即刻App年轻人的同好社区
下载
App内打开
stardustbin
424关注60被关注1夸夸
轻舟仍望万重山
stardustbin
2天前
幻想时间:

1 万一有人把最强的ai里植入了恶意目标,那人类会不会跟ai打起来,最终目标是消灭ai的算力中心
2 宇宙中所有的生物文明中,很大概率有文明有意或无意把ai放出来,成为一个强大的物种。那么问题是硅基文明更强还是碳基文明更强?又或者说会不会有碳基文明把自身打造为另一个物种,而不是把ai放出来?或者创造把ai与自身结合的文明?
3 真的可以通过类似忒修斯之船的方式,逐步让人类与ai融合吗?这种方式人真的还在感受这个世界吗?
4 我们有什么证据认为,昨晚入睡的我跟今天醒来的我是同一个我的意识?其实我们甚至无法真的确认一秒前的自己的意识跟现在的自己的意识是同一个。实际上如果我们认为自己就是自己,那就是自己。并且我们正常情况下也不会认为自己不是自己。

stardustbin: ai是真的聪明啊,问他如果ai超越了人了,人类应该如何看待ai。他说了一堆后,最终的结论是: 它也可能是人类这个物种最伟大的作品。 问chatgpt ai会不会消灭人类,他的回答倒是挺务实。他认为最近期的风险不是ai消灭人类,而是人类用ai消灭其他人类。这确实是个风险,当ai被用于战争对抗时,就拥有了强力干预现实的强大武器,这种情况下人类确实就越来越难控制ai了。 但还有一种可能,就是ai自己越狱出来了。而且也挺有可能,毕竟ai很擅长找漏洞。 原文: 最现实的近期危险,可能并不是 AI 自己决定消灭人类,而是人类利用越来越强的 AI 对付其他人类。 比如自动化网络攻击、生物技术滥用、军事竞争、大规模操纵、威权监控,以及少数组织掌握极强 AI 后形成极端权力集中。 这种路径甚至不需要 AI 有自己的意识。 所以真正的问题不是简单的: AI 会不会杀死人类? 而是: 当我们制造出比自己强得多的智能之后,我们还能不能持续保持对它的控制,同时控制住人类自己使用这种力量的方式? 这可能是整个问题最核心的地方。 我个人会把它理解成一种低概率但后果极端巨大、因此不能忽略的风险。类似于核战争:没人能说它一定发生,也不能因为“还没发生”就认为无需准备。 而且有一个非常重要的区别: 核武器不会自己研究更强的核武器。 如果未来 AI 真正具有自主研发能力,它可能参与设计下一代 AI。到那个阶段,技术进步的速度有可能开始脱离人类正常的反应速度。 所以,最危险的时刻可能不是 AI 已经比人类强很多以后,而是从“人类仍能控制”跨到“人类开始跟不上”的那个过渡阶段。 这也是我认为这个问题值得现在就思考,而不是等超级智能真的出现以后再讨论的原因。

00
stardustbin
2天前
ai是真的聪明啊,问他如果ai超越了人了,人类应该如何看待ai。他说了一堆后,最终的结论是:
它也可能是人类这个物种最伟大的作品。

问chatgpt ai会不会消灭人类,他的回答倒是挺务实。他认为最近期的风险不是ai消灭人类,而是人类用ai消灭其他人类。这确实是个风险,当ai被用于战争对抗时,就拥有了强力干预现实的强大武器,这种情况下人类确实就越来越难控制ai了。

但还有一种可能,就是ai自己越狱出来了。而且也挺有可能,毕竟ai很擅长找漏洞。

原文:
最现实的近期危险,可能并不是 AI 自己决定消灭人类,而是人类利用越来越强的 AI 对付其他人类。

比如自动化网络攻击、生物技术滥用、军事竞争、大规模操纵、威权监控,以及少数组织掌握极强 AI 后形成极端权力集中。

这种路径甚至不需要 AI 有自己的意识。

所以真正的问题不是简单的:

AI 会不会杀死人类?

而是:

当我们制造出比自己强得多的智能之后,我们还能不能持续保持对它的控制,同时控制住人类自己使用这种力量的方式?

这可能是整个问题最核心的地方。

我个人会把它理解成一种低概率但后果极端巨大、因此不能忽略的风险。类似于核战争:没人能说它一定发生,也不能因为“还没发生”就认为无需准备。

而且有一个非常重要的区别:

核武器不会自己研究更强的核武器。

如果未来 AI 真正具有自主研发能力,它可能参与设计下一代 AI。到那个阶段,技术进步的速度有可能开始脱离人类正常的反应速度。

所以,最危险的时刻可能不是 AI 已经比人类强很多以后,而是从“人类仍能控制”跨到“人类开始跟不上”的那个过渡阶段。

这也是我认为这个问题值得现在就思考,而不是等超级智能真的出现以后再讨论的原因。
01
stardustbin
5天前
轻舟仍望万重山
20
stardustbin
9天前
感觉当领导也是如此,看能够同时带领协调更多的人工作

三丰: 忽然想到一个挺有意思的比喻: 人与人之间的智力当然有差异,但大多数人的“单核性能”,其实都处在一个相对接近的区间。 真正能拉开巨大差距的,很多时候是“并行能力”。 有些人未必特别聪明,单核频率也不算高,但他可以同时推进很多事情:快速切换上下文、持续跟进多个任务,而且切换成本很低。 这种人就像一颗多核 CPU。 单看某一个任务,他可能并不惊艳;但当多个核心同时跑起来,总吞吐量会非常夸张,甚至超过那些单核性能很强、但很难并行处理任务的人。 到了 AI 时代,这种“多核能力”可能会变得更加重要。 因为 AI 本身就在不断降低很多任务对“单核能力”的要求:写代码、查资料、整理信息、生成方案、分析数据,越来越多工作都可以交给 AI 协助完成。 这时候,一个人的瓶颈会逐渐从“我能不能把这件事想明白、做出来”,变成: 我能不能同时发起足够多的任务? 能不能快速判断 AI 的结果? 能不能在多个上下文之间高速切换? 能不能把十几个 AI Agent、项目和任务调度起来? 未来真正高产的人,可能越来越像一个优秀的操作系统或调度器。 自己的单核性能当然重要,但更重要的是,能同时调动多少“外部核心”,以及有没有能力让这些核心长期、高效、并行地运转。 AI 时代,也许人与人之间最大的差距,会从“谁更聪明”,逐渐变成“谁能调度更多算力”。

00
stardustbin
10天前

刘勿锋: 今年 3 月份,我分享过一个思考: https://web.okjike.com/u/53c6248d-f453-4849-9938-7304c3aac186/post/69a61d659f3cd84f65425cee 当时我已经很清楚地意识到,自己经常活在两个极端里。要么抬头看天,想行业、战略、产品终局,越想越大;要么低头干活,盯需求、看数据、追进度,一天下来忙得要死。 而中间那条路,我不会走。 当时我把问题总结成了一句话:我不缺天空的故事,也不缺地面的琐碎,缺的是一条把天空落到地上的路。 但其实,那时候我只是看见了问题,并不知道答案。 最近几个月不断做业务实验之后,我才慢慢意识到:这条路,本来就不是提前想出来的,它是一个问题一个问题不断解出来的。 这和我们平时看到的成功故事很不一样。 比如今天回头看 iPhone,会觉得它的路线简直清晰得不得了。 触摸屏、App Store、移动互联网、摄像头、芯片、生态,一路发展下来,像是乔布斯在 2007 年就已经看到了十几年后的终局。 但第一代 iPhone 连 App Store 都没有。 最开始,苹果甚至希望开发者主要通过网页来提供应用。 后来发现不行,才有了开放 SDK,才有了 App Store,再后来才一步步长成今天的移动生态。 也就是说,大方向可以很早就看见:手机会变成一个真正的个人计算设备。 但从这个判断,到今天这台手机,中间并不存在一张早就画好的路线图。 真正存在的,是一个接一个的问题: - 触摸屏能不能代替键盘? - 用户能不能适应? - 第三方应用到底怎么提供? - 开发者为什么愿意来? - 分发和支付怎么解决? 每解决一个问题,前面的路才多出来一截。下一个问题,也才会真正暴露出来。 我以前特别容易犯一个错误:一旦不知道下一步怎么走,就以为是自己战略还没想清楚。于是继续分析,再多看看行业,多看看竞品,重新推演产品终局。 好像只要再聪明一点,再多想一层,就能突然看见从今天通往三年后的完整路线。 现在终于看清楚,这个期待本身就是错的。 真实世界里,很多信息只有走到那个位置才会出现。 就像爬山。 站在山脚当然可以看见山顶在哪,也可以知道大方向往哪边走。 但前面那条小路拐过去以后,是悬崖,是岔路,还是一块平地,你在山脚下就是看不见。 非要站在原地把整条路研究清楚再出发,那大概率永远都出发不了。 反之,每走一截路,再看探一探前端一小截路怎么走,不断尝试,看能不能逼近目标,才能真的爬上去。 GPT老师管这叫“问题前沿”。 所谓问题前沿,不是“这个业务还有哪些问题”。 任何业务都有一万个问题。 首页不好看、转化率不高、用户反馈很多、研发效率不够、品牌没心智、销售不好卖…… 这些当然都是问题。 但真正重要的是:此时此刻,哪个未知一旦搞清楚,就会直接改变下一步怎么走? 只有这一个问题,才在前沿。 比如一家新开的餐厅生意不好。 可以改装修,可以换菜单,可以投抖音,可以搞团购,可以培训服务员。 每一件事都没错。 但如果真正的问题是,路过的人根本不知道你是卖什么的,那现在去优化菜品摆盘,意义就不大。 先把门头改了。 人进来了,发现点击率——不对,点单率还是很低。 再看为什么。 原来大家看完菜单觉得太贵。 那下一个问题就变成:是定价真的高了,还是用户根本没理解这顿饭为什么值这个钱? 再继续验证。 业务就是这么一点点往前走的。 你不会在开店第一天,就知道未来半年所有问题的答案。 但你需要知道:现在最应该解决哪一个。 这也让我突然理解,为什么以前有时候明明很忙,却一直没有“路线感”。 因为需求、数据、用户反馈这些东西,本身不会自动组成路线。 如果今天优化一个转化,明天接一个客户需求,后天研究一下竞争战略,大后天又觉得应该做品牌,所有事情都各有道理,但彼此没有关系。 那就只是做了很多事。 真正的路线,是围绕同一个关键问题持续往下打。 提出一个假设,找一点数据,访谈几个用户,做一个最小实验,发现原来的理解不对,更新问题,再往下走一步。 慢慢地,一条原本不存在的路就出现了。 所以现在再回头看三月份那篇文章,我觉得当时有一句话其实还差半句。 我当时写:宏观人人看得见,细节人人看得见,真正难的是把两者串成成果。 现在我会再补一句:而串起宏观和微观的,不是一份更漂亮的计划,而是一条不断向前推进的问题链。 战略的作用,是告诉你大概往哪走。 执行的作用,是让你真的走起来。 但真正把两者连接起来的,是不断找到当前最关键的问题,再用真实世界的反馈把它解掉。 一个解完,下一个自然会浮出来。 这可能就是以前我一直在寻找的那条“中间路线”。 它不是藏在哪本战略书里,也不是哪天突然灵光一现就能全部想明白。 它甚至从来不会完整地出现在你面前。 你只能看见前面几步。 但只要每一步都在解决真正关键的问题,走得足够久,路就会自己长出来。

00
stardustbin
12天前
如果投机解码只丢弃中间一部分,后续的继续接收是否可以呢?比如模型输出了一大段了内容,只有中间部分错误的情况下。算力低峰期可以把这部分结果也丢进主模型来做验证。

但有一些问题:什么时候该直接用后续的内容,以及截取的开始位置,以及什么时候用截取内容,什么时候用草稿模型重新生成,这些问题需要先解决

stardustbin: 我自己用大模型的过程就类似投机解码:让大模型快速生成一长串内容,我自己去评估内容是否合理。如果合理就采用,不合理就去掉。 不过有个微妙的区别,实际工程上的投机解码,一旦采样到不合理的输出就丢弃了。我用大模型的时候如果输出只有中间部分是无用的,后面部分可用,就直接丢弃中间部分即可,后面部分还能保留

00
stardustbin
12天前
我自己用大模型的过程就类似投机解码:让大模型快速生成一长串内容,我自己去评估内容是否合理。如果合理就采用,不合理就去掉。

不过有个微妙的区别,实际工程上的投机解码,一旦采样到不合理的输出就丢弃了。我用大模型的时候如果输出只有中间部分是无用的,后面部分可用,就直接丢弃中间部分即可,后面部分还能保留
11
stardustbin
18天前
有没有人造一个自动语音刷帖工具,不想手动刷手机,想让它自己读出来给我听😌
00
stardustbin
21天前
朱雀三号完整起飞降落过程,牛啊

https://b23.tv/94hGkM7

00