即刻App年轻人的同好社区
下载
App内打开
For.rest
277关注205被关注3夸夸
一顆樹 🎄
-
23% 的時間在香港。
23% 的时间在 @灵感买家俱乐部。
23% 的时间在 @Bonjour!
For.rest
20天前
For.rest
1月前

傅丰元: 读 Thinking Machines Lab 的最新技术路线博客时，发现他们把汉娜·阿伦特的《人的境况》、迈克尔·波兰尼的「隐性知识」，以及哈耶克关于「分散知识」的讨论，都放进了引用文献里。 Thinking Machines Lab 是 OpenAI 前 CTO Mira Murati 离职后创办的 AI 公司。它在成立几个月后便完成了约 20 亿美元融资，投后估值达到 120 亿美元。 最近，他们发布了一篇博客 《The Future Worth Building Is Human》，介绍自己的技术方向：不只追求更强的通用模型，也希望个人和组织能够继续训练、定制自己的模型，让人的经验、知识和判断参与 AI 的工作过程。 很有意思的是，这样一家站在前沿的 AI 模型公司，在解释技术路线时，引用了不少哲学、经济学和社会思想。 1966 年，迈克尔·波兰尼《隐性维度》 波兰尼提出了「隐性知识」：我们知道的，往往比能够明确说出来的更多。 厨师对火候的判断、工程师排查问题时的直觉、一个团队长期形成的工作默契，都很难完整写进文档或数据库。Thinking Machines 用它来解释，真正有价值的知识常常产生于具体实践，也会随着实践不断变化。 1945 年，哈耶克《知识在社会中的运用》 哈耶克讨论的是「分散知识」：社会中的知识并不集中在某一个地方，而是散落在无数个人、组织和具体场景里。 一家餐厅如何调整菜单，一间商店如何摆放商品，不同组织如何完成同一件事，都依赖身处其中的人掌握的局部知识。Thinking Machines 借此讨论，单一的中央模型很难吸收所有持续变化的经验。 1955 年，约翰·冯·诺依曼《我们能在技术中生存下来吗？》 冯·诺依曼认为，技术中有益和有害的部分总是靠得很近，很难把「狮子」和「羔羊」彻底分开。 Thinking Machines 用这段话讨论模型的开放、所有权和安全：让人拥有更深度修改模型的能力，也意味着这种能力可能被用于不同的目的。 1958 年，汉娜·阿伦特《人的境况》 文章最后引用了阿伦特关于「手段与目的」的讨论。 当一切都只按照效用来衡量时，人也可能变成实现某个目标的工具。只有当人本身被视为目的，所谓的效率、工具和技术，才重新获得意义。 原文： https://thinkingmachines.ai/blog/the-future-worth-building-is-human

00
For.rest
3月前
想去更好的地方：「请逃离！」
去到后：「我一定要离开吗 🥲」
00
For.rest
3月前
感觉 remote 还挺考验稳定性的空间/环境支持… 比如要不就在一个选定的不错地方 remote 至少一周以上，然后流动的间隙就是晚间在这附近游荡。而不是切换城市 🥲
00
For.rest
3月前
For.rest
3月前
For.rest
4月前
For.rest
4月前
For.rest
5月前
好消息：在上海找到 AAA 代餐了；
坏消息：工作太忙还是没时间去看（倒

决心四月再去闯一闯 🏃🏻
20
For.rest
6月前