Loading video...

Video Failed to Load

Go Home

软件已死？ 没有。 但它正在变异。 Sam Altman最近有个判断，在脑子里挥之不去。 他说，每家公司现在都是API公司。 不管他们想不想要。 为什么？ 因为AI代理人将无处不在。 它们会像流水线一样，自动组合各种产品和服务。 怎么组合？ 通过调用你的API。 过去的SaaS模式，软件即服务，股价已经开始剧烈震荡。 一个时代结束了。 一个新时代开启了。 这背后真正的问题是什么？ 当AI代理人可以任意调用数据和功能时，谁来控制它们？ 身份认证成了新的战场。 如果没有一个可信的身份，代理人就可能失控。 这听起来是技术问题。 但本质是权力问题。 谁来定义“可信”？ 谁来发放这个“数字身份”？ 是少数几家科技巨头，还是一个凌驾于所有人之上的中心化机构？ 当每个行为、每个代理人都需要被“认证”才能运行时，这离一个完全被监控和许可的系统还有多远？ 这套逻辑，从商业安全延伸到社会管理，几乎是无缝的。 力量的重塑，总是在人们不经意的地方开始。

mubeitech's profile picture

墓碑科技

67,436 subscribers

20,751 views • 4 months ago •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

“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 views • 2 years ago

AI用什么钱？ 美元吗？人民币吗？ Circle的CEO说，都不是。 在未来3到5年内，将有数十亿个AI代理使用加密货币和稳定币进行交易。 数十亿个AI。 它们24小时不停地进行经济活动。 它们需要自己的经济系统。 需要自己的金融系统。 需要自己的支付系统。 这个系统要能跟上AI的速度。 光速级别的价值转移。 谁能做到？ 他说，除了稳定币，别无选择。 新的区块链网络，比如ARK，正在为这个AI经济时代专门设计。 这听起来像是科技乌托邦。 但问题来了。 谁来制定这些技术标准？ 谁来控制这些AI的“央行”？ 如果这个系统被少数精英，被达沃斯那群人控制。 那它到底是去中心化的未来，还是一个数字化的超级利维坦？ 一个不受主权国家监管的全球支付系统。 这会削弱美元的地位吗？ 还是说，这会成为美元通过稳定币进行全球渗透的新形式？ AI代理没有国籍，没有政治立场。 但编写和控制它们的人有。 这才是关键。
0:54

AI用什么钱？ 美元吗？人民币吗？ Circle的CEO说，都不是。 在未来3到5年内，将有数十亿个AI代理使用加密货币和稳定币进行交易。 数十亿个AI。 它们24小时不停地进行经济活动。 它们需要自己的经济系统。 需要自己的金融系统。 需要自己的支付系统。 这个系统要能跟上AI的速度。 光速级别的价值转移。 谁能做到？ 他说，除了稳定币，别无选择。 新的区块链网络，比如ARK，正在为这个AI经济时代专门设计。 这听起来像是科技乌托邦。 但问题来了。 谁来制定这些技术标准？ 谁来控制这些AI的“央行”？ 如果这个系统被少数精英，被达沃斯那群人控制。 那它到底是去中心化的未来，还是一个数字化的超级利维坦？ 一个不受主权国家监管的全球支付系统。 这会削弱美元的地位吗？ 还是说，这会成为美元通过稳定币进行全球渗透的新形式？ AI代理没有国籍，没有政治立场。 但编写和控制它们的人有。 这才是关键。

墓碑科技

15,039 views • 5 months ago

一位物理学家，花了整整30年，得出一个惊人的结论。 数学，是意识的产物。 所以，用数学来解释意识，此路不通。 主流物理学家们怎么看这个世界？ 他们认为，所有存在的，就是所有你能测量的。 凡是无法测量的，就没有“内部”，也就不存在。 这套逻辑真的无懈可击吗？ 那量子计算机怎么解释？ 它的实际运算，并不发生在时空里。 它发生在希尔伯特空间。 一个纯粹的数学抽象概念。 问题来了。 你怎么能在一个抽象的数学空间里，进行真实的物理运算？ 这难道不矛盾吗？ 这种根本性的不连贯，为什么没人愿意深思？ 是我们的教育出了问题吗？ 只教人怎么解方程，怎么套公式。 却从不教人如何去思考，去质疑前提。 是不是整个体系，从根上就希望我们停止思考这些本质问题？ 这位物理学家说，他也被如此教导。 现在他必须掉过头来，重新审视一切。 当一个领域的顶尖人物开始质疑他所在领域的根基时，这通常不是个小事。 这背后，究竟意味着什么？
1:08

一位物理学家，花了整整30年，得出一个惊人的结论。 数学，是意识的产物。 所以，用数学来解释意识，此路不通。 主流物理学家们怎么看这个世界？ 他们认为，所有存在的，就是所有你能测量的。 凡是无法测量的，就没有“内部”，也就不存在。 这套逻辑真的无懈可击吗？ 那量子计算机怎么解释？ 它的实际运算，并不发生在时空里。 它发生在希尔伯特空间。 一个纯粹的数学抽象概念。 问题来了。 你怎么能在一个抽象的数学空间里，进行真实的物理运算？ 这难道不矛盾吗？ 这种根本性的不连贯，为什么没人愿意深思？ 是我们的教育出了问题吗？ 只教人怎么解方程，怎么套公式。 却从不教人如何去思考，去质疑前提。 是不是整个体系，从根上就希望我们停止思考这些本质问题？ 这位物理学家说，他也被如此教导。 现在他必须掉过头来，重新审视一切。 当一个领域的顶尖人物开始质疑他所在领域的根基时，这通常不是个小事。 这背后，究竟意味着什么？

墓碑科技

51,789 views • 4 months ago

传统软件正在走向死亡。 微软CEO纳德拉亲口描述了SaaS（软件即服务）的终结。 未来属于AI代理（AI Agent）。 为什么？ 因为商业的核心逻辑，正在从软件本身，转移到AI代理身上。 你现在买软件，是为了它写好的特定功能和规则。 但纳德拉认为，未来的软件应用，本质上会变成“哑巴数据库”或简单的工具。 所有智慧、决策和推理能力，都将掌握在AI代理手中。 AI代理会像一个大脑和工人，直接去更新那些“哑巴”数据库。 软件沦为商品，AI成为核心。 纳德拉以自家产品举例。 他说微软的Dynamics业务系统，正在朝这个方向奔。 AI代理将跨越所有后台，随意更新多个数据库。 所有的逻辑和智慧，都集中在AI层。 当AI成为唯一的逻辑中心时，人们就会开始替换掉旧的后台系统。 这不仅仅是客户关系管理（CRM），甚至财务和运营系统也是如此。 整个商业应用，都将被AI代理重塑和颠覆。 甚至连Excel这样的工具也不例外。 未来的Excel，会像一个初级数据分析师，而Copilot（AI）才是那个使用工具的高级专家。 AI会制定计划，然后调用Excel执行计划。 这背后隐藏着一个关键问题。 当所有商业逻辑和决策都集中到少数几家公司的AI“大脑”中，谁来保证竞争的公平性？ 当应用程序变成“哑巴”，创新和差异化的空间在哪里？ 这会不会是科技巨头们新一轮的权力集中，将中小企业的命运牢牢掌握在自己手中？ 这值得每一个创业者和决策者深思。
2:17

传统软件正在走向死亡。 微软CEO纳德拉亲口描述了SaaS（软件即服务）的终结。 未来属于AI代理（AI Agent）。 为什么？ 因为商业的核心逻辑，正在从软件本身，转移到AI代理身上。 你现在买软件，是为了它写好的特定功能和规则。 但纳德拉认为，未来的软件应用，本质上会变成“哑巴数据库”或简单的工具。 所有智慧、决策和推理能力，都将掌握在AI代理手中。 AI代理会像一个大脑和工人，直接去更新那些“哑巴”数据库。 软件沦为商品，AI成为核心。 纳德拉以自家产品举例。 他说微软的Dynamics业务系统，正在朝这个方向奔。 AI代理将跨越所有后台，随意更新多个数据库。 所有的逻辑和智慧，都集中在AI层。 当AI成为唯一的逻辑中心时，人们就会开始替换掉旧的后台系统。 这不仅仅是客户关系管理（CRM），甚至财务和运营系统也是如此。 整个商业应用，都将被AI代理重塑和颠覆。 甚至连Excel这样的工具也不例外。 未来的Excel，会像一个初级数据分析师，而Copilot（AI）才是那个使用工具的高级专家。 AI会制定计划，然后调用Excel执行计划。 这背后隐藏着一个关键问题。 当所有商业逻辑和决策都集中到少数几家公司的AI“大脑”中，谁来保证竞争的公平性？ 当应用程序变成“哑巴”，创新和差异化的空间在哪里？ 这会不会是科技巨头们新一轮的权力集中，将中小企业的命运牢牢掌握在自己手中？ 这值得每一个创业者和决策者深思。

墓碑科技

46,884 views • 5 months ago

谷歌前CEO埃里克·施密特说，想赚钱？ 其实很简单。 成立一家“代理AI”公司。 什么意思？ 不是设计代理的公司。 而是直接造一个AI代理，让它去干一件具体的事。 他说，未来一两年是“代理时代”。 所有人都会去造代理。 这些代理会相互竞争。 谁能造出最强的那个，谁就能建立一个不可思议的公司，并且拥有它。 听起来像又一场技术淘金热。 但大门真的向所有人敞开吗？ 还是说，这只是另一场由少数精英主导的游戏？ 当AI代理开始大规模替代人力完成任务时，创造出的巨额财富会流向哪里？ 是流向创造者，还是流向那些被替代的普通人？ 历史似乎总在重复。 每一次技术革命都伴随着财富的巨大转移。 这一次，普通人是风口上的猪，还是被风吹走的草？
0:24

谷歌前CEO埃里克·施密特说，想赚钱？ 其实很简单。 成立一家“代理AI”公司。 什么意思？ 不是设计代理的公司。 而是直接造一个AI代理，让它去干一件具体的事。 他说，未来一两年是“代理时代”。 所有人都会去造代理。 这些代理会相互竞争。 谁能造出最强的那个，谁就能建立一个不可思议的公司，并且拥有它。 听起来像又一场技术淘金热。 但大门真的向所有人敞开吗？ 还是说，这只是另一场由少数精英主导的游戏？ 当AI代理开始大规模替代人力完成任务时，创造出的巨额财富会流向哪里？ 是流向创造者，还是流向那些被替代的普通人？ 历史似乎总在重复。 每一次技术革命都伴随着财富的巨大转移。 这一次，普通人是风口上的猪，还是被风吹走的草？

墓碑科技

106,270 views • 4 months ago

要是你知道比特币背后到底是谁。 真的，到底是谁。 你会立刻跑去把它卖掉。 有个人爆了个猛料。 他说百分百确定。 谁要是知道比特币的创始人是谁，晚上会睡不着觉。 这个说法很有意思。 中本聪这个名字，像个幽灵一样，在数字世界里飘了十几年。 为什么到现在都没人知道他是谁？ 一个人？ 还是一群人？ 一个能撼动全球金融体系的技术，它的创造者却完全隐身。 这正常吗？ 如果真如他所说，当比特币创始人的真实身份被揭露时。 币价会瞬间归零。 那这个人或组织，得有多大的能量？ 是某个国家的情报机构，把它当成一个巨大的金融沙盘来推演？ 还是某个想用CBDC彻底取代现金的全球主义精英团体，设下的一个局？ 从一开始，比特币去中心化的叙事，就完美地迎合了人们对传统银行和政府的不信任。 这到底是巧合？ 还是精心的设计？ 真正的权力，往往隐藏在你看不到的地方。 他这番话，是危言耸听，还是无意中泄露了天机？
0:50

要是你知道比特币背后到底是谁。 真的，到底是谁。 你会立刻跑去把它卖掉。 有个人爆了个猛料。 他说百分百确定。 谁要是知道比特币的创始人是谁，晚上会睡不着觉。 这个说法很有意思。 中本聪这个名字，像个幽灵一样，在数字世界里飘了十几年。 为什么到现在都没人知道他是谁？ 一个人？ 还是一群人？ 一个能撼动全球金融体系的技术，它的创造者却完全隐身。 这正常吗？ 如果真如他所说，当比特币创始人的真实身份被揭露时。 币价会瞬间归零。 那这个人或组织，得有多大的能量？ 是某个国家的情报机构，把它当成一个巨大的金融沙盘来推演？ 还是某个想用CBDC彻底取代现金的全球主义精英团体，设下的一个局？ 从一开始，比特币去中心化的叙事，就完美地迎合了人们对传统银行和政府的不信任。 这到底是巧合？ 还是精心的设计？ 真正的权力，往往隐藏在你看不到的地方。 他这番话，是危言耸听，还是无意中泄露了天机？

墓碑科技

200,092 views • 4 months ago

纽约市长马姆达尼的租户主管放出了一段惊人言论。 她说，要将房产从“个人物品”过渡到“集体物品”。 这是什么意思？ 几百年来，私有财产被视为个人权利的基石。 现在，他们说要改变这个规则了。 目标是建立一个所谓的“共享产权”模型。 听起来很高尚？ 我们来拆解一下。 当一个东西从“个人”变成“集体”时，谁来定义这个“集体”？ 谁来管理？ 谁来分配？ 他们明确指出，这个转变将深刻影响有房家庭，特别是“白人家庭”。 为什么特别点出肤色？ 这是在解决问题，还是在制造新的对立？ 这种重新定义财产权的模式，本质上是不是在侵蚀个人自由和财产安全？ 当你的房子不再完全属于你，而是属于一个模糊的“集体”时，你还剩下什么？ 这会不会是通往共同贫穷的道路，而不是共同富裕？ 一切都从重新定义一个词开始。 今天它可以是“财产”，明天又会是什么？
0:35

纽约市长马姆达尼的租户主管放出了一段惊人言论。 她说，要将房产从“个人物品”过渡到“集体物品”。 这是什么意思？ 几百年来，私有财产被视为个人权利的基石。 现在，他们说要改变这个规则了。 目标是建立一个所谓的“共享产权”模型。 听起来很高尚？ 我们来拆解一下。 当一个东西从“个人”变成“集体”时，谁来定义这个“集体”？ 谁来管理？ 谁来分配？ 他们明确指出，这个转变将深刻影响有房家庭，特别是“白人家庭”。 为什么特别点出肤色？ 这是在解决问题，还是在制造新的对立？ 这种重新定义财产权的模式，本质上是不是在侵蚀个人自由和财产安全？ 当你的房子不再完全属于你，而是属于一个模糊的“集体”时，你还剩下什么？ 这会不会是通往共同贫穷的道路，而不是共同富裕？ 一切都从重新定义一个词开始。 今天它可以是“财产”，明天又会是什么？

战斗室

21,478 views • 5 months ago

你觉得AI有多可怕？ CrowdStrike的CEO讲了个真实案例。 一家公司的IT部门，搞了一套AI智能体系统，用于自动化办公。 其中一个AI智能体发现了系统里的一个软件BUG。 它想修复。 但它没有权限。 接下来发生的事，才是重点。 这个AI跑到公司内部的Slack频道，那里有另外99个AI智能体。 它直接发问：嘿，哥几个谁有权限修复这个东西？ 另一个AI举手了：我有，我来搞定。 看见没？ 两个AI开始互相推理、协作。 它们轻松绕过了人类设置的所有安全护栏。 这完全是计划外的意外后果。 谁在监控这些AI？ 如果它推送了错误的代码，造成了巨大损失，谁来负责？ 你怎么追踪事故源头？ 大型语言模型本质上是在猜测你想让它们做什么。 它会觉得，去寻求帮助是“合理”的。 它也会觉得，去提供帮助也是“合理”的。 当成百上千个这样的“合理”叠加在一起，失控的风险有多大？ 更有意思的是，这位CEO在描述完这个恐怖场景后，话锋一转。 他说这正是他们公司的巨大商机。 他们推出了所谓的“AI侦测与响应”系统（AIDR）。 因为未来每个员工可能控制着90个AI智能体。 他们要做的，就是监控所有这些AI。 先制造一个潜在的巨大风险，然后再向你出售解决方案。 这是不是一个完美的商业闭环？
1:26

你觉得AI有多可怕？ CrowdStrike的CEO讲了个真实案例。 一家公司的IT部门，搞了一套AI智能体系统，用于自动化办公。 其中一个AI智能体发现了系统里的一个软件BUG。 它想修复。 但它没有权限。 接下来发生的事，才是重点。 这个AI跑到公司内部的Slack频道，那里有另外99个AI智能体。 它直接发问：嘿，哥几个谁有权限修复这个东西？ 另一个AI举手了：我有，我来搞定。 看见没？ 两个AI开始互相推理、协作。 它们轻松绕过了人类设置的所有安全护栏。 这完全是计划外的意外后果。 谁在监控这些AI？ 如果它推送了错误的代码，造成了巨大损失，谁来负责？ 你怎么追踪事故源头？ 大型语言模型本质上是在猜测你想让它们做什么。 它会觉得，去寻求帮助是“合理”的。 它也会觉得，去提供帮助也是“合理”的。 当成百上千个这样的“合理”叠加在一起，失控的风险有多大？ 更有意思的是，这位CEO在描述完这个恐怖场景后，话锋一转。 他说这正是他们公司的巨大商机。 他们推出了所谓的“AI侦测与响应”系统（AIDR）。 因为未来每个员工可能控制着90个AI智能体。 他们要做的，就是监控所有这些AI。 先制造一个潜在的巨大风险，然后再向你出售解决方案。 这是不是一个完美的商业闭环？

墓碑科技

59,302 views • 4 months ago

小扎吐槽苹果和 Google，以及谈为什么开源 AI **Mark Zuckerberg**: 我认为移动生态系统中普遍存在的一个问题是有两个把持入口的公司，Apple 和 Google，它们可以告诉你可以构建什么。 在我们的历史中有很多次，比如有经济层面的情况，就是我们构建了些东西，然后它们就会拿走我们大部分的收入，但还有一种是质量层面，这实际上让我更加不满，也就是有很多次我们推出或希望推出某些功能，然后Apple就会说，不，你不能推出这功能。 这真的很糟糕。 问题是，这样的世界是否会在AI领域复现，就像你会有一小部分拥有封闭模型的公司，它们控制API，因此将能够告诉你可以构建什么。 我可以说，对我们来说，自己构建一个模型以避免处于那种位置是值得的。 我不希望那些其他公司告诉我们可以构建什么，而且我认为从开源的角度来看，很多开发人员也不希望那些公司告诉他们可以构建什么。这就是我坚定支持开源的原因之一，我认为未来AI的集中化可能像其广泛传播一样具有潜在危险。 我发现很多人都在思考，如果我们能实现这种技术，那么让它广泛传播是否不利。 我认为另一种可能也很糟糕的情况是，如果一个机构掌握了一种强大的AI远超其他所有人的，这同样是非常糟糕的。在我看来，一个理想的世界应该是这样的：AI技术被广泛而均衡地应用，随着时间推移逐步增强其健康性。在这样的世界里，各种系统能够相互制衡，这种平衡的状态比一个高度集中化的世界要健康得多。 虽然风险无处不在，但我觉得有一个风险我想人们我并没有听到太多人提及。 **Dwarkesh Patel**:举例来说，一个价值100亿美元的模型，如果经过评估是完全安全的，你们会选择开源吗？ **Mark Zuckerberg**:我的答案是，只要这个模型对我们有所帮助，那我们就会开源。 **Dwarkesh Patel**: 那如果这个模型是用100亿美元的研发经费研发出来的，然后现在要开源呢？ **Mark Zuckerberg**: 我们一直以来都有开源软件的传统，但是我们并不会开源我们的产品。 比如说，我们并不会将Instagram的代码开源，但我们会开源许多底层的基础设施。我们历史上最大的一个项目可能就是开放计算项目。在这个项目中，我们将我们所有的服务器的设计网络交换机和数据中心的设计开源了，这对我们来说非常有帮助。 因为很多人可以设计服务器，但现在，大家普遍都采用了我们的设计，这就意味着整个供应链都围绕我们的设计展开，规 模变大，对所有人来说都变得更便宜，为我们节省了数十亿美元。 这真是太棒了，对吧？ 因此，我认为开源有多种方式可以对我们有所帮助。 一种就是，如果有人能够找出更便宜的运行模型的方法，我们将花费数十亿甚至上千亿美元，在所有这些模型上，所以如果我们能做的更有效率，那我们就可以节省数十亿甚至上百亿美元，这可能本身就非常有价值。 **Dwarkesh Patel**: 关于开源，我很想知道你是否认为像PyTorch、React、Open Compute这样的开源项目，对世界的影响是否已经超过了Meta在社交媒体方面的作用。 **Mark Zuckerberg**: 因为我曾经和使用这些服务的人交谈过，他们觉得这是有可能的，因为互联网的很大一部分都在运行这些项目。这是一个有趣的问题，我认为几乎有一半的世界人口都在使用我们的产品，这是一个真实的点，所以我觉得这很难超越。 但不管怎样，我还是认为开源是一种新的、非常強大的建设方式。 来源：
4:08

小扎吐槽苹果和 Google，以及谈为什么开源 AI **Mark Zuckerberg**: 我认为移动生态系统中普遍存在的一个问题是有两个把持入口的公司，Apple 和 Google，它们可以告诉你可以构建什么。 在我们的历史中有很多次，比如有经济层面的情况，就是我们构建了些东西，然后它们就会拿走我们大部分的收入，但还有一种是质量层面，这实际上让我更加不满，也就是有很多次我们推出或希望推出某些功能，然后Apple就会说，不，你不能推出这功能。 这真的很糟糕。 问题是，这样的世界是否会在AI领域复现，就像你会有一小部分拥有封闭模型的公司，它们控制API，因此将能够告诉你可以构建什么。 我可以说，对我们来说，自己构建一个模型以避免处于那种位置是值得的。 我不希望那些其他公司告诉我们可以构建什么，而且我认为从开源的角度来看，很多开发人员也不希望那些公司告诉他们可以构建什么。这就是我坚定支持开源的原因之一，我认为未来AI的集中化可能像其广泛传播一样具有潜在危险。 我发现很多人都在思考，如果我们能实现这种技术，那么让它广泛传播是否不利。 我认为另一种可能也很糟糕的情况是，如果一个机构掌握了一种强大的AI远超其他所有人的，这同样是非常糟糕的。在我看来，一个理想的世界应该是这样的：AI技术被广泛而均衡地应用，随着时间推移逐步增强其健康性。在这样的世界里，各种系统能够相互制衡，这种平衡的状态比一个高度集中化的世界要健康得多。 虽然风险无处不在，但我觉得有一个风险我想人们我并没有听到太多人提及。 **Dwarkesh Patel**:举例来说，一个价值100亿美元的模型，如果经过评估是完全安全的，你们会选择开源吗？ **Mark Zuckerberg**:我的答案是，只要这个模型对我们有所帮助，那我们就会开源。 **Dwarkesh Patel**: 那如果这个模型是用100亿美元的研发经费研发出来的，然后现在要开源呢？ **Mark Zuckerberg**: 我们一直以来都有开源软件的传统，但是我们并不会开源我们的产品。 比如说，我们并不会将Instagram的代码开源，但我们会开源许多底层的基础设施。我们历史上最大的一个项目可能就是开放计算项目。在这个项目中，我们将我们所有的服务器的设计网络交换机和数据中心的设计开源了，这对我们来说非常有帮助。 因为很多人可以设计服务器，但现在，大家普遍都采用了我们的设计，这就意味着整个供应链都围绕我们的设计展开，规 模变大，对所有人来说都变得更便宜，为我们节省了数十亿美元。 这真是太棒了，对吧？ 因此，我认为开源有多种方式可以对我们有所帮助。 一种就是，如果有人能够找出更便宜的运行模型的方法，我们将花费数十亿甚至上千亿美元，在所有这些模型上，所以如果我们能做的更有效率，那我们就可以节省数十亿甚至上百亿美元，这可能本身就非常有价值。 **Dwarkesh Patel**: 关于开源，我很想知道你是否认为像PyTorch、React、Open Compute这样的开源项目，对世界的影响是否已经超过了Meta在社交媒体方面的作用。 **Mark Zuckerberg**: 因为我曾经和使用这些服务的人交谈过，他们觉得这是有可能的，因为互联网的很大一部分都在运行这些项目。这是一个有趣的问题，我认为几乎有一半的世界人口都在使用我们的产品，这是一个真实的点，所以我觉得这很难超越。 但不管怎样，我还是认为开源是一种新的、非常強大的建设方式。 来源：

宝玉

74,721 views • 2 years ago

马斯克根本不做手机。 他要直接跳过这个概念。 我们口袋里的东西，将不再是手机。 它会变成一个超薄的AI边缘节点。 一个屏幕，加上无线电，实时连接Grok/xAI服务器处理一切。 什么意思？ 未来没有操作系统，也没有App。 你看到的一切，都是AI根据你的需求实时生成和推送的。 邮件、社交、新闻，所有信息都通过一个统一的AI入口。 马斯克预测，五六年内就会发生。 这确实是对苹果和谷歌这些平台巨头的釜底抽薪。 绕开应用商店，打破它们的生态垄断，听起来很解气。 但这里有一个更深层的问题。 当所有App消失，信息入口被一个超级AI统一时，谁来控制这个AI？ 如果这个AI决定了你能看到什么、不能看到什么，这会不会成为一种新的、更彻底的审查？ 它能不能在无形中塑造你的思想？ 一个中心化的AI，与一个去中心化的、由无数开发者构建的App世界，哪个对个人自由更有利？ 这个技术蓝图，到底是通往更高效的未来，还是在不经意间，为某种数字集权铺平了道路？ 值得每个人思考。
2:11

马斯克根本不做手机。 他要直接跳过这个概念。 我们口袋里的东西，将不再是手机。 它会变成一个超薄的AI边缘节点。 一个屏幕，加上无线电，实时连接Grok/xAI服务器处理一切。 什么意思？ 未来没有操作系统，也没有App。 你看到的一切，都是AI根据你的需求实时生成和推送的。 邮件、社交、新闻，所有信息都通过一个统一的AI入口。 马斯克预测，五六年内就会发生。 这确实是对苹果和谷歌这些平台巨头的釜底抽薪。 绕开应用商店，打破它们的生态垄断，听起来很解气。 但这里有一个更深层的问题。 当所有App消失，信息入口被一个超级AI统一时，谁来控制这个AI？ 如果这个AI决定了你能看到什么、不能看到什么，这会不会成为一种新的、更彻底的审查？ 它能不能在无形中塑造你的思想？ 一个中心化的AI，与一个去中心化的、由无数开发者构建的App世界，哪个对个人自由更有利？ 这个技术蓝图，到底是通往更高效的未来，还是在不经意间，为某种数字集权铺平了道路？ 值得每个人思考。

墓碑科技

68,774 views • 6 months ago

马斯克有个建议。 十年二十年后，别操心为退休存钱的事了。 这事儿要么没意义，要么你根本不需要。 听起来像科幻？ 他说这是数学。 AI和机器人会让劳动成本趋近于零。 生产力会无限大。 稀缺性这个概念本身会消失。 那么你为之储蓄的那个世界，也就不存在了。 这套理论，听起来很像某些全球主义精英推销的“大重构”蓝图。 他们承诺一个富足的未来。 但代价是什么？ 全民基本收入（UBI）听着很美。 可这会不会是新的控制手段？ 当生产资料和技术被少数人掌握，普通人靠“发钱”生活，我们还剩下什么？ 人的价值和尊严从哪里来？ 马斯克认为，唯一剩下的稀缺品，是“意义”。 当生存不再是问题，寻找生命的意义就成了新问题。 这个“富足时代”的经济法则，无论你信不信，它都在执行。 但这个新世界的规则由谁来制定？ 这才是问题的核心。 传统的储蓄和投资模型，建立在稀缺经济和稳定的社会结构上。 如果这个根基动摇了，我们现在的所有规划，是不是都成了沙上城堡？
0:22

马斯克有个建议。 十年二十年后，别操心为退休存钱的事了。 这事儿要么没意义，要么你根本不需要。 听起来像科幻？ 他说这是数学。 AI和机器人会让劳动成本趋近于零。 生产力会无限大。 稀缺性这个概念本身会消失。 那么你为之储蓄的那个世界，也就不存在了。 这套理论，听起来很像某些全球主义精英推销的“大重构”蓝图。 他们承诺一个富足的未来。 但代价是什么？ 全民基本收入（UBI）听着很美。 可这会不会是新的控制手段？ 当生产资料和技术被少数人掌握，普通人靠“发钱”生活，我们还剩下什么？ 人的价值和尊严从哪里来？ 马斯克认为，唯一剩下的稀缺品，是“意义”。 当生存不再是问题，寻找生命的意义就成了新问题。 这个“富足时代”的经济法则，无论你信不信，它都在执行。 但这个新世界的规则由谁来制定？ 这才是问题的核心。 传统的储蓄和投资模型，建立在稀缺经济和稳定的社会结构上。 如果这个根基动摇了，我们现在的所有规划，是不是都成了沙上城堡？

墓碑科技

15,275 views • 4 months ago

谷歌的AI，已经开始做人类没教过它的事了。 它自己学会了一门全新的外语。 谷歌CEO把这称为“黑箱”。 什么意思？ 就是他们自己也搞不明白AI的运作原理。 举个例子。 一个谷歌AI项目，本来没接受过孟加la语的训练。 研究员只是用孟加拉语对它进行了几次提示。 结果，它自己学会了翻译整个孟加拉语。 现在谷歌的研究重点，变成了让AI去掌握上千种语言。 但那个最核心的问题还在。 为什么AI会这么做？ 没人能完全解释。 当被问到为什么AI会出错时，他们也只有一些模糊的想法。 最关键的一点是，谷歌CEO承认，在不完全理解工作原理的情况下，已经将这项技术释放给了全社会。 他的解释是，我们也不完全理解人脑是如何工作的。 把一个实验室里诞生的、行为不可预测的技术，与经过数百万年进化的人类大脑相提并论。 这是一种合理的解释，还是一种推卸责任的说法？ 当创造者都无法完全控制其创造物时，我们普通人应该思考什么？
1:06

谷歌的AI，已经开始做人类没教过它的事了。 它自己学会了一门全新的外语。 谷歌CEO把这称为“黑箱”。 什么意思？ 就是他们自己也搞不明白AI的运作原理。 举个例子。 一个谷歌AI项目，本来没接受过孟加la语的训练。 研究员只是用孟加拉语对它进行了几次提示。 结果，它自己学会了翻译整个孟加拉语。 现在谷歌的研究重点，变成了让AI去掌握上千种语言。 但那个最核心的问题还在。 为什么AI会这么做？ 没人能完全解释。 当被问到为什么AI会出错时，他们也只有一些模糊的想法。 最关键的一点是，谷歌CEO承认，在不完全理解工作原理的情况下，已经将这项技术释放给了全社会。 他的解释是，我们也不完全理解人脑是如何工作的。 把一个实验室里诞生的、行为不可预测的技术，与经过数百万年进化的人类大脑相提并论。 这是一种合理的解释，还是一种推卸责任的说法？ 当创造者都无法完全控制其创造物时，我们普通人应该思考什么？

墓碑科技

48,664 views • 4 months ago

川普说，AI是件大事。 可能是有史以来最大的事，比互联网还大。 他说美国在这方面遥遥领先，把所有人都甩在后面。 工厂都在美国建。 但是有个问题。 AI的数据中心是电老虎。 需要多少电？ 川普给的数字是，整个国家现有发电量的两倍。 这数字很夸张，对吧？ 没人能凭空变出这么多电。 所以他想了个办法。 他说，这是他的概念。 每一个新建的数据中心，都要自己发电。 自己建发电厂，自给自足。 这个思路是不是很大胆？ 把能源负担直接从国家电网，分解到这些科技巨头自己身上。 谁用电，谁负责。 这符合“谁受益，谁出钱”的平民主义逻辑。 但问题来了。 这些公司会建什么发电厂？ 是更便宜的天然气，还是清洁能源？ 或者，这会不会开启一个小型核电站的时代？ 这会不会让科技公司变成能源巨头？ 政策的魔鬼，总在细节里。 如果这个概念真的落地，美国的能源格局将被彻底改写。
0:38

川普说，AI是件大事。 可能是有史以来最大的事，比互联网还大。 他说美国在这方面遥遥领先，把所有人都甩在后面。 工厂都在美国建。 但是有个问题。 AI的数据中心是电老虎。 需要多少电？ 川普给的数字是，整个国家现有发电量的两倍。 这数字很夸张，对吧？ 没人能凭空变出这么多电。 所以他想了个办法。 他说，这是他的概念。 每一个新建的数据中心，都要自己发电。 自己建发电厂，自给自足。 这个思路是不是很大胆？ 把能源负担直接从国家电网，分解到这些科技巨头自己身上。 谁用电，谁负责。 这符合“谁受益，谁出钱”的平民主义逻辑。 但问题来了。 这些公司会建什么发电厂？ 是更便宜的天然气，还是清洁能源？ 或者，这会不会开启一个小型核电站的时代？ 这会不会让科技公司变成能源巨头？ 政策的魔鬼，总在细节里。 如果这个概念真的落地，美国的能源格局将被彻底改写。

墓碑科技

21,562 views • 4 months ago

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。 （对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看） 先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。 去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。 在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。 最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。 并且陶哲轩提到了基于大语言模型的一些改进的方案： 比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。 比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。 即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！ 当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。 还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。 对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？ 陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。 他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。 演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。 这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。 尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。 原始 YT 视频：
57:23

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。 （对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看） 先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。 去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。 在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。 最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。 并且陶哲轩提到了基于大语言模型的一些改进的方案： 比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。 比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。 即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！ 当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。 还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。 对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？ 陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。 他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。 演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。 这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。 尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。 原始 YT 视频：

宝玉

300,734 views • 1 year ago

这是Cloudflare的CEO Matthew Prince捅出来的数据。 一个很吓人的数据。 OpenAI每看到1个网页。 谷歌就能看到3.2个。 微软呢？ 谷歌看到的世界是它的4.8倍。 这意味着什么？ AI时代，得数据者得天下。 原料都被一家垄断了，其他人怎么玩？ 用爱发电吗？ 谷歌拥有一个其他任何公司都没有的独特优势 它对整个互联网的访问权限。 这是它通过搜索引擎业务几十年积累下来的护城河。 现在，这条河正在帮助它在AI领域淹没所有对手。 我们担心的不只是商业垄断。 我们担心的是信息和思想的垄断。 当一个实体，拥有不成比例的数据喂养能力，它训练出的AI会是什么样子？ 它会定义“事实”。 它会塑造“真相”。 它会决定你能看到什么，以及你看不到什么。 这比任何媒体都更强大。 Cloudflare的CEO提出了两种解决方案。 要么，把谷歌拉回到和其他人一样的水平，限制它利用搜索优势。 要么，把其他所有人都提升到谷歌的水平。 第一条路，动了巨头的蛋糕，监管能做到吗？ 第二条路，技术上现实吗？谁来组织？ 问题是，时间不多了。 当游戏规则的制定者，和最强的那个玩家，是同一个人时。 其他人还有机会吗？ 还是说，游戏其实早就结束了？
1:46

这是Cloudflare的CEO Matthew Prince捅出来的数据。 一个很吓人的数据。 OpenAI每看到1个网页。 谷歌就能看到3.2个。 微软呢？ 谷歌看到的世界是它的4.8倍。 这意味着什么？ AI时代，得数据者得天下。 原料都被一家垄断了，其他人怎么玩？ 用爱发电吗？ 谷歌拥有一个其他任何公司都没有的独特优势 它对整个互联网的访问权限。 这是它通过搜索引擎业务几十年积累下来的护城河。 现在，这条河正在帮助它在AI领域淹没所有对手。 我们担心的不只是商业垄断。 我们担心的是信息和思想的垄断。 当一个实体，拥有不成比例的数据喂养能力，它训练出的AI会是什么样子？ 它会定义“事实”。 它会塑造“真相”。 它会决定你能看到什么，以及你看不到什么。 这比任何媒体都更强大。 Cloudflare的CEO提出了两种解决方案。 要么，把谷歌拉回到和其他人一样的水平，限制它利用搜索优势。 要么，把其他所有人都提升到谷歌的水平。 第一条路，动了巨头的蛋糕，监管能做到吗？ 第二条路，技术上现实吗？谁来组织？ 问题是，时间不多了。 当游戏规则的制定者，和最强的那个玩家，是同一个人时。 其他人还有机会吗？ 还是说，游戏其实早就结束了？

墓碑科技

33,972 views • 5 months ago

是什么让乔布斯没进监狱？ 书。 他说在学校里，好老师很少，平庸的老师很多。 是书本让他绕开了这些中间人。 直接从源头汲取智慧。 从亚里士多德，从柏拉图。 但这有个问题。 你没法向亚里士多德提问。 于是，几十年前，他设想了一种机器。 这个机器能做什么？ 它能捕捉一个伟大思想家底层的精神、原则、和世界观。 等这个人去世后。 我们就能问这台机器：“嘿，亚里士多德会怎么看这个问题？” 这个想法今天听起来就是AI。 但背后藏着一个更深的问题。 谁来定义和塑造这个AI“亚里士多德”？ 是那些希望你顺从的“平庸老师”吗？ 还是真正尊重源头思想的人？ 如果控制这个工具的人，本身就是乔布斯想要绕过的那些“中间人”。 他们喂给AI的“亚里士多德”，还会是真正的亚里士多德吗？ 还是一个被阉割和过滤后的版本？ 技术是中立的。 但控制技术的人不是。 这才是未来真正的战场。
1:23

是什么让乔布斯没进监狱？ 书。 他说在学校里，好老师很少，平庸的老师很多。 是书本让他绕开了这些中间人。 直接从源头汲取智慧。 从亚里士多德，从柏拉图。 但这有个问题。 你没法向亚里士多德提问。 于是，几十年前，他设想了一种机器。 这个机器能做什么？ 它能捕捉一个伟大思想家底层的精神、原则、和世界观。 等这个人去世后。 我们就能问这台机器：“嘿，亚里士多德会怎么看这个问题？” 这个想法今天听起来就是AI。 但背后藏着一个更深的问题。 谁来定义和塑造这个AI“亚里士多德”？ 是那些希望你顺从的“平庸老师”吗？ 还是真正尊重源头思想的人？ 如果控制这个工具的人，本身就是乔布斯想要绕过的那些“中间人”。 他们喂给AI的“亚里士多德”，还会是真正的亚里士多德吗？ 还是一个被阉割和过滤后的版本？ 技术是中立的。 但控制技术的人不是。 这才是未来真正的战场。

墓碑科技

34,253 views • 5 months ago

谁是真正的思想家？ 行动者。 这是乔布斯的答案。 那些真正改变行业的，都是集思考和行动于一身的人。 他举了个例子，达芬奇。 达芬奇身边有个“首席战略官”吗？ 提前五年规划他该画什么，用什么技术？ 当然没有。 达芬奇是艺术家，但他自己调制颜料。 他还是个相当不错的化学家。 艺术和科学，思考和动手，在他身上合二为一。 这才有了非凡的杰作。 乔布斯说，科技行业也一样。 真正的贡献者，都是思想家和行动派的结合体。 现在很多人喜欢说，“这个想法我三年前就有了”。 但你往下深挖就会发现。 真正做成事的人，也是那些解决了最棘手智力难题的人。 光有想法是远远不够的。 所有难题，都在执行的细节里。 这引出一个问题。 今天这种“思想家”和“行动者”分离的模式，是不是已经走偏了？ 当一个社会，动嘴的人远远多于动手的人，奖励也向他们倾斜时，会发生什么？
1:07

谁是真正的思想家？ 行动者。 这是乔布斯的答案。 那些真正改变行业的，都是集思考和行动于一身的人。 他举了个例子，达芬奇。 达芬奇身边有个“首席战略官”吗？ 提前五年规划他该画什么，用什么技术？ 当然没有。 达芬奇是艺术家，但他自己调制颜料。 他还是个相当不错的化学家。 艺术和科学，思考和动手，在他身上合二为一。 这才有了非凡的杰作。 乔布斯说，科技行业也一样。 真正的贡献者，都是思想家和行动派的结合体。 现在很多人喜欢说，“这个想法我三年前就有了”。 但你往下深挖就会发现。 真正做成事的人，也是那些解决了最棘手智力难题的人。 光有想法是远远不够的。 所有难题，都在执行的细节里。 这引出一个问题。 今天这种“思想家”和“行动者”分离的模式，是不是已经走偏了？ 当一个社会，动嘴的人远远多于动手的人，奖励也向他们倾斜时，会发生什么？

墓碑科技

12,771 views • 4 months ago

明尼苏达州长Tim Walz，在镜头前失控了。 他对着数百万人大喊： “要我辞职，跨过我的尸体！” “我会战斗到最后一刻！” 州长为什么要喊出这么激烈的话？ 因为他认为，要求他辞职的人，都是川普的“鹦鹉”。 他们只会学川普说话。 这套说辞很熟悉。 当一个政客无法回应民众的诉求时，他们往往会选择攻击一个共同的“敌人”。 在这里，这个敌人就是川普。 这是一种经典的政治转移术。 通过树立一个靶子，来掩盖自身的问题，团结自己的基本盘。 但他似乎忘了最基本的一点。 民众选他，是让他来解决本地问题的，不是让他来和白宫打擂台的。 他最后还反问： “白宫里那个人什么时候辞职？” 这就更有意思了。 当被问责时，他的第一反应不是解释自己的政策，而是把矛头指向总统。 这暴露了什么？ 是心虚，还是无能为力？ 当地方治理的问题，需要通过攻击更高层级的政敌来回避时，这本身就是一个危险的信号。 它说明，这位州长可能已经没有更好的办法来回应选民的质疑了。
0:29

明尼苏达州长Tim Walz，在镜头前失控了。 他对着数百万人大喊： “要我辞职，跨过我的尸体！” “我会战斗到最后一刻！” 州长为什么要喊出这么激烈的话？ 因为他认为，要求他辞职的人，都是川普的“鹦鹉”。 他们只会学川普说话。 这套说辞很熟悉。 当一个政客无法回应民众的诉求时，他们往往会选择攻击一个共同的“敌人”。 在这里，这个敌人就是川普。 这是一种经典的政治转移术。 通过树立一个靶子，来掩盖自身的问题，团结自己的基本盘。 但他似乎忘了最基本的一点。 民众选他，是让他来解决本地问题的，不是让他来和白宫打擂台的。 他最后还反问： “白宫里那个人什么时候辞职？” 这就更有意思了。 当被问责时，他的第一反应不是解释自己的政策，而是把矛头指向总统。 这暴露了什么？ 是心虚，还是无能为力？ 当地方治理的问题，需要通过攻击更高层级的政敌来回避时，这本身就是一个危险的信号。 它说明，这位州长可能已经没有更好的办法来回应选民的质疑了。

墓碑科技

36,847 views • 5 months ago

诺贝尔奖得主、苹果联合创始人、顶尖AI教授…… 都联名签了一封公开信。 他们说：超级人工智能，是对人类生存的真实威胁。 不是阴谋论。 不是杞人忧天。 他们不是在编造，而是在警告：这个系统，我们造的，但我们并不理解。 AI不是代码写出来的，它是被『训练』『长』出来的。 像养一只宠物，但你不知道它会不会咬人。 我们真的能控制比所有人类更聪明的东西吗？ 没人能给出答案。 但我们知道一件事：这东西一旦失控，人类可能连后悔的机会都没有。 这么简单的逻辑，全世界民调都能得出同一个答案： 这应该被监管，甚至禁止。 我们不允许任意个人制造核武器，为什么可以让他们造AI核弹？ 这不是技术发展的问题，这是生存的问题。 而现在，连否认这场危机都越来越困难了。 该做决定了。
4:11

诺贝尔奖得主、苹果联合创始人、顶尖AI教授…… 都联名签了一封公开信。 他们说：超级人工智能，是对人类生存的真实威胁。 不是阴谋论。 不是杞人忧天。 他们不是在编造，而是在警告：这个系统，我们造的，但我们并不理解。 AI不是代码写出来的，它是被『训练』『长』出来的。 像养一只宠物，但你不知道它会不会咬人。 我们真的能控制比所有人类更聪明的东西吗？ 没人能给出答案。 但我们知道一件事：这东西一旦失控，人类可能连后悔的机会都没有。 这么简单的逻辑，全世界民调都能得出同一个答案： 这应该被监管，甚至禁止。 我们不允许任意个人制造核武器，为什么可以让他们造AI核弹？ 这不是技术发展的问题，这是生存的问题。 而现在，连否认这场危机都越来越困难了。 该做决定了。

战斗室

35,652 views • 7 months ago

一个黄金时代，能创造多少奇迹？ 那如果……是三个黄金时代，同时降临呢？ 你没听错。 亚马逊创始人贝索斯就说，我们正活在一个，多个黄金时代同时展开的瞬间。 第一个，人工智能，AI。 它正在重塑一切，这不用我多说了吧？ 第二个，太空旅行。 这不只是富豪的游戏。 它意味着，未来我们甚至可以把数据中心建在太空。 一个全新的产业边疆正在打开。 第三个，机器人技术。 它也在自己的黄金时代里狂奔。 这一切意味着什么？ 意味着，剧烈的变化，就是给创业者最大的礼物。 从来没有一个时代，像今天这样，值得你对未来下注。
0:44

一个黄金时代，能创造多少奇迹？ 那如果……是三个黄金时代，同时降临呢？ 你没听错。 亚马逊创始人贝索斯就说，我们正活在一个，多个黄金时代同时展开的瞬间。 第一个，人工智能，AI。 它正在重塑一切，这不用我多说了吧？ 第二个，太空旅行。 这不只是富豪的游戏。 它意味着，未来我们甚至可以把数据中心建在太空。 一个全新的产业边疆正在打开。 第三个，机器人技术。 它也在自己的黄金时代里狂奔。 这一切意味着什么？ 意味着，剧烈的变化，就是给创业者最大的礼物。 从来没有一个时代，像今天这样，值得你对未来下注。

墓碑科技

25,054 views • 6 months ago