即刻App年轻人的同好社区
下载
App内打开
瓦尔特
1k关注365被关注0夸夸
•👾一切都是最好的安排
•📖|🏊|🎶|🎮|🏀|💤|🎞
置顶
瓦尔特
3年前
1990年,“旅行者1号”经过12年的飞行,长途跋涉64亿千米,最终到达太阳系边缘,这是前所未有的。“旅行者1号”还为地球拍了一张照片,照片中,地球只是漆黑背景中的一个光点。地球的这一形象引起了人们的广泛共鸣,卡尔·萨根(Carl Sagan)将这个光点形象地称为“暗淡蓝点”(Pale Blue Dot),并以此为号召,呼吁人类善待彼此、保护地球:“在宇宙中,我们的地球只是被黑暗包围的一粒孤独的尘埃……不会有来自其他地方的帮助拯救我们……我们这个渺小世界的遥远图像……提醒我们应该善待彼此,爱护和珍惜这个暗淡蓝点,这是目前我们所知的唯一的家。”

1994年,卡尔·萨根的著作《暗淡蓝点》(Pale Blue Dot)出版,他在书中引用了这张照片,并进行了反思:
让我们再看看那个光点吧。它就在这里。那是我们的家园。那就是我们。你所爱的每一个人,你认识的每一个人,你听说过的每一个人,曾经存在过的每一个人,都在这里度过了他们的一生。我们所有的快乐和痛苦,数不胜数的宗教信仰、意识形态和经济学说,所有猎人与强盗,英雄与懦夫,文明的创造者与毁灭者,国王与农夫,相爱的年轻夫妇,母亲与父亲,满怀希望的孩子,发明家与探险家,德高望重的老师,腐败的政客,“超级巨星”,“最高领袖”,人类历史上的每一个圣人和罪人,都生活在这里——一粒悬浮在阳光中的微尘。
5235
瓦尔特
2天前
·AI与游戏(数据)相辅相成
·如果目标是实现AGI,那么AI在空间上对世界的理解要比对语言的理解更重要

宝可梦GO「偷家」李飞飞空间智能?全球最强3D地图诞生,150万亿参数解锁现实边界

00
瓦尔特
4天前
《驯龙高手》真人版的无牙仔是直接从原版拽过来了?
10
瓦尔特
15天前
相对于《智人之上》我更推荐《权利与进步》,这本书的讨论内容更具有现实意义
10
瓦尔特
17天前
老马这是把工程解决能力带到了助选上且全情投入😑(播客的作用也不能被忽视了)
Peter Thiel :不是 Elon 太冒险,是人们太厌恶风险了。 我永远不会选择站在 Elon 对面,在任何事情上都不会。

【双语】川普胜选时刻,马斯克讲述如何在摇摆州助选_哔哩哔哩_bilibili

10
瓦尔特
20天前

ProgramZmh: 【Experience Sharing:我的项目 Chat Nio 被收购,初中生涯从 0 至百万第一桶金,闲聊我一路的开发经历】 本人很少在公域上有分享自己经历的习惯,正好也有很多人对我的经历感兴趣,顺便借着今天这个机会,闲聊关于这个项目、关于我的经历吧: 依稀记得我在上一二年级时(2014 左右),Minecraft 很火爆,当时的周末闲时,喜欢偷我爸的 iPad ,接触并逐渐喜欢上了玩 MC。没有正版 license,纯离线,但当时玩的不亦乐乎,接触了红石和 命令方块,搞一些非常简单的小东西,这三十分钟是我每周为数不多的快乐时光。或许编程兴趣是从那时启蒙的。 三四年级,学校组织微机小组,我因为成绩在前恰好被选上 (大概是每班选两个)。当时每天放学后都有一节课的计算机时间。这是我人生第一次接触到了电脑。这可真是个新鲜玩意。回想起来当时的我每天裤兜备鞋套,不会开机,不会进 DOS,兰花指... 哈哈哈,蛮有回忆。一个月的初识后,我们开始学打字。借着老师的“愿意继续练的同学可以回家抽时间继续练”,跟父母“骗”到了每天半小时看电脑时间。 当时还是在用的打字高手(图标是深蓝色的狗爪,不知道是否有人还记得,大抵是上世纪的产物,有中英文测试),当时拿着 U 盘从学校里把 exe 拷回去,放学一进家门就跑到书房里练打字。 经过我的不懈努力, 我从最开始的兰花指 10 CPM 练到了大概快 200 CPM 吧(战绩可查)。几个月后举行的打字比赛,我竟拿到了全校第一的速度成绩,当时的我是蛮激动的。 四五年级时,开始学习了 Turbo Pascal 和 C 语言。我因为觉得老师讲的太慢的无聊,因此每天放学后总是自己提前研究后面的内容。毕竟兴趣是最好的老师嘛,后来我写了个software,鼓起勇气找老师看并一度被质疑 “这真的是你自己自学做的?”,并被老师送了一本他珍藏多年的 PASCAL 算法书。整个四年级在这本书里度过。不合群,没有出去玩,放学不去打球,这应该是导致我孤僻的原因吧(甚至一度到了初中转学后,整个初中几乎没有在现实中和所有同桌说一过话的状态)。 到了五年级,所有内容都被我提前学完了,遂开始延申知识范围。在网上学python (你没听做,我的学习路线是 C -> Python)、vbs。同时记得也是这一年,我的眼睛迅速涨到 500 度。 升到初中(六年级,山东多数市县是五四制),便继续学习了 lua、assembly、html/css/js,还有flask,django一类。因为买不起云服务器,便用自家电脑开花生壳端口映射,给同学们炫耀自己写的im聊天软件。什么好玩就学什么,涉猎 Network (套接字),爬虫,大数据,前端,后端,其他的便忘记了。我当时还搓了基于 TCP 的 IM 聊天室项目(是的,并不是基于 HTTP/Websocket 这样的应用层 Protocol,因为当时的我觉得太没有技术含量了),解决了原生 TCP Socket 粘丢包问题,同时还实现了大文件传输,富文本渲染,一对多,多对多 对话,真的很好玩。逐渐培养起喜欢捣鼓开源工具的习惯。 当时我在网上能赚到几十几百块的技术咨询费用,接到几k的小项目单子了。父母没有给过任何零花钱,靠自己攒到了自己人生中第一个5k零花钱。 虽然现在回看很少,但是这确是我最快乐的时光,我在整个初中实现了零食自由,然后当时做了一些开源项目需要搭建服务器跑api之类的,当时我就接单子来维持我的项目,真就是“自费开源”了哈哈哈哈。 七年级在各大赛事里拿过一点儿山东省、市级冠军。在此期间还买了本神经网络,学深度学习,强化学习。浅浅学了一些向量计算,加权计算,反向传播,Optimizer之类的。并搞起了 PyTorch/Tensorflow。 当时我记得还搓了一个多贪吃蛇 AI (最开始是方块状的4向移动,后面我自己想算法搓了一个可调节360度方向的rounded mode),试过 DQN/PPO 算法,自家电脑 CUDA 算力不够跑不了模型,于是去Kaggle和Colab换着跑Epoch,下 onnx 结果。(当时还有个经历是无意间去kaggle打比赛拿了几千刀的奖金,找朋友开了个us实体debit card超级麻烦的转回来,这个经历以后有机会再讲) 最后我跟ai对打,甚至我都打不过他!我犹如创造了一个生命,从懵懂到成熟。这对于我来说是最最最开心的一段时光。后面基于我前面写的 tcp socket 架构,做成了多人联机贪吃蛇,加上了Rank,Pyinstaller 打包拷贝到 U 盘上。学校初中电脑虽然没有外网,但是内网互联,上微机课的时候,我把这个游戏分享给其他人,于是立马就爆了,所有人都在玩联机我写的这个游戏,50多条蛇对打我的ai,ai仍然游刃有余!(装b耍帅成功什么的真的太爽了哈哈哈!!!) 大概是2023年初,七年级下学期的时候,我发起了这个项目。 这个项目是如何发起的呢?其实最最早的时候其实没有想过任何商业化、以及我能得到什么,只是为了给朋友玩的,当时 ChatGPT Plus 才能用 GPT4,要每个月订阅费 20刀,对于大多数(非一线城市的)初中生来说每个月拿出来140多块是几乎不可能的,但是我当时有一定的收入来源,于是我开启了这个项目分享给我的朋友们一起使用,做成公益免费,又当时去学了很多新事物,包括什么openai api,怎么开虚拟卡,怎么搞sms,过arkose,怎么逆向,sess之类的东西。 大概在升八年级的暑假的时候,我的朋友拉来了更多的人。此时,我的收入和捐赠来源已经不足以维持越来越高账号费用了。于是在大家投票决定后,我们从公益的全免费转到非盈利性,同时在所有人的建议下我们开源了代码,新建了一个 Github 仓库:“Chat Nio”,并希望与开源社区共建。项目的原型是 Vue3 + Nodejs,经过两次改版,V2 从 Nodejs 换到 Go 大幅提升了性能和内存优化, V3 从 Vue 换到了 React + 当时还只有几千stars但是非常好看的 Shadcn UI 组件库)。 Chat Nio 基本上是和 Nextweb、Lobe Chat发起同时期的项目。一个我觉得早期设计比较好的就是对话是存储在经过 Local First 优化后存在 Mysql 的,比如当时 Next Web 当时的跨设备同步依赖 WebDav,当时 Lobe Chat 的对话依赖 WebRTC,但是 Chat Nio 可以 Zero Config & 无感对话跨设备同步,得到了许多用户的称赞。 在此期间,我还开发联网搜索、文件上传等等创新功能,现在看联网搜索是非常普遍的,但是据我当时所知大概是第一个支持联网搜索的(?,这在当时是完全足够吸引人的。 在文件解析方面做出了一个新范式: 开源的通用文件解析标准 Blob Service, 支持 文本/PDF/PPT/Excel/Doc/音频等等解析,甚至当时 OpenAI 和 Anthropic 都不支持大多数我所支持的东西。除了 Chat Nio,当时还有许多软件都使用了我的 Blob Service。 到了九年级(也就是今年年初),我这个项目从始至终还没有做过任何的宣传手段,没有任何推广分成,只是借助高性价比和功能,用户推用户,一路打到了 100k+ MAU / ¥20w MRR / ¥~5w 月盈 的战绩,团队也扩建到了 4 个人。 一个比较大的转折点是我们当时做了 API Key 中转,类似于 One API 项目的多租户令牌分发功能。我们在当时在算法上做了很大的提升,自研了渠道分配算法,包括优先级、权重、报错自动降级的分配。当时 One API 还只是依靠外部 HTTP 307 Redirect 来降级,后来才改成的内置 Retry & Downgrade。Chat Nio 一经发布就带来了很大流量。Chat Nio 打造成了一个 B/C/D 端的一站式解决方案,同时支持 B 端的私有化部署(商业版源码)、 C 端用户的商业 LLM 对话系统和 D 端的 OpenAI API 中转。 今天2月份我的朋友帮我在 v2 上发了个分享贴,顺便开源项目也小爆了一阵,增到了 3k+ stars,多次上 Github Trending 排行,拿到了 Github #1 Repo Of The Day的勋章,后面因为要中考了,因此也无心宣传了。蛮多的聊得来的朋友,很多出色的人,对我帮助蛮大的人几乎都是当时认识的。同时也认识了很多 vc (比如zhenfund、yc、奇绩、绿洲、蓝驰等等等等),一起会议、casual 也很大的锻炼了我的交流能力。这是一段很不错的记忆。(在此也非常感谢一路上各位大佬、各位朋友对我这么多的支持) 中考后,经过了几个月的收购交接和流程,我们终于完成了软著转移,权限分配等收购流程,更多的人会参与进来,我们同时也会继续主导本项目的 Future!感谢大家一路的支持! 同时,我也在同时进行几个新项目,期待更多崭新的产品在未来能与大家相汇! 附 LinuxDo 帖:https://linux.do/t/topic/249061

00
瓦尔特
23天前
模块化大脑的优势:

首先,模块化脑的能量消耗更少。因为每个模块都被进一步划分为小单元,在完成特定任务时,模块中只有部分区域需要保持活跃。如果一举一动都需要全体出动,你的大脑要交的电费怕是要突破天际。

其次,作为一个耗能大户,我们的大脑意外地还算高效。神经元通过大脑的“电线”即轴突和树突传播电信号。尽管这些神经连线和现代电器使用的电路运作方式不同,但基本原理还是一样的,二者都靠电流将信息从一处传至另一处,而这一过程需要耗能。电流传播得越远,消耗的能量就越多;轴突越粗,电流遭遇的阻抗越大,消耗的能量也越多。局部模块化运作使得大脑只需进行短距离传输,需要的连线更细,模块间传导时间更短,因此可以节省大量能源。此外,根据神经系统的活跃度计算,要保证连线长度和传导延迟最小化,连线比例(也就是由轴突组成的灰质比例)应为60%。许多大脑结构的连线系统都十分接近这一黄金比例。相反,如果大脑是一个一体的单元,那么各脑区的短距离连线和长距离连线数量应大体一致,而长距离就意味着更多的“电线”和更多的“能耗”。模块化的大脑将连线比例维持在一个较低的水平(3/5,也就是60%),从而限制长距离电信号传输的数量。

再次,模块化大脑的功能效率也很高,因为数个模块可以同时对特定信息进行处理。有了能各自独立运行的多模块系统,我们就能轻松地一边走路一边说话,同时还一边嚼口香糖,换作时刻追求协调所有功能的单一系统,事情就没那么简单了。此外,如果大脑是一个统一单元,它就必须成为一个多面手,才能合格地完成我们的日常活动。但是,如果将特定任务交给特化的“大师”模块,效率就会高很多。在复杂系统中,功能特化的现象无处不在。例如,当最好的农民都在种地、最好的教育者都在教书、最好的经理都在管理层时,经济自然会蓬勃发展。糟糕的经理能搞垮一个公司,糟糕的农民会破产,而糟糕的老师——我们或许都遭遇过至少一个糟糕的老师,也都清楚这会产生什么后果。当人们术业有专攻,而不是时时刻刻为所有经济事务操心,他们就成了专家。专家是更高效的生产者。比起事事都由所有人参与,多个专家同时工作带来的经济产出更高。这样看来,我们的大脑能够进化出模块化结构,并能同时高效处理多种信息,就显得很合理了。

模块化最重要的一项优势也许是在不断变化的环境中,模块化大脑能够更快地适应或进化,因为它能够在其他模块不变的情况下改变或复制某一个模块,从而无须改变那些已经充分适应环境的模块。这样一来,系统中某一区域的进化就不会影响其他功能正常的区域。

研究者发现,人在学习一项运动技能的过程中,大脑特定神经网络的结构也会发生变化。对许多技能来说,熟能生巧都是成立的,我们也能够通过经验掌握新的技能。倘若每习得一项新技能,整个大脑的运作方式都会发生变化,我们就会因此而对旧技能生疏。大脑模块化能够在资源稀缺的环境下节约能源,在时间有限的情况下平行开展认知加工活动,在新的生存压力来临之时更轻松地改变功能,并帮助我们学习多种多样的新技能。如果我们停下来仔细琢磨一下其中的道理,就会发现大脑根本不可能会是模块化以外的模样。

📖:《意识本能》
01