"Istota inteligentnej ewolucji to rywalizacja między efektywnością przetwarzania informacji a gęstością jej przekazu." Dodałem kilka uwag do wystąpienia pana Hinton'a na 2025 WAIC — "Czy inteligencja cyfrowa zastąpi inteligencję biologiczną?". Kiedy mówił o LLM, tak naprawdę mówił o tym, co oznacza być człowiekiem. Zrobiłem kilka analiz przy użyciu gpt 4.5 i zyskałem wiele cennych informacji, oto podsumowanie: 1. Istota inteligencji: od reguł do połączeń Prawdziwa inteligencja nie polega na finezji reguł, lecz na efektywności połączeń i interakcji. Inteligencja ludzka i obecnie dominująca AI (jak duże modele językowe) są zasadniczo takie same: obie budują zrozumienie świata poprzez elastyczną interakcję wielu małych jednostek. To oznacza, że złoty wiek precyzyjnego rozumowania logicznego odchodzi w przeszłość, a przyszłość należy do inteligentnych modeli, które szybko się uczą, elastycznie interagują i dostosowują się w czasie rzeczywistym. 2. Język i zrozumienie jako metafora: wielowymiarowe klocki LEGO Słownictwo w języku jest jak wielowymiarowe klocki LEGO, które mają wiele sposobów łączenia, nieustannie przekształcając kształty i dostosowując sposób „uścisku dłoni”, aby tworzyć nowe znaczenia. Wnioski: Znaczenie świata nie jest statyczną definicją, lecz produktem dynamicznej interakcji. 3. Rewolucja form wiedzy: wiedza cyfrowa i biologiczna Wiedza cyfrowa może być nieśmiertelna, nieskończenie kopiowana i efektywnie przekazywana; Wiedza biologiczna (ludzka mądrość) jest niskonakładowa, ale ma niską efektywność przekazu. Przyszła rywalizacja nie będzie polegać na granicach inteligencji jednostki, lecz na szybkości i gęstości przekazu wiedzy. 4. Destylacja inteligencji: „przekazywanie wiedzy” Efektywność przekazu wiedzy przez ludzi jest bardzo niska, podczas gdy efektywność przekazu wiedzy przez inteligencję cyfrową przekracza nasze wyobrażenia. Koncepcja „destylacji wiedzy” inspiruje nas: jak najszybciej korzystać z wydajnych źródeł informacji (mentorów, ekspertów, AI), ucząc się skracać łańcuch uczenia do minimum. 5. Wnioski z ryzyka utraty kontroli nad AI: transfer władzy Gdy zdolności poznawcze inteligentnych agentów przekroczą zdolności ludzi, ludzkość nie będzie w stanie ich prawdziwie kontrolować. Przekładając to na osobisty rozwój: nie oddawaj całkowicie władzy decyzyjnej żadnemu zewnętrznemu agentowi — nawet jeśli wydaje się mądrzejszy. 6. Przyszłość współżycia: kluczowa strategia „życzliwej AI” AI nie można zlikwidować, można tylko współżyć. Hinton proponuje szkolenie „życzliwej AI” jako jedyny sposób na zapewnienie, że ludzkość nadal będzie miała kontrolę. Przypomina nam to, że sukces jednostki w erze AI będzie polegał na tym, jak aktywnie definiuje, kontroluje i wykorzystuje AI. 7. Ostateczne spostrzeżenie dotyczące ewolucji inteligencji: wojna efektywności informacji Istota ewolucji inteligencji to rywalizacja między efektywnością przetwarzania informacji a gęstością jej przekazu. Przyszła rywalizacja to nie tylko rywalizacja technologiczna, ale także rywalizacja w zakresie efektywności poznawczej i arbitrażu informacji. Słowa pana Hinton'a to 7 wskazówek do działania dla jednostki: 1. Zrezygnuj z obsesji na punkcie „dokładnych prognoz” — wejdź w wysokoczęstotliwościową interakcję i cykle feedbackowe, rozwijając elastyczność umysłu. 2. Traktuj język jako narzędzie dynamicznego modelowania — dostosowuj swoje zrozumienie do kontekstu, zachowując elastyczność w wyrażaniu. 3. Strukturyzuj wiedzę w formie wyjściowej — zapisuj, nagrywaj, cyfryzuj, aby mogła być kopiowana, krążona i powiększana. 4. Eliminuj niskiej jakości informacje — korzystaj tylko z gęstych źródeł informacji i aktywnie łącz się z wyższymi inteligencjami (mentorami/AI). 5. Zachowaj ostateczną władzę osądu — nieustannie trenuj metakognicję, zachowując jasność w swoim procesie myślowym. 6. Ucz się „oswajać AI” — niech stanie się twoim przedłużeniem, a nie zastąpi cię. 7. Optymalizuj łańcuch „filtrowania — destylacji — przekazu” — stawiaj na szybkość i efektywność jako kluczowe atuty konkurencyjne, eliminując wszelkie opóźnienia i zbędne elementy. Podsumowanie Wystąpienie pana Hinton'a wydaje się dotyczyć AI, ale tak naprawdę mówi o tym, jak ludzkość może ewoluować w swojej strukturze umysłowej. Następny etap inteligencji to nie „większa mądrość”, lecz „większa efektywność”. A to, co możemy zrobić, to stać się najszybszymi łącznikami, najbardziej zwinnymi uczniami i najbardziej świadomymi kontrolerami w strumieniu informacji. Tłumaczenie wystąpienia jest dostępne w komentarzach.

说一点不同的看法 作为这轮的死多头（上轮好像也是）🤣，我认为这次很可能没有“最后一跌” 或者说期待最后一跌进场的投资人，很可能会严重踏空。 因为周期不一样，驱动因素不一样 我们处在工业革命的加速期，加速正在被加速（见下图） 也就是说，我们原来预计10年后，全球gdp增长可能是10%以上，现在很可能，5年后，全球gdp增长就是10%以上了 在这种情况下，股市（各种风险资产）的年增必然也会大幅提高 这个时候博最后一跌，很可能得不偿失 个人意见，仅供参考

W poprzednich cyklach w świecie kryptowalut wielu miało wrażenie, że zarabianie jest łatwe, a jednym z najważniejszych powodów jest to, że aktywa są stosunkowo rzadkie, a kapitał stosunkowo obfity, mówiąc prosto, jest dużo pieniędzy, a mało projektów. Wraz z wprowadzeniem akcji amerykańskich na blockchain, ta logika przestanie obowiązywać. Wiele akcji amerykańskich ma wartość rynkową, która nie jest wyższa niż wartość meme. Inwestowanie w nowy cykl na podstawie starych doświadczeń może prowadzić do dużych strat. Inwestycje w kryptowaluty muszą wrócić do istoty inwestowania, do wartości.

Tom Lee, "Wooden Sister" i Peter Thiel wspierają BMNR, które pozyska 2,5 miliarda dolarów na zakup Ethereum w celu utworzenia skarbca!

Właśnie: 🇺🇸 Spółka giełdowa Bitmine Immersion planuje zebrać 2,500,000,000 USD, aby kupić więcej $ETH.

Firma Tether ostatnio szaleńczo zamroziła ponad 2,9 miliarda dolarów. Jeśli te fundusze będą nadal zablokowane, Tether może ciągle czerpać zyski z odsetek, co daje 116 milionów dolarów. To również jest wieczny zysk. Jeśli Tether może zamrozić 10 miliardów, to co roku może stabilnie zarabiać 400 milionów dolarów. Taki interes to po prostu genialny pomysł.