Dowiedzenie się, co nauczyciele w liceum mojego syna mówią swoim uczniom o AI, to prawdziwe otwarcie oczu. Wszyscy czują potrzebę wyjaśnienia uczniom, że to duża sprawa, ale ich podstawowa wiedza jest przerażająco niewystarczająca. To wykracza poza brak wiedzy czy dziwne opinie – uczą faktualnie błędnych koncepcji. "to duża baza danych wszystkich stron internetowych i obrazów," (błąd w wyszukiwaniu Google) "Po prostu generuje automatyczne zdania na podstawie ustalonego algorytmu" (błąd ELIZA), "Przeprowadzono badania, które dowodzą, że to sprawia, że jesteś głupszy," (nagłówek tabloidu w wersji badań). Uczniowie wychodzą z klasy nieco głupsi niż kiedy do niej weszli. Czy możesz sobie wyobrazić nauczyciela fizyki AP mówiącego, że światło propaguje się przez Eter, że elektrony są cząstkami newtonowskimi, że zimna fuzja została rozwiązana itd.? Gdybym miał pieniądze, sfinansowałbym program, aby nauczyć nauczycieli szkół średnich podstaw 101 LLM, ML, DL itd. Dobrze myślą, dbają o dzieci, przypuszczalnie chcą wiedzieć, co uczyć, ale zostali pozostawieni sami sobie. To straszna droga dla jakiejkolwiek formy Dobrej Dyfuzji, niezależnie od tego, jak modele są regulowane w górę.

Proszę o rekomendacje najlepszych podcastów, newsletterów, feedów X i substacks dotyczących fizycznej AI, ucieleśnionej AI, robotyki AI itp. Szukam perełek.

Od antropologii po zoologię, od inżynierii po planowanie urbanistyczne, każda dziedzina produkuje, modeluje i weryfikuje wiedzę poprzez symulacje. Niektóre symulacje komputerowe są zaprojektowane jako immersyjne wirtualne środowiska, w których doświadczenie jest sztucznie tworzone. Symulacje naukowe robią odwrotnie, nie tworząc zwodniczych iluzji. Są one środkiem, dzięki któremu inaczej niepojęte podstawowe rzeczywistości stają się dostępne dla myśli: technologią poznawania tego, co jest inaczej nie do pomyślenia. Symulacje są technologiami epistemologicznymi, a mimo to są głęboko niedostatecznie badane. Są to istotna praktyka bez istotnej teorii. Jak mogłaby wyglądać ogólna teoria symulacji? W tym wykładzie Benjamin Bratton pokazuje, co taka teoria symulacji musiałaby uwzględnić: cienie, inscenizacje, scenariusze, syntetyczne doświadczenia, modele, demonstracje, immersje, oszustwa, zabawkowe światy, miniatury i projekcje. Obejrzyj film wykładowy "Ogólna teoria symulacji" autorstwa @bratton w Antikythera Journal lub za pośrednictwem linku w bio.

"Mejia uznał, że używanie przez Waymo terminu „kierowca” w odniesieniu do technologii, a nie osoby, jest 'bardzo wyzwalające'." Lewica ma poważny problem z AI, który tylko się pogorszy. Do 2028 roku każdy kandydat z (D) będzie próbował prześcignąć innych w swoich anty-AI kwalifikacjach. To stworzy dziwne sojusze, takie jak front lobbingowy Meredith Whitaker/Steve Bannon, itd.

Ludzie zajmujący się matematyką patrzą na wyniki AI, widzą, że to wyraźnie legitna matematyka, i mówią: tak, to urządzenie potrafi robić matematykę. Ludzie z dziedziny humanistyki patrzą na wyniki AI i od razu mówią: to urządzenie nie może być tak dobre w interpretacji tekstów jak my.

Obejrzyj film Jak myśleć inaczej niż ludzie? w Antikythera Journal Autor Chen Qiufan Grafika Connor Cook

Dowody są tuuuuuuuuu.

Właściwie uważam, że "sztuczny" *nie* jest przeciwieństwem ewolucji. Ewolucja wybiera gatunki, które są dobre w sztucznictwie, czyli w każdym sposobie, w jaki gatunek przekształca swoją niszę na swoją korzyść. Oczywiście, inteligencja w jej niezliczonych formach napędza to. Sztuczna inteligencja to sztucznictwo silnika sztucznictwa samego w sobie - inteligencji.

"Wciąż jesteśmy na bardzo wczesnym etapie historycznej trajektorii obliczeń planetarnych. Jak będą ewoluować jego algorytmiczne gatunki i jak nasze systemy kulturowe będą je trenować i będą przez nie trenowane, to już zgadnąć trudno." Benjamin H. Bratton | The Stack

Mam konto OpenAI Pro i nadal nie mam dostępu do GPT-5. Czy są inni? Próbuję ocenić wdrożenie.