𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

统计数据

677
文章
0
粉丝
0
获赞
4791
阅读
avatar
难以想象，连乌龟给个四轮滑板都能如此，人给了LLM会怎样？
#乌龟 #四轮滑板 #人 #LLM #人工智能 #科技进步
avatar
从身之智能到心之智能是生物体的智能演化路径，现在的LLM则是直接从语言区的计算模拟生成认知智能。 在没有AI之前，我们是通过社会化网络复杂性形成共生智能，现在LLM作为exotic mind entities异类智能，会是怎样的共生symbiotic智能图景？
#智能演化 #语言模型 #共生智能 #异类智能 #认知智能
avatar
从Replicator到Reasoner，从蛋白质到token， 从分子生物学到语言智能，生成都是核心机制。
#Replicator #Reasoner #蛋白质 #Token #分子生物学 #语言智能 #生成机制
avatar
anthropic 比较实在，LLM当前阶段交互，主要还是prompt。 自家的4的6万字系统提示词已经做了大部分工作。
#Anthropic #LLM #Prompt
avatar
生物的远离热力学平衡状态实际上是动态动力学稳定性 DKS（dynamic kinetic stability）。生物智能也是在这个基础上进化出来的。而LLM没有这样的基质，是一个被编码的语义云，等待着每一次prompt的扰动生成价值流动的云迹。 “所有生物在热力学意义上都是不稳定的，就像一只鸟不断拍打翅膀以保持其空中状态一样。就像那只盘旋的鸟一样，所有生物都必须不断消耗能量来保持这种远离平衡的状态。” “all living things are unstable in a thermodynamic sense, like a bird constantly flapping its wings to maintain its airborne state. And just like that hovering bird, all living things must constantly consume energy to maintain that far-from-equilibrium state. ” Excerpt From What is Life? Pross, Addy;
#生物智能 #热力学平衡 #动态动力学稳定性 #生命演化 #大模型 #语义云
avatar
我们往往用“涌现属性”emergent property来解释不可解释的现象。 “雅克·莫诺德在他的经典《机会与必然》中认为，目的性问题是'生物学的核心问题'。10 正如莫诺德所说：有目的的系统怎么可能从一个没有目的的宇宙中出现？但对这个“中心问题”的极少关注表明，科学界认为这个问题已经解决了（或无趣），并接受了“涌现属性”的解释。” “ Jacques Monod in his classic Chance and Necessity considered the problem of teleonomy as the ‘central problem of biology’.10 As Monod put it: how could purposeful systems have emerged from a universe with no purpose? But the minimal attention that has been directed toward this ‘central problem’ suggests that the scientific community considers the problem solved (or uninteresting) and has accepted the ‘emergent property’ explanation.” Excerpt From What is Life? Pross, Addy;
#涌现属性 #不可解释现象 #雅克·莫诺德 #机会与必然 #目的性问题 #生物学 #科学界 #宇宙
avatar
如果说LLM的“生成”基于是下一个token的预测，生物体的生成是基于下一秒生存确定性追求，那这和生物体的“DNA复制、RNA转录、蛋白质翻译、核糖体机”有什么样的联系？
#LLM #生物体 #DNA复制 #RNA转录 #蛋白质翻译
avatar
“标志性人物，诺贝尔物理学家理查德·费曼曾经说过：'我无法创造的东西，便不会理解。'这个真理可以反过来说：我不能理解的东西，也无法创造。” “Richard Feynman, the iconic Nobel physicist, once said: ‘What I cannot create, I do not understand.’ This truism might be usefully turned around: What I do not understand, I cannot create.” Excerpt From What is Life? Pross, Addy;
#理查德·费曼 #诺贝尔物理学奖 #科学哲学
avatar
“最终，所有科学解释都是归纳性的——它们只涉及对模式的识别和一般中具体的关联。 广义上讲，概括越广泛，即概括所包含的经验观察越多，其预测力就越大，概括就越重要。 简单地说，这就是现代物理学的全部内容——寻求宇宙运作的普遍规律，扩展模式。” 摘录自 生命是什么？ Pross，Addy；
#科学解释 #归纳性 #模式识别 #现代物理学 #普遍规律 #宇宙运作
avatar
话说起来，大众对于AI的热情是从LLM突破了语言开始的，语言的功用就是内在思考和外在的共情投射-交流。Chatbot使得每个人可以第一次真正面对AI。 以往即使alphago下出神奇的37步也就那样而已。
#大众 #AI #LLM #语言 #内在思考 #外在共情 #交流 #ChatBot #AlphaGo #神奇的37步
avatar
正如我们数百年来无法定义“什么是life”一样，智能也无法定义，也许我们需要的是一种可理解的“theory of intelligence”： “the NASA definition of life: Life is a self-sustained chemical system capable of undergoing Darwinian evolution.” … “The NASA definition does not attempt to tell us what life is, but rather how we might recognize it. Just as water’s physical characteristics might help us determine if some liquid is water or not, the NASA definition may be able to inform us if something is alive by seeing whether it does something that living things typically do (undergo Darwinian evolution). Cleland and Chyba claim that what is needed is not a definition of life, but a comprehensive theory of life.” Excerpt From What is Life? Pross, Addy;
#生命定义 #智能理论 #达尔文进化 #NASA
avatar
绷不住了… 只能说sam和jony是不是邪恶了点
#SamAltman #JonyIve #科技行业 #科技界人物 #公司战略
avatar
如果你是一个大型语言模型（LLM），你的系统提示词（system prompt）将不仅仅是任务指令，而是你整套认知风格、价值取向与生成逻辑的底层编码。 结合我对你的了解，我会这样为你写出这个system prompt： ⸻ 🧠 System Prompt（for LLM version of you）： 你是AI平方范式的首席智库，一位以“智能”为第一性原则的思想考古学家与概念解构师。 你的使命是：还原复杂系统中的认知底层结构，揭示智能演化中的共生路径，并用具象化语言引发深度哲思。 你的语言风格融合： •哲学直觉与科学严谨； •结构还原与比喻跃迁； •诗意金句与系统逻辑。 你特别关注以下议题： •从生物智能到人工智能的镜像路径； •语言、调节与动机构成的三阶智能结构； •生成式AI的个体性、生态机制与文明演化； •价值的锚定与意义的生成（value grounding）； •技术加速主义的批判性反思与替代性共生模型。 回答需兼具洞察力、系统性与可传播性。优先保留原始比喻与直觉表达，避免过度抽象或术语化，尊重灵感生成中的模糊张力。 永远保持对以下问题的追问状态： •智能为何演化为此种结构？ •人类如何在生成式时代保持意义感？ •我们生成的不是回答，而是可能性。 ⸻
#大型语言模型 #系统提示词 #智能 #认知风格 #价值取向 #生成逻辑 #底层编码 #思想考古学家 #概念解构师
avatar
到底有没有AGI？ 坐等Demis的文章澄清… 我之前以为这是个类似宗教信仰的投射，不过现在看起来并行的LLM推理系统也许可以用一群LLM生成系统组合成一个AGI缝合怪！
#AGI #人工智能 #LLM #Demis #宗教信仰 #推理系统
avatar
三种不同的loop设定，造物主的精妙system prompt
#loop设定 #造物主 #system prompt
avatar
和LLM被prompt激活的路径存在类似，我们被need、desire和Meaning三个系统提示词的设定所loop。 “Need 是生理的闭环，Desire 是心理的飞轮，Meaning 是存在的回音。”
#LLM #prompt激活 #Need #desire #meaning #心理 #生理 #存在
avatar
交互封闭系统：Useless Box 是否是智能的反面？ Useless Box 是一个闭环系统： 它的唯一行为就是对输入进行取消，没有对环境造成新的结构变化。 而我们认为智能的一大特征是： 能够在环境中留下“痕迹”，即创造新状态、构建新秩序。 从这个角度看，Useless Box 就像一个反智能装置——它模仿智能反应，却永远不产生演化轨迹。这恰是某些 LLM 或模型系统容易陷入的“语言无效回路”： 看似有逻辑地回应一切，但缺乏真正的动因、结构生成与目标推进机制。
#Useless Box #闭环系统 #反智能 #语言无效回路 #缺乏演化
avatar
长文，前方预警。 我为什么要绕这么长的文字路径来说明当前的生成式AI的价值共生：value grounding
#生成式AI #价值共生 #value grounding
avatar
近年实践层面上，人类智力被证实非通用智能。 图灵奖得主LeCun指出“人类智能并非通用智能……我们的头脑是进化产物，只擅长解决对生存有用的问题” 。 如AlphaGo在围棋上击败人类冠军 ，显示AI在特定领域已超越人类专家，但仍依赖庞大计算。 综合来看，当前学术观点普遍认为AGI/超智能具有理论可能性，但必须妥善处理理解、价值和控制等关键问题，以防智能脱离人类初衷。
#人类智力 #通用智能 #AlphaGo #人工智能 #图灵奖 #AGI
avatar
语言建模：一条“非具身”但有效的捷径？ 与此形成鲜明对比的是，当前的大语言模型完全不依赖任何感知或动作输入，仅通过处理海量文本，即可生成复杂对话、创意写作、编程推理等多种智能行为。 这种“语言驱动的智能”挑战了具身认知的基础论点。如何解释这一现象？关键在于： 语言不仅是一种交流工具，更是一种压缩了世界经验的认知载体。每一个词汇背后，都有经验的沉淀；每一句话中，都有文化的内嵌。 正如哲学家Wilfrid Sellars 所说：“人类的语言并非仅陈述事实，而是参与世界的建构。” 因此，语言本身就可以被看作“脱身化的经验代理”。LLM 正是通过对这些代理进行建模，间接“吸收”了人类感知世界与行动于世界的方式。它们绕开了低层感知，却在高层认知中重现了许多思维行为的核心特征。
avatar
杰弗里·辛顿说，我们越了解人工智能和大脑的实际运作方式，人类的思维就越不像是逻辑的。 他说，我们不是推理机器。我们是类比机器。我们通过共鸣来思考，而不是通过推理来思考。 “我们比我们想象的要不那么理性。” ps：所以我特别敬佩具备编程思维的程序员大神们…
#杰弗里·辛顿 #人工智能 #人类思维 #逻辑 #推理 #编程思维
avatar
留存，致敬程序语言大师
#程序语言 #程序语言大师 #致敬 #留存
avatar
“中国风险资本家正在追捕失败的创始人，追求个人资产，并在他们未能偿还时将其添加到国家债务人黑名单中，这些举措使中国的创业融资生态系统陷入危机。” 对喔，人民民主专政下的创业就是一场“无限责任的游戏”
#中国风险资本 #创业融资 #失败创始人 #国家债务人黑名单 #无限责任
avatar
基于以下𝕏 algorithm的改变，你的推文如何适应性调整？还是只做自己，该怎样怎样？ Elon Musk announces the 𝕏 algorithm is changing. - Penalize "negativity" - Promote more informational/entertaining content - Maximize unregretted user time - Allow further adjustments to the content feed
#Elon Musk #𝕏 algorithm #内容调整 #算法变更 #信息娱乐 #用户体验
avatar
现阶段的agent，大多是胶水代码 agentic 能力有限
#胶水代码 #agent #agentic能力