Sensitive content

This media may contain sensitive content.

Loading video...

Video Failed to Load

Go Home

"阿拉伯挤奶法 "一词指的是一套阴茎拉伸练习,有些人认为这种练习可以使阴茎变大(个人认为实践多年的确有用,但前提是坚持坚持坚持) 「阿拉伯挤奶法」的原理就是以加长阴茎和使你的阴茎海绵体变得稠密为主要目的原理是使更大量血液进入在阴茎主体中有限的空间里,从而使阴茎的 中细胞壁弹性将不断加大。从而达到增大增粗的效果 但是,事实上,如果操作不当,阿拉伯挤奶法可能会对阴茎造成永久性损伤。因此,在尝试这项运动之前,请务必充分了解它。 此方法目前还不是一种经过科学验证的技术,因此并没有正式的标准操作流程。 本视频以个人本人个人实操经验总结,不一定是最科学的,但是一定会有效用的。 #阿拉伯挤奶法 #性能力 #增大增粗 #早泄 #阳痿 #性教育

32,633 views • 1 year ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

「阴茎增大产品:是否真的有效?」 阴茎增大产品和手术的广告无处不在。许多阴茎泵、药丸、举重、运动和手术都被宣称可以让阴茎变长、变粗。 但是,这些增大阴茎的非手术方法几乎没有科学依据,也没有哪家可靠的医疗机构会出于纯粹的美容原因而支持阴茎手术。 您在广告中看到的大多数技术都是无效的,有些可能会损害您的阴茎。在尝试其中任何方法之前都要三思。 那么,阴茎大小什么属于正常情况,什么属于异常情况? 人们常常担心阴茎看起来太小或者因为太小而不能在性行为中满足伴侣的需求。但大多数认为自己阴茎太小的男性,实际上阴茎属于典型尺寸。 同样,许多男性对“典型”阴茎大小的理解有些夸大。 非勃起阴茎的长度并不总能预测阴茎勃起时的长度。如果阴茎勃起时约为 13 cm(5 英寸)或更长,则属于典型的尺寸。 只有当阴茎勃起时尺寸小于约 7.5 厘米(3 英寸)时,才被认为是小阴茎。这种状况被称为小阴茎。 了解伴侣的需求和欲望比改变阴茎大小更有可能改善你们的性关系。另外,不要相信任何炒作。 很多公司会提供多种类型的非手术性阴茎增大疗法,并经常通过看起来很严肃的广告来宣传它们,其中包括“科学”研究人员的支持。 如果仔细观察,您会发现关于安全性和有效性的主张并未得到证明。此外,这些产品可能含有具有潜在危险的成分,但没有在标签上列出。 营销人员依靠广告上的产品推荐人来宣传,还可能使用不准确的数据和不可靠的前后对比照片。膳食补充剂不需要获得美国食品药品管理局的批准,因此厂商不需要证明产品的安全性和效果。 阴茎增大产品一般有哪些? 大多数宣传的阴茎增大方法都是无效的,有些还会对阴茎造成永久性伤害。以下是一些宣传最广的产品和技术: 药丸和洗液 这些产品通常含有维生素、矿物质、草药或激素,制造商称它们能使阴茎变大。这些产品都没被证明有效,其中一些甚至可能有害。 真空泵 这种泵可以将血液吸入阴茎,使其膨胀,因此有时被用来治疗勃起功能障碍。 真空泵可以暂时让阴茎看起来更大。但是太频繁或太长时间使用会损害阴茎的弹性组织,导致勃起不硬。 运动 这种运动有时被称为 jelqing,用手交替的动作将血液从阴茎根部推向头部。 尽管这种方法看起来比其他方法更安全,但是没有科学证据证明它有效,而且它会导致疤痕形成、疼痛和外形损伤。 拉伸 拉伸包括在阴茎上安装一个拉伸器或延长装置,也称为阴茎牵引装置,以施加轻柔的拉力。 一些小型研究报告称,使用这些设备后,其长度增加了半英寸至近 2 英寸(约 1 至 3 厘米)。然而,拉伸可能会引起不适。此外,拉伸需要保证每天至少坚持 4 到 6 个小时,连续几个月才能看到效果。 需要进行更多研究来确认拉伸的安全性和有效性。 那么针对于阴茎的手术是否有风险? 对阴茎延长或增厚手术的研究发现,在安全性、是否有效(有效性)和患者满意度方面,结果喜忧参半。 手术最多可能略微增加阴茎的周长,或者略微增加阴茎非勃起状态下的目视长度,但并不会改变阴茎的实际长度。在最坏的情况下,手术可能会引起并发症,如感染、瘢痕形成、失去感觉或功能。 增大阴茎的外科方法(非整形用途) 很少有人需要做阴茎增大手术。该手术通常只用于因出生时的问题或受伤而导致阴茎无法工作的男性。 一些外科医生使用多种技术提供整容性阴茎增大术。但是这种做法颇具争议,许多专家认为没有必要。而且在某些情况下,它可能带来永久性的伤害。这些手术应被视为具有实验性质。目前关于阴茎增大手术的研究尚不充分,不足以准确描述其风险和益处。 举例来说,增加阴茎长度或粗度的手术包括: 切断悬韧带 延长阴茎的外科手术中,最广泛使用的一种会切断将阴茎与耻骨相连的悬韧带。同时将腹部皮肤移到阴茎干。悬韧带被切断后,阴茎会因为悬垂部分增加而显得更长。但这并不改变阴茎的实际长度。 可是,切断悬韧带可能导致阴茎勃起后不稳定。勃起缺乏支撑则可能导致阴茎在性行为中受伤。此外,韧带可能重新长在一起,导致阴茎看上去又缩短了。切断悬韧带有时会与其他手术相结合,例如去除耻骨上的多余脂肪。 脂肪注射 使阴茎变粗的手术包括从身体多肉的部位吸取脂肪并将其注入阴茎干。结果可能令人失望。注入的脂肪部分可能散布不均,或是被人体再次吸收。这可能导致阴茎弯曲,形状不均匀,外观不规则。瘢痕形成和勃起的感觉和硬度问题也可能发生。其他几种产品也用于注射,但同样效果不佳。 组织移植 从身体的其他位置取一块皮肤和脂肪层(移植物)。将移植物缝合到阴茎主干上。有时会使用其他移植材料。这些医疗程序都未被证明安全或有效。该类医疗程序可能会导致感染和瘢痕形成,从而导致阴茎变形。它们还可能会影响勃起能力。 阴茎假体 这些手术包括在阴茎的皮肤下放置材料,使阴茎看起来更粗。移植物的感染和造成的问题可能需要再次手术来移除移植物。阴茎可能会出现缩短、瘢痕形成和弯曲。手术还可能影响勃起能力。

Dr.Wang

58,672 views • 1 year ago

阿拉伯挤奶发…嗯……阴jing增大操!
2:54

Sensitive content

阿拉伯挤奶发…嗯……阴jing增大操!

甜菜来了

149,654 views • 10 months ago

看完这期视频,你的大脑将不可逆转地变聪明一些。 今天我们来讲大脑可塑性原理。我们的内容,会依据于哥伦比亚大学的脑科学教授 Lara Boyd 的研究。 今天我们就来讲:如何让你的大脑自己变聪明。 大脑的改变可以分成三个部分,分别是:化学改变、结构改变,以及功能改变。 因为脑科学的研究在不断更新,所以人们对于大脑的认知,其实往往会出现三个方面的误解。 第一个误解是:你的大脑是你父母给予的,所以你的大脑的聪明程度,以及它的功能性,是有上限的。 人们往往对大脑的第二个误解是:成年以后,人的大脑就不能再改变了。 人们对于大脑的第三个误解就是:当你不再思考的时候,大脑就不会运行。 但是随着神经科学的发展,我们发现,大脑其实是一直在改变的,你的脑部结构也是一直在改变的。 所以今天我们主要要讲的就是:如何让你自己改变你的大脑。 其实简单来说,一言以蔽之,就是:行为是可以改变大脑的。 而且行为是无时无刻不在改变着大脑。 今天会讲很多反常识的点。 首先我们来讲,Lara 的第一个核心观点是什么。 他认为:不是因为你是谁,所以你做了这样的事情;某种程度上,也是因为你做了这样的事情,造就了你是谁。 你的行为在无时无刻地塑造你的大脑。 正是因为你眼前面临一个选择,你选择了 A 或选择了 B,然后你持续地在做 A、做 B 的过程中,它塑造了你是谁。 你不是用拥有的大脑在生活,而是生活在不断构建你的大脑。 这有点像萨特的存在主义:你塑造了你自己是谁,而不是你是谁,所以你做了怎样的事情。 你的行为,完全改变了你的大脑结构,也定义了你是谁。 所以每个人的行为,每个人眼前的选择,是非常重要的。即便你不选择,也是一种选择。 这就不得不让我们引出第二个话题:改变大脑的三种方式。 分别是:化学性改变、结构性改变,以及功能性的改变。 什么叫化学性的改变呢? 就是大脑是如何运作的。大脑是通过神经元之间的化学信号来传递工作的。换言之,你的神经元和神经元之间传递出一个化学信号,才导致你身体有怎样的反应。 这就是为什么每个人的愤怒值不一样,这就是为什么每个人的敏感值不一样,这就是为什么每个人对于音乐的这种敏感度不一样。 因为,其实你大脑之间的这个化学信号浓度,是不一样的。 所以如果说你想快速改变你的大脑,就是通过改变行为,通过学习,来改变神经元之间化学信号的浓度。 举个简单的例子:考试之前临时抱佛脚有没有用? 有,其实是有用的。 因为你有瞬时记忆。你在不断学习的过程中,你的大脑间的神经元之间的化学信号的浓度变强了,所以你学了以后是有用的。 但是你有没有发现,考完试以后,到了第二天,再问你考试时候的那个内容的时候,你就忘记了答案。 是的。所以某种程度上,这种化学性的改变是什么?是增强你的瞬时记忆。 你单次的学习,就会增强你这个神经元之间的瞬时记忆。 也就是说,在考试之前,你不要想着放松还是学习,临时抱佛脚是管用的。 换言之,这种化学性的大脑改变,会短期地让你变聪明。 大脑的第二种改变方式,叫做结构性的改变。 因为大脑通过改变神经链接的形态和数量,来储存长期记忆。 我举个简单例子就明白了。 你看那个 马龙,包括 樊振东,他们打球的时候,是不是有这种肌肉记忆? 对的。 他们真的是看到了球的轨迹,所以做出了预判,然后打到这个乒乓球吗? 不是的。他的脑子反应没有那么快。 但是他通过这种肌肉记忆,其实改变了他的脑部结构。 当一个球以某种形态发出来的时候,他的身体自然会给出反应,你的大脑会自动地给出反应,你的大脑结构已经变了。 那么它和这个化学性有什么区别呢? 我举个简单例子就明白了。 就是说你弹钢琴的时候,你第一次,比如说你学一个简单的钢琴曲,当你学会以后,你是不是就会了?你是不是就不会再忘掉了? 对。 但是第二天弹的时候,你手还是反应不过来,你还是会忘掉。 因为你短暂的学习,只是改变了神经元间的化学信号的浓度,而没有改变你的脑部结构。 但是如果说你长期学习,长期学习,你就再也忘不掉了。 当你把这首曲子弹得滚瓜烂熟的时候,你就再也忘不掉。可能有些人已经失忆了,但他还会弹钢琴。 这就是长期学习、长期进步,给予你大脑结构性的改变。 这就是为什么小的时候,老师让我们反复练习,反复去背一些诗文。 由于小的时候通过朗读的过程中,很多诗文已经背得滚瓜烂熟,所以你就再也忘不掉了。大脑发生了结构性的改变,而且你对于诗歌的鉴赏能力也提高了。 所以为什么有一种说法:一个人的家庭环境非常重要,一个家庭的教育环境非常重要。 说白了就是所谓的浸淫、所谓的熏陶、所谓的耳濡目染,让你不知不觉之间进入了某种长期学习的状态,大脑结构因此而改变。 也就是说,一个杀人犯的孩子,如果被养在一个书香门第,他的大脑结构是会改变的。 不代表就是龙生龙、凤生凤、老鼠儿子会打洞。 不是这样的。 只要你愿意花时间进行长期的学习,进行长期的这种训练,你的大脑结构是会改变的。你是可以突破那个大家以为的那个极限的。 第三种改变方式,叫做功能性的改变。 什么叫功能性的改变呢? 简单来说,就是伦敦的出租车司机。以前是没有 GPS 的,所以他们要怎么样呢?他们就要靠大脑来记地图。 当一个客人说:我要从这个地方到另外一个地方的时候,他是靠大脑去记住这个方位的。 经过核磁共振的实验,你会发现,伦敦的出租车司机海马体要比一般人活跃得多。就是他们的空间记忆能力,要比一般人活跃得多。 难道是因为伦敦出租车公司专门选了海马体比较活跃的人来当出租车司机吗? 不是。 他就是平凡人,但是他通过长期的训练,导致他的大脑某一项功能,就是比一般人强。 我再举个简单例子。 就是说如果你学过盲文,就是盲人的文字,通过触摸来获取信息。 通过核磁共振你会发现,这些人的手部感觉区域的大脑功能会变大。 这就是训练得来的功能性的脑部改变。 有没有发现,这个事情很让人兴奋? 也就是说,你的每一个行为,其实某种程度上都在重塑你的大脑。最害怕的就是你不改变。 但是这个地方,有一点让人失望的地方了。 虽然大脑可以改变,每个人的大脑都可以改变,叫大脑可塑性。但是每个人的大脑可塑性是不同的。 就是有些人,他想改变大脑特别简单;有些人想改变大脑就难一些。 有些人想改变自己的大脑结构,他可以通过训练某种行为,比如弹钢琴、画画、写字、练书法、练舞蹈,他可能 30 天,大脑结构就改变了。 但是有些人可能要 60 天,有些人可能要两年。 也就是说,这个大脑可塑性不是公平的。 大脑可以改变这件事情,对于每个人来说都是透明的。但是改变时间的快慢,对于每个人来说是不一样的。 它是某一个领域的不一样,还是整个大脑都不一样? 某一个领域。 但是如果说,恰巧你就希望这个领域得到改变的话,那就很惨,对吧?相对来说就辛苦一些。 但是,一定是可以改变的。 换言之,改变大脑是一个非常个人化的事情,它不是一概而论的。 不是说你读 30 个小时的诗,和我读 30 个小时的诗,对于大脑的改变是一样的。它不同,有高低之分。 我们刚才说的,其实都是正面的大脑可塑性。 那我们再说一下,大脑可塑性的这种负面的影响。 负面的影响是什么? 就是如果你有一个坏习惯,也很难改变。 是的。你的大脑结构已经记住了那种坏习惯的行为模式。 比如抽烟、喝酒、泡吧。 换言之,如果你的大脑已经得到了某种快速获得多巴胺的体验,它就很难放弃这种模式。 这就是为什么很多人有成瘾行为。 那么如果说你讨厌这样的生活方式,你就要通过其他方式获取多巴胺。这对你来说可能是非常痛苦的。 那再说一个负面的点。 就是说你不做某些事情,某种程度上也会改变你的大脑。 比如说你有每天读书的好习惯,结果突然因为你出去玩了一趟,你放弃了这个习惯,你的大脑也会慢慢变笨。 这好真实。 对,是这样的。 就是你放弃了某一个好习惯,你的大脑也会改变。无论你怎么做,你的大脑都会因为你的做法而得到改变。 这就是为什么我经常有一个想法:这个世间万事,都是不进则退,不存在停留。 是的,包括你的大脑能力。 不进则退,对吧? 就是说你要是不想着让它变聪明,它就会变笨。不存在“我的智商维持住了”。 对吧? 所以就是说,如果你的某种大脑惯性思考方式已经给你带来了困扰,你是可以通过行为去改变。 但是,通过行为去改变这件事情,本身也是一件很难的事情。 其实以前我听过这么一句话,是台湾省的 小马哥 说的。他在一次演讲里面说,他为什么要坚持跑步呢? 他说:强迫成习惯,习惯成自然。 我觉得这句话是非常受用的。 如果说你想改变自己大脑,让自己变得聪明一点,刚开始一定是不舒服的。 那不舒服没关系,每个人刚开始的改变都是不舒服的。所以要强迫自己去做某些事情。 强迫成习惯,习惯成自然。 所有成长的东西,都是反人性的。 当然,摆烂也是一种生活方式。如果你躺得很平的话,我觉得也没有问题。 但是如果说你想变聪明,希望这期能给到你帮助。

另一面

29,678 views • 3 months ago

“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

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

300,591 views • 1 year ago

白宫加密政策主管David Sacks: 四年内AI 大模型能力将增长一百万倍 ! “我认为目前至少在三个关键维度上,进步的速度都是指数级的。” “首先是算法本身。模型每年提升的速度大概是 3-4 倍。” “它们不仅仅是在速度和性能上更快更好,而且将从量变到质变。” “接着是推理模型。” “我们甚至还没有真正进入智能代理时代,但这将是继推理模型之后的下一个重大飞跃。” “在这个领域,我们才刚刚开始(推理算力增加带来的能力增加也将是倍数增长)。” “接下来是芯片。” “根据多种衡量标准,每一代芯片的性能可能比上一代提高 3-4 倍。” “不只是单个芯片在不断进步,他们还在研究如何将这些芯片联网在一起。” “就像 NVL72 系统,它类似于一个机架系统,可以在数据中心级别大幅提升性能。” “计算能力是第三个你会看到基本上呈指数级进步的领域。” “只需要看看数据中心中部署的 GPU 数量。” “当马斯克最初开始训练 Grok 时,我认为他们大概有 10 万块 GPU。现在已经有 30 万块 GPU,而且正朝着百万块 GPU的目标迈进。OpenAI 的数据中心 Stargate 也是同样的情况。” “在接下来的几年中,他们可能会发展到 500 万、1000 万块 GPU。” 1,000,000 倍的增长是怎么得出的: “算法、芯片和数据中心的扩展和改进速度都是每年 3-4 倍。” “也就是说,每两年进步 10 倍。” “很多人没有理解指数级进步的含义:如果每两年提升 10 倍,并不意味着四年后你只是提升 20 倍。” “这实际上意味着提升 100 倍。” “把这些因素相乘:算法、芯片,以及可用于 AI 的原始计算能力。” 100 倍模型 🧠 × 100 倍芯片 💾 × 100 倍计算能力 ⚡️ = 1,000,000 倍的 AI 大模型🤖 “你所谈论的就是 1,000,000 倍的能力增长。” “但这种变革的影响将是绝对巨大的。” “我觉得人们还没有充分认识到这一点,因为他们不了解指数级进步的意义。”

夜谈

25,895 views • 1 year ago

OpenAI工程师翁家翌在下边的访谈里讲了两句非常有意思的话: 1. 每个人的命运是可以被预测的; 2. 上帝在宏观不掷骰子,而微观上掷骰子。 某种程度上,个人是很认同的。 "宿命论/命运可预测": 翁家翌认为每个人的命运是可以被预测的,这个世界是一个确定的世界,人类在宏观上是没有自由意志的,世界在宇宙大爆炸的时候就已经确定了。 这个立场本质上是物理学中的经典决定论,也就是拉普拉斯妖的思路:如果你知道宇宙某一时刻所有粒子的状态和运动信息,就能推演出整个过去和未来。从这个角度看,人的命运只是初始条件在时间维度上的展开,不可预测只是因为我们信息不够,而不是因为它不确定。 翁家翌作为做强化学习的人,会有这种直觉其实不奇怪。RL 本质上就是在一个由规则确定的环境里,通过行动和反馈的闭环来逼近最优策略。如果你把整个宇宙看成一个极其复杂的环境,而人只是其中的 agent,那“命运可预测”就变成了一个工程问题,而非哲学问题,只是算力和信息量的限制。 “上帝在宏观不掷骰子,而微观上掷骰子”: 这个观点上,他把爱因斯坦和哥本哈根学派的争论做了一个调和,而不是简单地站某一边。 微观掷骰子,这基本上是承认量子力学的实验事实。单个粒子的行为确实是概率性的,你没法预测一个电子具体会出现在哪,只能给出概率分布。这一点在实验上已经反复验证过,没什么好争的。 宏观不掷骰子,这才是他真正想表达的核心。意思是:当微观的随机性被大量粒子叠加、平均之后,在宏观层面上涌现出来的规律是确定的。 映射到人的命运上,他的意思大概是:你人生中每一个微小的决策瞬间,每一次神经元的放电,可能确实带有量子层面的随机性。但当这些微小的随机性汇聚成一个人几十年的生命轨迹时,大数定律把噪声给消除了,剩下的是一条由初始条件(你的基因、家庭、时代、性格结构)基本锁定的路径。 这个观点还有一层更深的含义:它解释了为什么“算命”这件事在统计意义上可能有效,但在具体事件上经常失败。 宏观层面的命运轨迹(大致会从事什么类型的工作、大致的人生节奏)或许是可预测的,因为它是由足够多的微观变量平均出来的。但某一天你会遇到谁、某一次会议会说什么话,这些微观事件里骰子还在转。 这不是那种粗糙的"一切命中注定"式宿命论,而是一个更接近统计物理的框架:自由意志存在于微观的每一步,但命运浮现于宏观的整条路径。 你可以选择今天吃什么,但你这辈子大概会成为什么样的人,可能在出生的时候就差不多定了。

Macro_Lin | 市场观察员

366,826 views • 2 months ago