Загрузка видео...

Не удалось загрузить видео

На главную

AI大神Andrej Karpathy的访谈全长2个半小时，大多数人都没听就人云亦云AGI至少还需要10年，我用NotebookLM浓缩了这个访谈内容到6分钟，大家可以听一下：核心结论是如果只沿用现在的模型和训练方法AGI还要10年，人工智能依然带来效率上的革命，低效的工作会被替代，简单模仿人类数据无法替代人的智慧。

JasonZX's profile picture

Jason Z

24,179 subscribers

65,149 просмотров • 8 месяцев назад •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

太震惊了，机器人现在已经能完成这个级别的舞蹈了，王力宏演唱会的机器人震撼到了很多人 大部分机械的脑力劳动力会被 AI 替代，尤其是文书、财务，和很多金融行业的 desk research 工作会很轻易被替代。大部分体力劳动会被机器人替代。以前舞者模仿机械，所以有了机械舞，现在机器人进化得更加强大，开始模仿人类，甚至超越人类 未来，抖音直播的那些擦边女是不是也会被替代呢？美团直播里的很多主播其实都是 AI 合成的了，而如果有机器人替代的话，基本已经能做到以假乱真，极大程度替代任何人工 工业革命使工厂制代替了手工工场，用机器代替了手工劳动，就像当年码头的搬运工被起重机替代后抗议无效一样，时代的浪潮势不可挡
4:03

太震惊了，机器人现在已经能完成这个级别的舞蹈了，王力宏演唱会的机器人震撼到了很多人 大部分机械的脑力劳动力会被 AI 替代，尤其是文书、财务，和很多金融行业的 desk research 工作会很轻易被替代。大部分体力劳动会被机器人替代。以前舞者模仿机械，所以有了机械舞，现在机器人进化得更加强大，开始模仿人类，甚至超越人类 未来，抖音直播的那些擦边女是不是也会被替代呢？美团直播里的很多主播其实都是 AI 合成的了，而如果有机器人替代的话，基本已经能做到以假乱真，极大程度替代任何人工 工业革命使工厂制代替了手工工场，用机器代替了手工劳动，就像当年码头的搬运工被起重机替代后抗议无效一样，时代的浪潮势不可挡

Yuyue

49,222 просмотров • 6 месяцев назад

No Priors 对 Andrej Karpathy 很精彩的一期播客采访！虽然 Andrej 离开 Tesla 许久了，但作为纯视觉 FSD 的开创者，他依然十分看好 Telsa： - Tesla 面临软件问题，Waymo 则面临硬件问题，但软件比硬件问题容易； - Tesla 从基于规则的程序(C++)转向深度学习，端到端神经网络将最终将主导整个自动驾驶技术栈； - Tesla 是一家"大规模机器人公司”，而非汽车公司； - Optimus 只需要在自己的工厂孵化就行，无需依赖第三方的合作，这是巨大的优势； Andrej 认为，LLM 的主要挑战不再是底层架构，而是它们所训练的数据以及训练期间使用的损失函数。Transformer 架构在很多方面实际上优于人脑，它人脑更擅长记忆序列，用于训练神经网络的梯度下降优化比大脑的学习方式更有效，现在主要受限于数据问题；合成数据至关重要，但可能导致"静默崩溃”，为避免这种情况,我们需要在数据中保持“熵”。 如何向训练数据中注入熵呢？ - 合成数据：这涉及创建补充真实数据的虚拟数据。然而，重要的是要确保此合成数据与真实世界数据具有相同水平的随机性和丰富性； - 角色数据：这是包含虚构人物背景信息的一种合成数据。在训练模型执行任务时，您可以想象您正在向具有此特定角色的人描述该任务。这迫使模型探索更广泛的可能性并有助于保持熵； 接下来，随着对模型解释性研究的突破，能够提高模型参数的激活效率，可能只需要 10 亿参数的模型就能实现“核心认知”，并不需要把所有的知识都压缩到模型里面，核心认知模型可以调用其他模型或者工具。 未来，高级的 AI 将会成为人类的外脑，贫富差距就是外脑 AI 性能的差距，穷人只能用便宜的开源的外脑 AI 做低级的工作，而且容易被控制；垄断企业和富人则会拥有更高级的人工智能加持。。主持人的科幻话题😄 最后 Andrej 对 AI 教育的看法：教师来设计课程，AI 将成为学生的前端界面，智能时代学习数学、物理和 CS 非常重要，这是逻辑推理的基础，在 AGI 到来之前很重要，但在后 AGI 时代，人类需要提升的就是提问的能力！
1:51

No Priors 对 Andrej Karpathy 很精彩的一期播客采访！虽然 Andrej 离开 Tesla 许久了，但作为纯视觉 FSD 的开创者，他依然十分看好 Telsa： - Tesla 面临软件问题，Waymo 则面临硬件问题，但软件比硬件问题容易； - Tesla 从基于规则的程序(C++)转向深度学习，端到端神经网络将最终将主导整个自动驾驶技术栈； - Tesla 是一家"大规模机器人公司”，而非汽车公司； - Optimus 只需要在自己的工厂孵化就行，无需依赖第三方的合作，这是巨大的优势； Andrej 认为，LLM 的主要挑战不再是底层架构，而是它们所训练的数据以及训练期间使用的损失函数。Transformer 架构在很多方面实际上优于人脑，它人脑更擅长记忆序列，用于训练神经网络的梯度下降优化比大脑的学习方式更有效，现在主要受限于数据问题；合成数据至关重要，但可能导致"静默崩溃”，为避免这种情况,我们需要在数据中保持“熵”。 如何向训练数据中注入熵呢？ - 合成数据：这涉及创建补充真实数据的虚拟数据。然而，重要的是要确保此合成数据与真实世界数据具有相同水平的随机性和丰富性； - 角色数据：这是包含虚构人物背景信息的一种合成数据。在训练模型执行任务时，您可以想象您正在向具有此特定角色的人描述该任务。这迫使模型探索更广泛的可能性并有助于保持熵； 接下来，随着对模型解释性研究的突破，能够提高模型参数的激活效率，可能只需要 10 亿参数的模型就能实现“核心认知”，并不需要把所有的知识都压缩到模型里面，核心认知模型可以调用其他模型或者工具。 未来，高级的 AI 将会成为人类的外脑，贫富差距就是外脑 AI 性能的差距，穷人只能用便宜的开源的外脑 AI 做低级的工作，而且容易被控制；垄断企业和富人则会拥有更高级的人工智能加持。。主持人的科幻话题😄 最后 Andrej 对 AI 教育的看法：教师来设计课程，AI 将成为学生的前端界面，智能时代学习数学、物理和 CS 非常重要，这是逻辑推理的基础，在 AGI 到来之前很重要，但在后 AGI 时代，人类需要提升的就是提问的能力！

indigo

18,536 просмотров • 1 год назад

我宣布，人人都可以搞口播了，现在生成视频简单到无法形容。制作一条这样效果的视频，我第一次就只花了不到 10分钟，剩下的时间就是等模型生成结果，成功率100% ，请看效果。
0:59

我宣布，人人都可以搞口播了，现在生成视频简单到无法形容。制作一条这样效果的视频，我第一次就只花了不到 10分钟，剩下的时间就是等模型生成结果，成功率100% ，请看效果。

LE

256,079 просмотров • 1 месяц назад

太魔幻了。近期 Meta 创始人扎克伯格，在大规模裁员前夕，内部的公开谈话，被员工录了下来。 他透露所有员工的设备，其实被公司日常追踪，用于训练 AI 模型。而理由是想把大家的工作方法，变成训练数据，这样就不用再需要那么多人力了。 这太诡异了。
3:08

太魔幻了。近期 Meta 创始人扎克伯格，在大规模裁员前夕，内部的公开谈话，被员工录了下来。 他透露所有员工的设备，其实被公司日常追踪，用于训练 AI 模型。而理由是想把大家的工作方法，变成训练数据，这样就不用再需要那么多人力了。 这太诡异了。

AB Kuai.Dong

1,852,406 просмотров • 1 месяц назад

造出大语言模型的底层数学有多复杂？ 天才数学家陶哲轩给了一个意外的结论。 普通本科生就能搞定。 里面没有任何高深莫测的魔法。 只有线性代数、矩阵乘法和一点基础微积分。 人类完全清楚怎么搭出这些模型。 最大的悬念是，这么简单的公式堆叠，凭什么能涌现出类似人类的智能。 未来十年，人和AI到底要怎么分工？ 两者的技能树点在了完全不同的方向。 AI的强项是绝对的暴力运算。 扔给它一百万篇论文，它能迅速榨干里面的所有数据。 但人类有一张AI至今无法破解的底牌。 看五六道数学题，一个普通人就能突然顿悟，找出隐藏的规律。 极少数据，瞬间泛化。 现在的AI根本学不会这种直觉。 它们只能靠烧成百上千张显卡去强行模仿，效率惨不忍睹。 人类大脑那一点点灵光一闪，依然是算力无法攻克的堡垒。
0:51

造出大语言模型的底层数学有多复杂？ 天才数学家陶哲轩给了一个意外的结论。 普通本科生就能搞定。 里面没有任何高深莫测的魔法。 只有线性代数、矩阵乘法和一点基础微积分。 人类完全清楚怎么搭出这些模型。 最大的悬念是，这么简单的公式堆叠，凭什么能涌现出类似人类的智能。 未来十年，人和AI到底要怎么分工？ 两者的技能树点在了完全不同的方向。 AI的强项是绝对的暴力运算。 扔给它一百万篇论文，它能迅速榨干里面的所有数据。 但人类有一张AI至今无法破解的底牌。 看五六道数学题，一个普通人就能突然顿悟，找出隐藏的规律。 极少数据，瞬间泛化。 现在的AI根本学不会这种直觉。 它们只能靠烧成百上千张显卡去强行模仿，效率惨不忍睹。 人类大脑那一点点灵光一闪，依然是算力无法攻克的堡垒。

墓碑科技

120,777 просмотров • 3 месяцев назад

马斯克在2025年最新的采访视频，做了大量未来预言，真的大为震撼！建议认真看完。全篇幅大量内容在讲 #AI，以及人形机器人，火星移民，脑机接口，DOGE计划等。 其中有一个灵魂发问：当5-10年后，AI和人形机器人，替代人类基本所有的工作后，人类活着的意义是什么？当一切都能被更好的AI+机器人替代的时候，人类该去向何方？ 最让我震惊的是，马斯克一个人身兼几家公司的老大，居然能把各公司数据侃侃而谈，十分精确的数字，直接能对答如流，太牛了！！😮这已经不是人脑，已经是超级AI了！
28:05

马斯克在2025年最新的采访视频，做了大量未来预言，真的大为震撼！建议认真看完。全篇幅大量内容在讲 #AI，以及人形机器人，火星移民，脑机接口，DOGE计划等。 其中有一个灵魂发问：当5-10年后，AI和人形机器人，替代人类基本所有的工作后，人类活着的意义是什么？当一切都能被更好的AI+机器人替代的时候，人类该去向何方？ 最让我震惊的是，马斯克一个人身兼几家公司的老大，居然能把各公司数据侃侃而谈，十分精确的数字，直接能对答如流，太牛了！！😮这已经不是人脑，已经是超级AI了！

Rocky

418,465 просмотров • 1 год назад

Anthropic CEO 昨天的访谈说： 最晚 2029 年 AI 几乎会在所有任务上超越人类 ------ AGI 不是具体的时间点，是一条指数曲线 别再问"什么时候会有 AGI"了。过去 10-15 年，AI 模型的认知能力每 4-12 个月翻一番，就像 90 年代的摩尔定律。 Anthropic 有个工程师两个月没写过代码了，全是 Claude 写的，他只负责审核。他们最近推出的 Claude Code 工具，开发过程也是用 Claude 写的，一周半搞定。 所以现在的状态是：初级软件工程师的很多工作，甚至高级工程师的部分工作，已经可以大部分交给 AI 了。 指数曲线的特点就是看起来很慢，突然就飞过去了。达里奥的判断是：1-2 年内会真正加速，最晚 2020 年代结束前，AI 会在几乎所有任务上超过人类。
0:54

Anthropic CEO 昨天的访谈说： 最晚 2029 年 AI 几乎会在所有任务上超越人类 ------ AGI 不是具体的时间点，是一条指数曲线 别再问"什么时候会有 AGI"了。过去 10-15 年，AI 模型的认知能力每 4-12 个月翻一番，就像 90 年代的摩尔定律。 Anthropic 有个工程师两个月没写过代码了，全是 Claude 写的，他只负责审核。他们最近推出的 Claude Code 工具，开发过程也是用 Claude 写的，一周半搞定。 所以现在的状态是：初级软件工程师的很多工作，甚至高级工程师的部分工作，已经可以大部分交给 AI 了。 指数曲线的特点就是看起来很慢，突然就飞过去了。达里奥的判断是：1-2 年内会真正加速，最晚 2020 年代结束前，AI 会在几乎所有任务上超过人类。

歸藏(guizang.ai)

13,353 просмотров • 5 месяцев назад

李飞飞这段采访，越听越有压力。 她说未来真正被甩开的，可能不是被 AI 替代的人，而是还在用五年前流程工作的人。 以前产品经理不会写代码很正常：写 PRD、开会、等设计、排开发，几个月做个原型。 但现在旁边的人已经能用 AI 当天把 demo 跑出来，拿真实界面讨论需求，你还在说“我负责协调资源”。 差距可能就是这么拉开的。 AI 最狠的地方，不是替你工作，而是逼你从“传话的人”变成“能把想法做出来的人”。
49:04

李飞飞这段采访，越听越有压力。 她说未来真正被甩开的，可能不是被 AI 替代的人，而是还在用五年前流程工作的人。 以前产品经理不会写代码很正常：写 PRD、开会、等设计、排开发，几个月做个原型。 但现在旁边的人已经能用 AI 当天把 demo 跑出来，拿真实界面讨论需求，你还在说“我负责协调资源”。 差距可能就是这么拉开的。 AI 最狠的地方，不是替你工作，而是逼你从“传话的人”变成“能把想法做出来的人”。

Vincent

69,334 просмотров • 13 дней назад

“我们究竟是创造了一个工具还是一个生物？” Sam 在 "机器人之心 "小组讨论会上的发言。 Sam： 但我认为，这无疑是迄今为止人类经历的最重大的更新年份。可能这也是我们将会遭遇的最大变革，因为从现在开始，人们已经接受强大的人工智能将成为现实，并且还会有逐步的更新。就像是第一代 iPhone 面世的那年，以及随后每一代 iPhone 的更新，我们现在能够明显感受到这一代与去年那代的差异。所以，这确实是一个重要的时刻。 我感到欣慰的是，现在人们开始正确地把这些系统当作工具来看待。艺术家尤其如此，但其他人也是一样。 曾经，人们真正恐惧的是，我们究竟是创造了一个工具还是一个生物，这将意味着什么？现在，人们视这些系统为人类工具箱中的新工具，并且正在用它创造一些非常了不起的东西。 模型显然不知道你在说什么，因为这不在它的训练数据里，它也无法从训练数据中学习到这些信息。 这是完全可以预期的。你再问一遍。比如说，你提到“意识”这个概念，模型回答：“是的，我完全明白你的意思，但我之前从未听说过这个词。” 问： “这对我来说就像是一次更新。你认为人工智能会趋向于探索创造性智能和自主性吗？” Sam： 这个问题有多个答案。这取决于激励模型。这是人类的选择。 问： “这将是判断意识的一个很好的测试。因为如果它有自我表达的愿望，并且仅仅为了创作的乐趣而去创作，那不会是偶然的。这绝对有点像生物。” Sam： 这是生物化的。我认为在此之前还有很多步骤。 我们现在要回答问题吗？这真的很棒。
0:30

“我们究竟是创造了一个工具还是一个生物？” Sam 在 "机器人之心 "小组讨论会上的发言。 Sam： 但我认为，这无疑是迄今为止人类经历的最重大的更新年份。可能这也是我们将会遭遇的最大变革，因为从现在开始，人们已经接受强大的人工智能将成为现实，并且还会有逐步的更新。就像是第一代 iPhone 面世的那年，以及随后每一代 iPhone 的更新，我们现在能够明显感受到这一代与去年那代的差异。所以，这确实是一个重要的时刻。 我感到欣慰的是，现在人们开始正确地把这些系统当作工具来看待。艺术家尤其如此，但其他人也是一样。 曾经，人们真正恐惧的是，我们究竟是创造了一个工具还是一个生物，这将意味着什么？现在，人们视这些系统为人类工具箱中的新工具，并且正在用它创造一些非常了不起的东西。 模型显然不知道你在说什么，因为这不在它的训练数据里，它也无法从训练数据中学习到这些信息。 这是完全可以预期的。你再问一遍。比如说，你提到“意识”这个概念，模型回答：“是的，我完全明白你的意思，但我之前从未听说过这个词。” 问： “这对我来说就像是一次更新。你认为人工智能会趋向于探索创造性智能和自主性吗？” Sam： 这个问题有多个答案。这取决于激励模型。这是人类的选择。 问： “这将是判断意识的一个很好的测试。因为如果它有自我表达的愿望，并且仅仅为了创作的乐趣而去创作，那不会是偶然的。这绝对有点像生物。” Sam： 这是生物化的。我认为在此之前还有很多步骤。 我们现在要回答问题吗？这真的很棒。

Lei.sea

14,132 просмотров • 2 лет назад

10分钟代码写完30秒视频，剪辑师可能要下岗了。 昨晚我回家试了一下上周刚出的 Remotion，手搓了一个剪辑动效视频。 先谈个人使用感受。 前后大概花了一小时， 其中半小时研究这是什么和相关 skills， 另外半小时主要在等 vibe coding 生成和找背景音乐， 所以最核心生成是大概10分钟左右。 目前 Remotion 的动效当然还不够高级，好多人喷它排版离谱。 晚晚我倒不急，因为按现在的迭代速度， 盲猜 6-12 个月，就能大致取代剪辑和动效师。 不需要你会代码，不需要你会建模。 视频里提到的胖友是这位 Pokeee.eth ，我心目中的APAC版GCR交易员。 感谢他是乐天派的分享者。 这是晚晚我本月， vibe coding 做的第六个项目。 也不能叫项目，没有基础，所以做出来大部分只是小垃圾。 大多数vibe coding时间主要花在调 UI、试各种 API 找数据上。 我就跟炒 AI 应用股票的朋友聊， 但凡花一点点心思研究使用 AI 的，就会发现美国 AI 没有泡沫。 只不过有时候你说的 AI，和我说的 AI，早就不是一个 AI。
0:20

10分钟代码写完30秒视频，剪辑师可能要下岗了。 昨晚我回家试了一下上周刚出的 Remotion，手搓了一个剪辑动效视频。 先谈个人使用感受。 前后大概花了一小时， 其中半小时研究这是什么和相关 skills， 另外半小时主要在等 vibe coding 生成和找背景音乐， 所以最核心生成是大概10分钟左右。 目前 Remotion 的动效当然还不够高级，好多人喷它排版离谱。 晚晚我倒不急，因为按现在的迭代速度， 盲猜 6-12 个月，就能大致取代剪辑和动效师。 不需要你会代码，不需要你会建模。 视频里提到的胖友是这位 Pokeee.eth ，我心目中的APAC版GCR交易员。 感谢他是乐天派的分享者。 这是晚晚我本月， vibe coding 做的第六个项目。 也不能叫项目，没有基础，所以做出来大部分只是小垃圾。 大多数vibe coding时间主要花在调 UI、试各种 API 找数据上。 我就跟炒 AI 应用股票的朋友聊， 但凡花一点点心思研究使用 AI 的，就会发现美国 AI 没有泡沫。 只不过有时候你说的 AI，和我说的 AI，早就不是一个 AI。

林晚晚的猫

24,417 просмотров • 5 месяцев назад

萨姆·奥特曼刚刚在印度说距离实现AGI已经很近了，甚至从过去视角看我们部分已经身在其中。 🚨而现在，谷歌Deepmind 德米斯·哈萨比斯定义了通用人工智能的真正考验。它比任何人预想的都要残酷： “用人类所有的知识训练人工智能，并将时间线截止到1911年。看看它能否像爱因斯坦在1915年那样独立发现广义相对论。 如果可以，我们就拥有了通用人工智能（AGI）。如果不行，我们仍然需要构建模式匹配器。” 哈萨比斯：“我对通用人工智能的定义从未改变。它是一个能够展现人类所有认知能力的系统。 这就是DeepMind研究神经科学的原因。不是为了获得灵感，而是为了获取数据。人脑是目前唯一被证实通用智能在物理上可能存在的证据。”
1:46

萨姆·奥特曼刚刚在印度说距离实现AGI已经很近了，甚至从过去视角看我们部分已经身在其中。 🚨而现在，谷歌Deepmind 德米斯·哈萨比斯定义了通用人工智能的真正考验。它比任何人预想的都要残酷： “用人类所有的知识训练人工智能，并将时间线截止到1911年。看看它能否像爱因斯坦在1915年那样独立发现广义相对论。 如果可以，我们就拥有了通用人工智能（AGI）。如果不行，我们仍然需要构建模式匹配器。” 哈萨比斯：“我对通用人工智能的定义从未改变。它是一个能够展现人类所有认知能力的系统。 这就是DeepMind研究神经科学的原因。不是为了获得灵感，而是为了获取数据。人脑是目前唯一被证实通用智能在物理上可能存在的证据。”

KK.aWSB

24,573 просмотров • 4 месяцев назад

🔥马斯克：绝大多数人没有意识到， 未来AI会厉害到什么程度，以及它将会多大幅度超越人类。 人类已经逐渐退出了大模型自我进化的闭环。每一代新模型都是由之前得老模型构建的。只是还没完全自动化，但最迟明年实现。 🚨AI重大突破不断快速出现，最终人类甚至无法理解它的智慧级别！
0:40

🔥马斯克：绝大多数人没有意识到， 未来AI会厉害到什么程度，以及它将会多大幅度超越人类。 人类已经逐渐退出了大模型自我进化的闭环。每一代新模型都是由之前得老模型构建的。只是还没完全自动化，但最迟明年实现。 🚨AI重大突破不断快速出现，最终人类甚至无法理解它的智慧级别！

谢嘉琪

26,967 просмотров • 3 месяцев назад

人类的大脑适应性极强，即使被切除一半，儿童长大后仍然能够几乎正常运作。 感觉输入可以重新映射到完全不同的大脑区域。 这意味着我们的皮质结构高度统一，并且可以跨功能重复使用，就像 DNA 和蛋白质编码一样。 其含义颇为玄机：智能或许并非依赖于某种特定的结构，而是依赖于一种通用的、可重复的架构。 这正是现代人工智能试图捕捉的。 如果这是真的，那么人工智能和生物智能之间的界限比大多数人意识到的要模糊。
1:30

人类的大脑适应性极强，即使被切除一半，儿童长大后仍然能够几乎正常运作。 感觉输入可以重新映射到完全不同的大脑区域。 这意味着我们的皮质结构高度统一，并且可以跨功能重复使用，就像 DNA 和蛋白质编码一样。 其含义颇为玄机：智能或许并非依赖于某种特定的结构，而是依赖于一种通用的、可重复的架构。 这正是现代人工智能试图捕捉的。 如果这是真的，那么人工智能和生物智能之间的界限比大多数人意识到的要模糊。

✧ 𝕀𝔸𝕄𝔸𝕀 ✧

26,353 просмотров • 9 месяцев назад

DeepMind CEO 杰米斯·哈萨比斯给大学生的核心建议：如何在 AI 时代抓住红利。 对于理科生，继续死磕数学和计算机。在至少未来 10 年内，只要你懂这些技术的底层结构，就能比绝大多数人更好地驾驭 AI 工具。 对于非技术专业的人，不要试图逃避，请全力以赴去使用最新的模型。 哪怕一行代码都不懂，现在也能用 AI 将脑子里的点子直接变现。而对于专业程序员，借助工具完全可以一个人干出 100 倍的项目规模。 未来 10 年，一切都会发生翻天覆地的变化。
3:00

DeepMind CEO 杰米斯·哈萨比斯给大学生的核心建议：如何在 AI 时代抓住红利。 对于理科生，继续死磕数学和计算机。在至少未来 10 年内，只要你懂这些技术的底层结构，就能比绝大多数人更好地驾驭 AI 工具。 对于非技术专业的人，不要试图逃避，请全力以赴去使用最新的模型。 哪怕一行代码都不懂，现在也能用 AI 将脑子里的点子直接变现。而对于专业程序员，借助工具完全可以一个人干出 100 倍的项目规模。 未来 10 年，一切都会发生翻天覆地的变化。

柴郡🔔｜Crypto+AI Plus

28,823 просмотров • 1 месяц назад

🚨川普总统发布了“疫苗有毒”的视频 💥2021年文贵先生： 疫苗可以治病、可以防病的这个所谓认为的真理，是被极少数人操纵的！ 绝大多数的人类灾难，是由绝大多数人推动的。 但是别忘了，绝大多数人认为的真理，是极少数人操纵的结果。 今天我们谈的核心，所有今天绝大多数人认为疫苗可以治病、可以防病的这个所谓认为的真理，是被极少数人用技术完全你的盲区——你不懂技术、完全是盲区、不懂技术——来操纵了你的所有对技术的认知。 加上政治的安全和利益的需要，还有贪婪的结果，极少数人利用了这个，正在实行一道人类的大屠杀。 这个认知就这么简单。 #郭文贵 #新中国联邦 #科兴 #辉瑞 #RMA #新冠疫苗 #疫苗
0:55

🚨川普总统发布了“疫苗有毒”的视频 💥2021年文贵先生： 疫苗可以治病、可以防病的这个所谓认为的真理，是被极少数人操纵的！ 绝大多数的人类灾难，是由绝大多数人推动的。 但是别忘了，绝大多数人认为的真理，是极少数人操纵的结果。 今天我们谈的核心，所有今天绝大多数人认为疫苗可以治病、可以防病的这个所谓认为的真理，是被极少数人用技术完全你的盲区——你不懂技术、完全是盲区、不懂技术——来操纵了你的所有对技术的认知。 加上政治的安全和利益的需要，还有贪婪的结果，极少数人利用了这个，正在实行一道人类的大屠杀。 这个认知就这么简单。 #郭文贵 #新中国联邦 #科兴 #辉瑞 #RMA #新冠疫苗 #疫苗

喜马拉雅日本勇者村

16,565 просмотров • 10 месяцев назад

谷歌DeepMind的CEO认为，通往通用人工智能（AGI）的大门，可能就差一两个关键突破。 听起来不远了？ 他列出了几个方向。 持续学习。 更好的记忆，或者说选择性记忆。 就像人脑一样，只记住重要的，而不是什么都存。 更聪明的上下文窗口。 还有，更好的长期规划与推理能力。 但这引出一个核心问题。 这些所谓的“突破”，究竟是靠现有技术不断堆料、扩大规模就能实现的？ 还是说，我们需要像爱因斯坦那样的，真正具有洞察力的全新理论？ 哈萨比斯自己也承认，他更倾向于后者。 不过有一点他很确定。 无论路怎么走，大模型都将是AGI的核心组件。 他完全不同意Yann LeCun那种“此路已死”的说法。 在他看来，唯一的争论点只在于： 大模型究竟是AGI的“核心组件”？ 还是“唯一组件”？ 这番话听起来很自信。 但也让人思考，谁在定义AGI？ 又是谁在主导这场决定人类未来的技术竞赛？ 是少数几家科技巨头的CEO，还是更广泛的社会力量？ 当技术路径由少数人确定时，其潜在的风险和伦理问题，是否得到了充分的讨论？ 技术突破固然重要，但方向的正确性或许更值得警惕。
0:59

谷歌DeepMind的CEO认为，通往通用人工智能（AGI）的大门，可能就差一两个关键突破。 听起来不远了？ 他列出了几个方向。 持续学习。 更好的记忆，或者说选择性记忆。 就像人脑一样，只记住重要的，而不是什么都存。 更聪明的上下文窗口。 还有，更好的长期规划与推理能力。 但这引出一个核心问题。 这些所谓的“突破”，究竟是靠现有技术不断堆料、扩大规模就能实现的？ 还是说，我们需要像爱因斯坦那样的，真正具有洞察力的全新理论？ 哈萨比斯自己也承认，他更倾向于后者。 不过有一点他很确定。 无论路怎么走，大模型都将是AGI的核心组件。 他完全不同意Yann LeCun那种“此路已死”的说法。 在他看来，唯一的争论点只在于： 大模型究竟是AGI的“核心组件”？ 还是“唯一组件”？ 这番话听起来很自信。 但也让人思考，谁在定义AGI？ 又是谁在主导这场决定人类未来的技术竞赛？ 是少数几家科技巨头的CEO，还是更广泛的社会力量？ 当技术路径由少数人确定时，其潜在的风险和伦理问题，是否得到了充分的讨论？ 技术突破固然重要，但方向的正确性或许更值得警惕。

墓碑科技

18,565 просмотров • 4 месяцев назад

一个令人毛骨悚然的数学题。 今天100个韩国人，100年后将只剩下4个曾孙辈。 这意味着人口下降96%。 这不是什么未来预测，这是正在发生的现实。 英国和其他西方国家也走在同一条不归路上。 整个社会结构正在被彻底颠覆。 年轻人越来越少，老年人越来越多。 谁来工作？ 谁来纳税？ 谁来支撑养老金和医保系统？ 当需要照顾的人越来越多时，护士却越来越少。 有人说，人工智能AI会解决问题，提高效率。 听起来不错。 但如果财富和权力最终集中到全球5到10家科技巨头手中，那会是一个什么样的世界？ 这难道不是达沃斯精英们想要的剧本吗？ 还有人说，靠大规模移民来填补空缺。 这真的能解决问题吗？ 还是会带来新的、更复杂的问题？ 我们是否正站在人类文明的顶峰？ 70年后，会不会迎来一场无法逆转的大衰退？
1:20

一个令人毛骨悚然的数学题。 今天100个韩国人，100年后将只剩下4个曾孙辈。 这意味着人口下降96%。 这不是什么未来预测，这是正在发生的现实。 英国和其他西方国家也走在同一条不归路上。 整个社会结构正在被彻底颠覆。 年轻人越来越少，老年人越来越多。 谁来工作？ 谁来纳税？ 谁来支撑养老金和医保系统？ 当需要照顾的人越来越多时，护士却越来越少。 有人说，人工智能AI会解决问题，提高效率。 听起来不错。 但如果财富和权力最终集中到全球5到10家科技巨头手中，那会是一个什么样的世界？ 这难道不是达沃斯精英们想要的剧本吗？ 还有人说，靠大规模移民来填补空缺。 这真的能解决问题吗？ 还是会带来新的、更复杂的问题？ 我们是否正站在人类文明的顶峰？ 70年后，会不会迎来一场无法逆转的大衰退？

墓碑科技

12,087 просмотров • 4 месяцев назад