正在加载视频...

视频加载失败

关于衰老,生物学家 Michael Levin 抛出了一个反直觉的理论。 身体变老,或许只是因为它“无聊”了。 常规认知把衰老归结为物理学的误差累积,或是生物学的基因设定。 Levin 的团队在研究中抓到了一个隐藏变量。 衰老其实是一个认知问题。 人体的细胞组成了一个庞大的集体智能。 它们在发育阶段拼命工作,唯一目标就是把你构建成一个成年人。 等你彻底长大,这个任务就结束了。 系统陷入了无事可做的真空状态。 实验数据记录下了失去目标后的身体反应。 一旦主线任务进度条走完,细胞就开始就地解散。 它们在转录层面崩盘,功能直接倒退。 数据分析证实,细胞甚至开始大量表达更古老的基因。 凝聚力消失得非常彻底。 过去有同一个稳态设定点绑着,大家步调一致。 现在目标达成,细胞之间只剩分歧,再也形不成共识。 衰老完全不需要外部损伤。 只要系统觉得不用再干活了,崩溃就会自然发生。 维持生命的终极密码,或许是永远别让身体觉得任务做完了。

21,745 次观看 • 3 个月前 •via X (Twitter)

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

下一个诺贝尔奖,可能非他莫属。 还记得谷歌Deepmind团队,靠AI也就是Alpha fold拿了诺贝尔奖吗?就在刚刚,他们又扔出了一枚“核弹”——AlphaGenome新的 AI 模型。 这次,他们直接把人类基因组这本“天书”给读懂了。 我刚看完 DeepMind 团队最新的访谈,信息量大到爆炸。 这次,他们不仅比人类医生更早预测癌症,更主要的是,他们开始触碰生命的底层代码。 如果你关心 AI,关心人类寿命,关心未来医疗,这几点你必须知道。 第一:AI 终于攻破了 98% 的“暗物质”。 访谈一开场,DeepMind 就指出了一个事实。 我们人类的基因组里,真正负责编码蛋白质的,只有 2%。剩下的 98%,在过去很长一段时间里,都被认为是“垃圾 DNA”。 但 Alpha Genome 告诉我们:这 98%,根本不是垃圾,而是进化的源代码。 Alpha Genome 厉害在哪呢? 它可以预测,在这 98% 的非编码区里,哪怕只有一个字母、一个基因突变,会给生命体带来什么后果。 这意味着,我们终于能看懂剩下的 98% 的基因天书。 第二:打破技术的“不可能三角”。 这点真的非常反直觉。 以前搞生物 AI,有个死规矩: 如果你想看的广,就看不清细节; 你想看清细节,视野就会变得很窄。 就好比我们看地图: 你要么看清整个城市的轮廓,但是看不清街道; 要么你放大看清街道,但是不知道是城市的哪个角落。 而 Alpha Genome 的神奇之处在于,它能够一口气读完长达几百万字的基因天书,同时还能拿着放大镜,看清里面每一个单碱基的错误。 DeepMind 团队在访谈里透露,为了做到这一点,他们采用了一种极其变态的数据压缩技术,真正把生命代码给看透了。 第三:它比医生更早发现癌症。 大家知道,在癌症病人的基因里,通常有两种突变。 一种是“司机突变”,叫 driver。 它是导致癌症的元凶,就像是劫持了一辆车的疯狂司机。 另一种叫“乘客突变”,passenger。 它其实对身体没什么大的影响。 那以前怎么区分这两者呢? 主要就是靠医生,在实验室里一个一个做实验。 但在这次访谈中,DeepMind 团队做出了一个极其大胆的实验。 他们没有专门去教模型什么是癌症,也没有给模型去喂各种癌症的数据库,而是直接把一堆混杂着司机和乘客的突变序列,扔给了 Alpha Genome。 然后问它: 你觉得,哪些突变会破坏生物功能? 实验结果太震撼了。 模型给出的预测排名中,最靠前的那些突变,精准地对应了现实中已知的癌症凶手。 这就意味着,Alpha Genome 并不是像过去那样,通过检索已知的癌症点位,而是像一个资深的侦探,通过分析基因序列的上下文,通过逻辑推理出了谁是坏人。 视频里,研究人员非常自豪地说: 把模型的预测结果,和生物学家在实验室里花了几年时间做出来的结果放在一起,结果惊人地一致。 这意味着,未来的医生不再需要拿着小白鼠一个个试错。 AI 扫一眼基因代码,就能揪出那个藏在几百万个基因字母里面的元凶。 最良心的是:它开源了。 DeepMind 这次没有把技术锁在护城河里,他们已经发布了开源模型权重和 API 接口。 最后我想说: 我们正处于一个科技大爆发的历史性转折点。 就像Elon Musk说的——我们正活在起点当中。 如果说 AlphaFold是让我们看清了生命的砖块, 那 AlphaGenome,就是在教我们阅读生命的蓝图。 AI 不仅在生成视频、写代码、写文章。 它正在以我们无法想象的速度,从底层去理解生命。 我现在 95% 的工作,都是指挥 AI 来完成。 我深深感到,现在最可怕的不是 AI 会不会取代你的工作。 而是,当 AI 这样的划时代科技出现时,一个人却因为傲慢、恐惧,甚至是懒惰,拒绝学习和使用它。

另一面

57,887 次观看 • 4 个月前

【李老师不是你老师:分三步走,#形成一个反对派联盟 】 中国行动推特空间 精选1 李老师不是你老师 一、中共会在3年内完蛋吗? 不是说我们再等3年、10年、30年就好了,而是说 #我们在未来几年能够做什么 二、#全民反抗运动宣言 发布给我带来一些惊喜 #有一个目标是要去形成一个更包容的反对派联盟 它是基于当下中国的国情去做的一个讨论,去发起了的一个行动。让我们可以从一个社会运动的角度去探索一些中国民主化进程中做事情的一些方法和方式。它是将一个宏大的目标拆分成阶段性的目标,然后去具体的组织和有针对性的去培养人才。它有一个目标,是要形成一个更包容的反对派联盟。这是《全民反抗运动宣言》发布活动中让我个人很期待的地方。 三、我们可以分三步走,形成反对派联盟。 第一步:重塑思想理念,从零散的反贼走向 #政治反对派 。 我们其实是落后在大众的后面的,我们其实是要追赶大众的。 第二步:#把反对派的生活变成一种生活方式 比如,拒绝去接受中共的洗脑,选择自己信任的媒体去接受新闻和知识…… 就是通过我们的理念去潜移默化的塑造出我们自己的生活方式 第三步:#形成反对派联盟 (大家基于共同的价值观和生活方式),从而形成更广大的一个群体。当我们看到对方的时候,我们就知道这个人和我一样,也是一个反对派,然后形成一个自然而然的联系和信任,去形成一个更大的更广泛的一个社会认同。 基于这样的一个政治立场,基于这样的共同的价值观、文化符号,我们就可以更好的去推动在国内发生的事情,#更好的推动民主进程 向前去,更好的走。 刘晓波先生曾说,我是一块野外的无生命的岩石,被风雨鞭打却依然坚硬,即使粉身碎骨,也要用骨灰拥抱你。 这也是我所认同的。 我们一定要开始这一步。它并不是说我们认为结果会怎么样,而是说即使我们今天做失败了,我们也能为之后的抗争者留下非常重要的经验。我们可以告诉后边的抗争者哪些是可以做的,哪些是我们做失败的,哪些是他们需要改进的。 所以,#我们的抗争不是说三年之内达不到我们就失败了 , #而是说这个抗争要一直延续下去 。如果说3年我们达不到目标,就用5年、10年。如果我们这一代人达不到目标,我们给下一代人留下的经验又是什么? ( 摘自《中国行动 推特空间 第0031期 :3年内习近平和中共会完蛋吗?》 )

China Action

21,818 次观看 • 11 个月前

所謂'緣起的世界'只不過是我們的妄想🌹 我看到一篇關於雙縫干涉實驗的文章,正好與唯識講的道理相互印證,分享給大家。 以下是文章的內容: [引用]说一个东西真实存在,就必须得有它本身、他自己、他的本体才叫真实有。不论谁来看,都一样,不会变,我们称真实为客观存在,即不以人的意识为转移,是放之四海而皆准的道理。佛法中把真实存在的东西叫做自性,如果说这个东西真实存在,就是说它有自性,没有自性的东西,即是不存在是虚妄。 按照我们现代人的理解,我们能找到一个真实存在的东西吗? 这个问题我们先放一边,我们先考虑另外一个问题。我们看到的是什么?我们能看到外界的东西吗?我们看到外界的颜色是真正外界有颜色吗? 现代物理学证明,我们的眼睛有三种视锥细胞,可以组成上百万种颜色,我们看到的世界就是由这三种颜色组成的;像牛,狗等哺乳动物他们的视觉画笔只有两种,而螳螂虾的视觉可以说是世界之最,它的视锥细胞多达12-16种,它所看到的世界简直不可思议。 通过这个视频,我们能够知道:这个世界上可能并不存在颜色,我们之所以能看到颜色,是因为我们个体有不同的视锥细胞造成的。实际上我们都知道,我们之所以能看到物体,是因为光的反射和折射的作用。光通过物体表面时会反射一部分光线到我们的眼睛,我们就看到了这个物体,我们认为这个物体的颜色就是我们看到的颜色,实际上不是,这个物体的颜色其实是我们自己个体视锥细胞翻译出来的,每个人看到的颜色都会有差别,但我们会认为每个人看到的颜色是一样的,之所以会这样认为,是因为我们根本无法得知除了自己之外其他人的视觉感受,换句话说就是我们看不到我们视觉之外的任何颜色,这一点证明了颜色根本不是真实存在的,完全是主观认知,或许这个世界根本没有颜色,但我们无从得知,从而我们得到一个结论:我们看不到任何东西的自性。 从这个结论所引申出来的声音、气味、味道、触觉、想法,即佛法中的声、香、味、触、法,都是我们个体的主观认知,并不是一个东西真实有这些特征,因为我们无从得知我们认知之外的认知。这就是为什么“有一种冷叫奶奶说冷”的原因,我们的所有见闻觉知只代表自己,你体会不到你认识外的存在,一旦被我们认识到的就只是我们自己的认知,所以我们都是生活在自己的认知范围里,也就是说我们的所有认知不是客观存在的,都是没有自性的。 我们再思考:既然我们认识不到客观存在的东西,那我们能不能说到他们?能不能用理论证明确实有真实存在的东西呢? 实际上,我们认识不到客观存在的东西,怎么能说到他们呢?很显然说不到,你没见过的东西,怎么脑补也无法说清楚,就算说出来了你也没办法证实,因为我们说眼见为实,可我们都没见过真实存在的东西怎么能说清楚呢?那我们,能不能用理论证明有真实存在的东西呢? 物理学非常有名的双缝干涉实验,我把视频发在这里。咱们说说为什么科学家会做这个实验?科学家们认为物质是客观存在的,就像我们所有人类的认知一样,他们为了证明物质真实存在,想方设法去验证。他们认为只要找到组成物质的最小单位,并且证明这个最小单位是真实存在的,就可以说由它组成的任何物质都是真实存在的了,就如上面的双缝干涉实验,但这个实验却证明打出去的粒子是变成物质的存在形式(竖条纹)还是变成能量的存在形式(波纹)跟观察者是否观察有关,也就是说人类所认为的物质并不真实存在,说它是否真实存在跟我们的意识有关。 实际上,科学家最初的设想就是自相矛盾的,他们想找到组成物质的最小单位以此来证明由这个基本单位组成的任何东西都是存在的,这个想法看似合理,实际上根本就是个悖论,如果说最小的物质单位找到了,那这个东西得有长宽高吧?有体积就不是最小,就可以再分,无限分下去还得有体积,不能是零,是零就不存在物质了,所以只要有体积就可以再分,请问你怎么能找到组成物质的最小单位呢?真可笑!退一步说,真理是永恒不变的,放之四海而皆准的,在地球上的真理也必须在地球以外还得皆准才能叫真理,我们连地球还没研究明白呢,又怎么能找到永恒不变的真理呢?这不是夜郎自大吗? 同类有情的见闻觉知都是相似的,但绝不相同,每个有情的认知仅限于他的见闻觉知,他永远不可能认识到他认知之外的东西,甚至我们会下意识不假思索的认为我们的见闻觉知是真实存在的,但我们都忘了——真理是什么?永恒不变!如果你见闻觉知的东西都是不变的,你才可以说我找到真实了,除此之外都是妄想。

唯識學苑

82,144 次观看 • 2 年前

天才数学家陶哲轩对数学AI的思考 像真的,但其实不对。 AI写出的证明,乍看完美无瑕,细看漏洞百出。 为什么? 因为它没有“嗅觉”。 今天的AI,已经完全能通过“目测测试” 生成的内容看起来专业、太对味了。 但一旦你靠近它、认真嗅一下,就会发现它撒了香水 掩盖的,是逻辑上的腐臭。 不像传统的初学者那种“明显错”, AI的问题常常隐藏在最高级别的伪装底下: 写得太好,看不出哪里坏。 就像Terry Tao说的:“数学,是有味道的。” 一个真正靠谱的证明,不只是形式正确,而是通体带着那种“对的直觉” 结构自然、推理顺畅、细节干净利落。就像人闻食物的味道,不需要吃一口,就知道有没有毒。 AI没有这个。 它可以模仿口感,复制包装,但闻不到底层的真实。因为它是在学“怎么看起来像对的”,而不是“为什么它是真的”。 你可以把它理解为一个训练过非常精良的演员,知道什么时候该皱眉、什么时候叹气,用上最漂亮的定理、最熟练的转折,但它不明白它的角色到底在干什么。 而这,正是问题所在。 人类在判断一个复杂证明时,靠的不止是推理,更靠一种经验直觉:这个步骤自然吗?这个拆解方式靠谱不靠谱?这个结构合理不合理?我们甚至很难说清楚“为什么不行”,但就是知道,“不对劲”。 这就是“数学的嗅觉” 你说不明白,但你能闻得出来。 AlphaGo和AlphaZero之所以能搞定围棋和国际象棋,不是因为它们穷举了所有下法,而是因为它们学会了在哪些局面里,有“胜利的味道”。 即便讲不出理由,它们凭那股味道,也能找到通向胜利的路。 数学AI要想达到人类水平,它得也有这种“方向感”。 不是生成个像样的证明,而是能问自己:“我是不是在一个貌似正确,实际上死路的方向上走太远了?” 也许未来某一天,它能真正感觉到:“这一步味道不对,我得退回来。” 那一天,它就不只是一个生成文本的工具,而是真正的数学伙伴了。 🙋‍♂️人有灵气

墓碑科技

120,892 次观看 • 1 年前

OpenAI刚刚开源的这个东西,感觉要把程序员的工作方式给整个改写了。 现在大家都在卷模型写代码有多强,但其实真正的瓶颈早就不是生成了。 一个人每天最多同时有效监督3-5个编码Agent,再多就会注意力崩溃,生产力直接归零。 有了Symphony,直接把这个上限干到了几十个。 它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。 你开一个任务,它自动启动一个独立隔离的Codex Agent。 自己写代码,自己跑测试,自己做交叉Review,damn! 全部搞定之后,会给你提交一个完整的证据包。 CI全绿,安全和性能专项审查通过,改了UI就自动录好操作视频。 所有验证全过了,才会出现在你的Human Review队列里。 以后人类的角色可能会被彻底颠覆了。 以前你是监工,盯着Agent一步一步写代码,上下文切到吐。 现在你是老板,只需要看最终的结果。 满意就点合并,不满意就去仓库里补规则补文档补Guardrails。 记住兄弟们,永远不要手把手指挥Agent,永远不要替它干活。 这可不是啥实验室概念,OpenAI自己已经这么干了。 三个工程师,五个月,写了一百万行代码,0行人工写的。 产品已经有几百个内部用户,每天都在迭代。 我觉得他们最厉害的不是模型,是他们把整个仓库变成了Agent能看懂能自主工作的乐园。 现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明,而是看谁能设计出让Agent可靠自主工作的环境。 我觉得未来最好的工程师,再也不是写代码最快的人,而是那些最会写规则,最会设计反馈回路,最会给Agent搭舞台的人。 现在Symphony已经开源了,它甚至不是一个成品。 是一个17k token的完整SPEC。 你把这个SPEC喂给任何一个编码Agent,十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,210 次观看 • 3 个月前

从小到大,我们一直被灌输了一个认知:心脏只是一个肉泵,它像粗糙的机械装置一样挤压和推送血液——一个由肉质组成的液压发动机。 这个「肉泵假说」是四百年前威廉·哈维提出的,一直到今天,生物课本依旧把这个假说教授给孩子,从未更新过。这就是他们想让你相信的。因为一旦你接受这个原始的谎言,你就不会再追问更深层的问题。 但这是错的,一直都是错的。真正的科学早已证明了这一点。 西班牙心脏研究者法西斯科·图恩·瓜斯博士(Francisco Torrent-Guasp)通过解剖成千上万个心脏,发现了教科书不愿承认的事实:心脏并非泵。 他发现,心脏是由一条连续的肌肉带卷绕而成的螺旋结构。他证明心脏像「螺旋发动机」一样工作,产生的是吸力和扭矩,而不是压迫推送。 这一切彻底改变了我们对血流的理解: >血流的真正动力来自压力差、电磁流和共振; >血液会自然旋绕前行,无需被强行推过数万英里的血管; >所谓“泵”的力量,根本不足以推动粘稠的血液穿过6万英里的管线——这是基础物理学。 事实上,早在胚胎中心脏形成之前,血液就已经开始流动了。这是记录在案的事实。它通过频率共振和电荷流动实现。 身体是一个场域,而不是工厂。 你的心脏会产生一个强大的环形电磁场,可辐射到身体周围约六米。这个场域与地球、太阳以及周围的每一个生命体相互共振。它是一个共振器、调谐器和导体,协调着你全身的细胞节律。 它会感觉、记忆、发射,并对情感、思考、光、声音和呼吸做出即时反应。当你感受到爱、悲伤、恐惧或平静时,你的心都在传递这些信息。 它是你生物学中的「中央频谱调制器」——它绝不是一个单纯的泵。 主流机构其实也知道这些。HeartMath 研究院 数十年来一直在测量这些心脏场域。他们清楚: >心脏拥有的神经细胞比我们以为的多得多; >它堪称“第二大脑”,拥有与大脑相似的部分结构; >心脏的一致性能显著改变整个神经系统。 那么,为什么他们还在学校里教孩子们这个400年前威廉·哈维提出的旧假说,从未更新过? 因为一旦你知道真相,就不会再轻易接受他汀类药物或β阻滞剂了。

波波 Lucy

11,611 次观看 • 26 天前