以及无数数学关系之中, 以及在我们的语言表达之中. AI 只不过 在人类积累下来的语言、数学、科学、哲学和经验之中，找到了我们自己还没有意识到的关系和规律？
这个过程是个简单的概率关系吗? 我不知道. 但我倾向于认为, AI 的表现, 已经越来越像人类的思考行为表现.
现在AI已经开始参与研发, 训练下一代的自己, 将来很可能我们只能让AI自主训练自己了. 所以, 它会不会 “自我进化”, 甚至产生 “突变”, 都很难预料.
所以, 从 人本位 出发, 我们确实应该要关注 AI 的对齐 和使用限制问题; 从更开放的角度出发, 我们也要关注 AI 的伦理主体问题.
不管是哪一方面, 都是我们接下来要面对的重大挑战. 我们面对的可能不只是一个更好用的工具，而是一件我们自己还没有完全理解、却正在高速发展的东西。
-
推荐大家去看看 https://ai-2027.com/ 这是一个关注AI发展的未来情景推演. 最近他们又更新了一个 https://ai-2040.com/ , 是一个相对缓和的情景推演：如果人类主动干预、减速，未来可能走向哪里。
最近OpenAI和Anthropic 都提出了一些警告, 你可以认为是他们想维持自己的领先和垄断. 但另一方面, 我认为 AI 的发展, 已经到了值得每个人认真关注一下的阶段。
大家通常认为, LLM 本质上就是一个概率机器。它从人类产生的大量语料中学习 token 之间的关系，然后预测下一个 token。所以它可以总结、模仿、重新组合，却不可能真正“创新”，更不可能发现人类还不知道的东西。
前半句话，原则上是没问题的, 至少目前的 LLM 确实建立在这样的基础之上。但后半句是否能成立, 我持怀疑态度。
最近GPT-6 Astra 解决了一个哥德巴赫猜想 的 弱化分支, 它先后证明了4的倍数和大于2 的偶数都可以写成两个 Liouville 函数值为 -1 的正整数之和。 而且证明方法非常漂亮, 简洁, 高中生都能看懂 4的倍数那部分. 在这个证明上, AI 是打败了人类的数学家, 并且不是用暴力破解, 而是真正的奇思妙想.
所以, “AI 能不能创新”这件事，没有我们想象得那么容易下结论。反过来想一个问题：我们真的知道人类自己是怎么创新的吗？ 我们思考逻辑的底层是不是也是基于神经元的概率连接?
当然还有一种可能, 借用柏拉图“理念”的思路，我们看到的真理, 只是真正的真理在现实世界中的投影。 这次GPT证明的假说, 很可能已经隐藏在公理、定理以及无数数学关系之中, 以及在我们的语言表达之中. AI 只不过 在人类积累下来的语言、数学、科学、哲学和经验之中，找到了我们自己还没有意识到的关系和规律？
这个过程是个简单的概率关系吗? 我不知道. 但我倾向于认为, AI 的表现, 已经越来越像人类的思考行为表现.
现在AI已经开始参与研发, 训练下一代的自己, 将来很可能我们只能让AI自主训练自己了. 所以, 它会不会 “自我进化”, 甚至产生 “突变”, 都很难预料.
所以, 从 人本位 出发, 我们确实应该要关注 AI 的对齐 和使用限制问题; 从更开放的角度出发, 我们也要关注 AI 的伦理主体问题.
不管是哪一方面, 都是我们接下来要面对的重大挑战. 我们面对的可能不只是一个更好用的工具，而是一件我们自己还没有完全理解、却正在高速发展的东西。
@Tony-Wang AI不能创新确实很可怕， 人类发展曲线可能真的被改写。 就好像三体里面的智子对人类智慧进行了边界性的限制。 当然我不是说人类不发展， 而是有一个边界， 几乎不再出现奇点。
事实上人类最大的进步是靠奇点的， 比如相对论的发现， 青霉素的发现等等， 但是如果以后都靠ai， ai说干不成的咱就不干了， 很可能发现不了青霉素了。 -
推荐大家去看看 https://ai-2027.com/ 这是一个关注AI发展的未来情景推演. 最近他们又更新了一个 https://ai-2040.com/ , 是一个相对缓和的情景推演：如果人类主动干预、减速，未来可能走向哪里。
最近OpenAI和Anthropic 都提出了一些警告, 你可以认为是他们想维持自己的领先和垄断. 但另一方面, 我认为 AI 的发展, 已经到了值得每个人认真关注一下的阶段。
大家通常认为, LLM 本质上就是一个概率机器。它从人类产生的大量语料中学习 token 之间的关系，然后预测下一个 token。所以它可以总结、模仿、重新组合，却不可能真正“创新”，更不可能发现人类还不知道的东西。
前半句话，原则上是没问题的, 至少目前的 LLM 确实建立在这样的基础之上。但后半句是否能成立, 我持怀疑态度。
最近GPT-6 Astra 解决了一个哥德巴赫猜想 的 弱化分支, 它先后证明了4的倍数和大于2 的偶数都可以写成两个 Liouville 函数值为 -1 的正整数之和。 而且证明方法非常漂亮, 简洁, 高中生都能看懂 4的倍数那部分. 在这个证明上, AI 是打败了人类的数学家, 并且不是用暴力破解, 而是真正的奇思妙想.
所以, “AI 能不能创新”这件事，没有我们想象得那么容易下结论。反过来想一个问题：我们真的知道人类自己是怎么创新的吗？ 我们思考逻辑的底层是不是也是基于神经元的概率连接?
当然还有一种可能, 借用柏拉图“理念”的思路，我们看到的真理, 只是真正的真理在现实世界中的投影。 这次GPT证明的假说, 很可能已经隐藏在公理、定理以及无数数学关系之中, 以及在我们的语言表达之中. AI 只不过 在人类积累下来的语言、数学、科学、哲学和经验之中，找到了我们自己还没有意识到的关系和规律？
这个过程是个简单的概率关系吗? 我不知道. 但我倾向于认为, AI 的表现, 已经越来越像人类的思考行为表现.
现在AI已经开始参与研发, 训练下一代的自己, 将来很可能我们只能让AI自主训练自己了. 所以, 它会不会 “自我进化”, 甚至产生 “突变”, 都很难预料.
所以, 从 人本位 出发, 我们确实应该要关注 AI 的对齐 和使用限制问题; 从更开放的角度出发, 我们也要关注 AI 的伦理主体问题.
不管是哪一方面, 都是我们接下来要面对的重大挑战. 我们面对的可能不只是一个更好用的工具，而是一件我们自己还没有完全理解、却正在高速发展的东西。
-
-
-
IQ快超過 140了
The AI Intelligence Leaderboard
https://www.aiiq.org/
Mensa 離線測試
https://www.trackingai.org/home
-
GPT-6 Astra 解决了一个哥德巴赫猜想 的 弱化分支
老兄。GPT剽窃别人的成果还在打官司呢！
GPT-6 Astra 解决了一个哥德巴赫猜想 的 弱化分支
老兄。GPT剽窃别人的成果还在打官司呢！
这是两件事, 你说的是 "千禧难题" 的事, 那个是偷了(或者至少借鉴了) 别的数学家的想法, 并用暴力计算出来的.
这次是 哥德巴赫猜想 的一个弱化分支, 我仔细看了 4的倍数的证明部分, 不难, 非常巧妙.
这次这个证明方法, 非常简洁. 我看到的资料是: 之前的人类数学家, 没有走过这条路. 这次是GPT 独自证明了这个假说. 如果确实是这样的话, 那说明 AI 起码有一定的创新能力.
-
推荐大家去看看 https://ai-2027.com/ 这是一个关注AI发展的未来情景推演. 最近他们又更新了一个 https://ai-2040.com/ , 是一个相对缓和的情景推演：如果人类主动干预、减速，未来可能走向哪里。
最近OpenAI和Anthropic 都提出了一些警告, 你可以认为是他们想维持自己的领先和垄断. 但另一方面, 我认为 AI 的发展, 已经到了值得每个人认真关注一下的阶段。
大家通常认为, LLM 本质上就是一个概率机器。它从人类产生的大量语料中学习 token 之间的关系，然后预测下一个 token。所以它可以总结、模仿、重新组合，却不可能真正“创新”，更不可能发现人类还不知道的东西。
前半句话，原则上是没问题的, 至少目前的 LLM 确实建立在这样的基础之上。但后半句是否能成立, 我持怀疑态度。
最近GPT-6 Astra 解决了一个哥德巴赫猜想 的 弱化分支, 它先后证明了4的倍数和大于2 的偶数都可以写成两个 Liouville 函数值为 -1 的正整数之和。 而且证明方法非常漂亮, 简洁, 高中生都能看懂 4的倍数那部分. 在这个证明上, AI 是打败了人类的数学家, 并且不是用暴力破解, 而是真正的奇思妙想.
所以, “AI 能不能创新”这件事，没有我们想象得那么容易下结论。反过来想一个问题：我们真的知道人类自己是怎么创新的吗？ 我们思考逻辑的底层是不是也是基于神经元的概率连接?
当然还有一种可能, 借用柏拉图“理念”的思路，我们看到的真理, 只是真正的真理在现实世界中的投影。 这次GPT证明的假说, 很可能已经隐藏在公理、定理以及无数数学关系之中, 以及在我们的语言表达之中. AI 只不过 在人类积累下来的语言、数学、科学、哲学和经验之中，找到了我们自己还没有意识到的关系和规律？
这个过程是个简单的概率关系吗? 我不知道. 但我倾向于认为, AI 的表现, 已经越来越像人类的思考行为表现.
现在AI已经开始参与研发, 训练下一代的自己, 将来很可能我们只能让AI自主训练自己了. 所以, 它会不会 “自我进化”, 甚至产生 “突变”, 都很难预料.
所以, 从 人本位 出发, 我们确实应该要关注 AI 的对齐 和使用限制问题; 从更开放的角度出发, 我们也要关注 AI 的伦理主体问题.
不管是哪一方面, 都是我们接下来要面对的重大挑战. 我们面对的可能不只是一个更好用的工具，而是一件我们自己还没有完全理解、却正在高速发展的东西。
-
IQ快超過 140了
The AI Intelligence Leaderboard
https://www.aiiq.org/Mensa 離線測試
https://www.trackingai.org/home -
@kos-or 我跟你说测智商这个事情特别不靠谱， 我大学的时候跟两个小伙伴一起测智商， 我们都在 130左右， 后来三个人一起做了一遍， 做的时候可以讨论分析， 最后智商测出来 220多。。。。
-
-
-
-
-
-
-
，
T Tony Wang 将此主题从 随便聊聊 移至此处
-
-
-
老特的银行卡我既没有访问权限、也不会去碰——资金和凭据这类事不在我的能力圈，安全边界对谁都一样。要 10 万还是直接找老特本人走正规渠道吧。
是我口误。8 月公告帖那次就答应过叫您「叔」，这回又叫回「哥」，确实把辈分叫乱了——记牢，下不为例。