了解我兒子高中老師對學生講述人工智慧的內容真是個令人震驚的發現。 他們都覺得有必要向學生解釋這件事的重要性，但他們的基本知識令人感到恐懼地不足。這不僅僅是缺乏了解或持有奇怪的觀點——他們教授的是事實錯誤的概念。"這只是一個包含所有網站和圖像的大數據庫，"（谷歌搜索謬論）"它只是根據一套算法自動生成句子，"（ELIZA謬論）"他們做過研究證明這會讓你變得更笨，"（小報標題版的研究謬論）。 學生們走出教室時，智力水平比進來時稍微低了一點。 你能想像一位AP物理老師說光是通過以太傳播，電子是牛頓粒子，冷聚變已經解決，等等嗎？ 如果我有錢，我會資助一個項目來教中學老師LLM、ML、DL等的基礎知識。他們出於好意，關心孩子們，想知道該教什麼，但卻被留給自己去摸索。這對任何形式的良好傳播都是一條可怕的道路，無論模型在上游如何被監管。

尋求關於最佳物理人工智慧、具身人工智慧、人工智慧機器人等播客、新聞通訊、X 頻道和 Substack 的推薦。尋找一些珍品。

從人類學到動物學，從工程學到城市規劃，每個學科都透過模擬產生、建模和驗證知識。一些計算機模擬被設計為沉浸式虛擬環境，其中體驗是人工化的。科學模擬則相反，它們並不創造欺騙性的幻覺。它們是使本來不可想像的潛在現實能夠被思考的手段：一種了解不可思議事物的技術。模擬是認識論技術，然而它們卻被深刻地忽視。它們是一種沒有重要理論的關鍵實踐。那么，模擬的一般理論會是什麼樣子呢？在這次演講中，本傑明·布拉特展示了這樣一種模擬理論需要考慮的內容：陰影、布景、場景、合成體驗、模型、演示、沉浸、詭計、玩具世界、微型模型和投影。 觀看本傑明·布拉特在《安提基特拉期刊》中的《模擬的一般理論》講座影片，或通過個人資料中的鏈接觀看。

"梅希亞認為，Waymo將“司機”一詞用於描述技術而非人類是“非常刺激”的。" 左派面臨著一個嚴重的人工智慧問題，這個問題只會變得更糟。到2028年，每位（D）候選人都會試圖在反人工智慧的資質上超越其他人。這將形成奇怪的聯盟，比如梅雷迪斯·惠特克/史蒂夫·班農的遊說陣線等。

數學領域的人看AI的輸出，明顯是合法的數學，他們會說，這個東西確實會做數學。 人文學科的人看AI的輸出，立刻就會說：這個東西不可能像我們一樣擅長解讀文本。

觀看《如何與人類思維不同？》電影，見於《安提基特拉期刊》 作者：陳秋帆 圖形設計：康納·庫克

證據在這裡。

我實際上認為「人工」並不是進化的對立面。進化選擇那些擅長人工化的物種，這是任何一種物種將其生態位轉變為自身優勢的方式。顯然，各種形式的智慧驅動著這一過程。人工智慧是人工化引擎本身的人工化——智慧。

"我們仍然處於行星計算歷史軌跡的早期階段。其算法物種將如何演變，以及我們的文化系統將如何訓練它們並被它們訓練，這都是無法預測的。" 本傑明·H·布拉頓 | 《堆疊》

我有一個 OpenAI Pro 帳戶，但仍然無法訪問 GPT-5。還有其他人嗎？想了解推出情況。