从通用图灵机开始讲起图灵机一开始就是一个“模仿机器 (Imitation Machine)”，这是图灵自己给它起的名字。它告诉我们：计算的本质就是模仿，用有限的原语去模拟无限的可能。那么问题来了：计算机是否真的“懂”计算？这个问题听上去很傻，但其实今天全世界几十万人都在问一个同质的问题，“AI 真的懂翻译吗？AI 真的懂推理吗？AI 真的懂写作文吗？”要回答这个问题，我们得回到 193

#图灵机 #模仿机器 #通用计算 #最小原语 #LLM

相关新闻

howie.serious

2天前

gemini 最佳实践：if 深度思考，then 信息图总结。每次和 gemini 聊完一个话题，如果是多轮的层层深入的对话，最后有所收获的话，那就多走一步：选择 nano 🍌， > 基于我们前面的对话，画一张信息图，整理核心观点例如，刚才和 ai 聊 llm 强化学习对于父母的启发。语言是模糊的，思想是在多轮对话中逐渐清晰的，和 llm 多轮对话当然是有启发的，但多了信息图总结这一步，

howie.serious

2天前

chatgpt 以来，发展了三年的LLM，提供的早已不止是情绪价值。我在2025跨年对谈时就明确认为，2025年，使用ai的关键，是向 ai “要价值”！要直接的、经济的价值！ 2025年的发展，基本上验证了我的判断。本周的ai专题直播，一起聊一聊这三年，这三年的ai学习、应用。欢迎预约直播，本周五直播间见。预约方式：（不知不觉，发现 2025 年已经做了 20 场 ai 专题

素人极客-Amateur Geek

5天前

今天重新思考了语言的功能， LLM可能会变成我们语言效率变革的一个工具。未来语言可能变成一种文化而存在，作为工作来讲，效率语言可能很快会出现。出现的前提：语言表达经过LLM后可以实现100%正确性

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

6天前

Ilya重新定义了AGI，Pre-Training gives AGI！我的理解是LLM操纵语言的能力给了人AGI的幻觉，这是hype，带来了泡沫！当前GenAI，在符号空间无人能敌，然后却在人的现实世界里符号落地困难重重！

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

6天前

pre-training的原罪在于，太浪费能源了，为了回答一句“你好”，一个LLM要背着一整个互联网的文本来数量统计一番后才能吐出： hello！