我的 X 阅读

我的关注 科学物理人工智能 神奇小子 动物世界

科学物理人工智能 · 3000 / 3000 条

已同步 74 个列表成员 · 当前内容涉及 65 位作者

更新 10-11 21:57

重置

3000 条 · 第 137/200 页 · 刷新

Yann LeCun @ylecun
10-03 12:19 · 原帖
转帖:那个视频是两年前的。 两年后,我们距离人类水平的 AI 仍然遥远。 当然,AI 在许多任务中表现出超人类的性能(特别是在数学、编码以及回答已知答案的问题方面)。 但是我的 Level-5 自动驾驶汽车在哪里? (在你问之前,特斯拉 FSD 被评为 Level 2,Waymo 是 Level 4)。 哪里有能在 20 小时练习中像任何 17 岁青少年一样自学开车的那种自动驾驶汽车? (在你问之前,我们有数十亿小时的训练数据,但仍然无法通过模仿学习成功训练自动驾驶系统) 我的家用机器人呢? 哪里有能做任何 8 岁孩子都能做的事情的机器人? 哪里有能像 8 岁孩子一样快速学习新任务的机器人? AI 仍然难以应对物理世界的复杂性和混乱性。
AYi @AYi_AInotes
10-03 12:03 · 原帖
来源网址:https://t.co/9T6YIZ6Rlv
AYi @AYi_AInotes
10-03 12:03 · 原帖
把视频里这段关于竞争的心态精髓和商业逻辑整理在这里,送给正在自己死磕项目的兄弟们: 1. 竞争恐惧的本质(Paranoia & Competition): 理性的大脑天然倾向于过度放大对手的优势(资金、品牌、人员规模),而忽视了自身的灵活性与专注度。多疑 + 早期被竞品吓退,是扼杀创业点子最致命的毒药。 2. 非理性自信的自我实现循环(Irrational Self-Belief): → 初始假设:盲目相信自己的产品决策、审美标准和团队执行力是最好的。 → 行动倒逼:因为坚信自己最强,所以愿意在别人放弃的细节上多死磕 100 步。 → 结果沉淀:长期的极致打磨最终在现实中兑现了最初看似荒唐的预言。 3. 竞争的终极极简法则(Competitive Framework): 不要把精力耗费在复杂的竞品攻防推演上,回归到最朴素的竞赛直觉:Just be better. 别人做得糙的地方我们做细,别人觉得不赚钱的脏活我们做透。 原片出处:SPC 闭门访谈系列。
AYi @AYi_AInotes
10-03 12:03 · 原帖
刚看完 @Meta 首席AI官,muse负责人 @alexandr_wang 在 SPC 闭门访谈里聊竞争的这 3 分半钟,我心里真的挺触动的, →商业世界里最大的陷阱,就是过于理智地看待竞争, →为什么 Palantir 和 Scale 能从死人堆里杀出来? https://t.co/79ZqWLplGP
Tibo @thsottiaux
10-03 12:01 · 原帖
看到一些报告称 Pro 500 没有如预期般完成早前的重置。正在调查,并将加以补救。
Derya Unutmaz, MD @DeryaTR_
10-03 11:55 · 原帖
今日的 AI 绘画。 使用 ChatGPT image 2.5 创建
Rohan Paul @rohanpaul_ai
10-03 11:52 · 原帖
https://t.co/GqA5monBiD 引用:full video https://t.co/neTcDbsLZz
Rohan Paul @rohanpaul_ai
10-03 11:52 · 原帖
Cathie Wood 解释了杰文斯悖论如何在人工智能领域迅速蔓延: 同样的解决方案,每年成本却降低了 99.99%,而交易量却呈爆炸式增长。 即便价格暴跌,OpenAI 的年化收入在一年内也从 200 亿美元飙升至 700 亿美元,超过了 Anthropologie 公布的 650 亿美元。更便宜的期权并没有缩小 https://t.co/REJM7rEyvH
AYi @AYi_AInotes
10-03 11:47 · 原帖
https://t.co/pJdw5SQXNc 引用:如何在一个 90% 都要死掉的死亡游戏里活下来? 身价百亿美元、前 Scale AI 创始人兼现任 @Meta 首席 AI 官的 @alexandr_wang 第一次在镜头前把创业者最绝望的心理死穴给彻底撕开了,中英文字幕+纯享版拆解分享给大家: 他给出了两条极其硬核的生存法则: →第一性原理倒推未来, →以及把所有不可控的恐惧全部置换成高频动作。 他说在@ycombinator YC 经历的创业淘汰,比《饥饿游戏》残酷一万倍。 饥饿游戏里谁输了第一天就会倒下, 但真实的创业最可怕的地方在于,90% 的公司最后都会死,可它们不是立刻死掉,而是一直苟延残喘好几年。 最让你在深夜冷汗直流的念头不是你会失败,而是你今天做的这个项目其实在第一天就已经死了,只是你要到整整三年后才会发现。 这种延迟死亡的钝刀子割肉,是所有想做点事、想做个人项目的人都经历过的终极精神内耗, 你每天每小时都在情绪的大起大落里打转,不知道手头正在死磕的东西到底是未来的超级巨头,还是一具早就没了心跳的商业尸体。 2分钟的视频里,Alexandr 讲透了当年他从这种窒息感里活下来的两道硬核解法。 最根本的一步,是靠第一性原理建立起极高密度的终局确定性。 一旦定下 Scale 的方向,他就极其确信这个东西在未来一定会存在,而今天整个世界还缺了它; 只要终局是铁板一块的事实,眼前就有了可以顺着往上爬的确定梯度,至于怎么从 A 点走到 B 点,路途再漫长,也只是时间问题。 但真正帮他熬过每天每小时情绪起伏的,是他把所有焦虑全部倒进了动作里。 既然停在原地会被不确定性吞噬,那就带着焦虑疯狂做事,用极高频的迭代、甚至带着恐慌的机械执行去填满时间,只要手里的动作没停,代码在改、客户在聊、版本在发,大脑就会把这种行动感识别为正在前进。 很多时候你觉得快被内耗压垮了,并不是你能力不行,而是你在为一个还没发生的三年后提前焦虑。 世上没有哪家百亿巨头是一开局就拿着通关密码的, 与其坐在那里猜测自己是不是已经死在了半路上,不如把确定的未来当成锚点,把手头的焦虑直接烧成往前迭代的燃料。
AYi @AYi_AInotes
10-03 11:46 · 原帖
https://t.co/pJdw5SRvCK 引用:如何在一个 90% 都要死掉的死亡游戏里活下来? 身价百亿美元、前 Scale AI 创始人兼现任 @Meta 首席 AI 官的 @alexandr_wang 第一次在镜头前把创业者最绝望的心理死穴给彻底撕开了,中英文字幕+纯享版拆解分享给大家: 他给出了两条极其硬核的生存法则: →第一性原理倒推未来, →以及把所有不可控的恐惧全部置换成高频动作。 他说在@ycombinator YC 经历的创业淘汰,比《饥饿游戏》残酷一万倍。 饥饿游戏里谁输了第一天就会倒下, 但真实的创业最可怕的地方在于,90% 的公司最后都会死,可它们不是立刻死掉,而是一直苟延残喘好几年。 最让你在深夜冷汗直流的念头不是你会失败,而是你今天做的这个项目其实在第一天就已经死了,只是你要到整整三年后才会发现。 这种延迟死亡的钝刀子割肉,是所有想做点事、想做个人项目的人都经历过的终极精神内耗, 你每天每小时都在情绪的大起大落里打转,不知道手头正在死磕的东西到底是未来的超级巨头,还是一具早就没了心跳的商业尸体。 2分钟的视频里,Alexandr 讲透了当年他从这种窒息感里活下来的两道硬核解法。 最根本的一步,是靠第一性原理建立起极高密度的终局确定性。 一旦定下 Scale 的方向,他就极其确信这个东西在未来一定会存在,而今天整个世界还缺了它; 只要终局是铁板一块的事实,眼前就有了可以顺着往上爬的确定梯度,至于怎么从 A 点走到 B 点,路途再漫长,也只是时间问题。 但真正帮他熬过每天每小时情绪起伏的,是他把所有焦虑全部倒进了动作里。 既然停在原地会被不确定性吞噬,那就带着焦虑疯狂做事,用极高频的迭代、甚至带着恐慌的机械执行去填满时间,只要手里的动作没停,代码在改、客户在聊、版本在发,大脑就会把这种行动感识别为正在前进。 很多时候你觉得快被内耗压垮了,并不是你能力不行,而是你在为一个还没发生的三年后提前焦虑。 世上没有哪家百亿巨头是一开局就拿着通关密码的, 与其坐在那里猜测自己是不是已经死在了半路上,不如把确定的未来当成锚点,把手头的焦虑直接烧成往前迭代的燃料。
Alexandr Wang @alexandr_wang
10-03 11:43 · 原帖
给自己做个小缪斯钥匙链! 引用:20 分钟内即可启动运行。这太棒了!
Tibo @thsottiaux
10-03 11:35 · 原帖
我很确定在这个小世界里,已经有比机器人更多的点。 酷的是,我们每天都在改进它们,而且它们直接从你的反馈中学习。
Rohan Paul @rohanpaul_ai
10-03 11:30 · 原帖
完整视频 https://t.co/neTcDbsLZz
Rohan Paul @rohanpaul_ai
10-03 11:30 · 原帖
全球90%的数据中心债务融资都流向了美国,而实际企业税率约为8%,因为数据中心可以在第一年抵扣100%的成本。这些退税资金又直接投入到美国更多的数据中心建设中。 ——ARK首席执行官 https://t.co/cK2Mqajmy0
Rohan Paul @rohanpaul_ai
10-03 11:20 · 原帖
转帖:人工智能的 10-15 万亿美元总可寻址市场,如果成功的话,其实是“可怕的”。 - 纽约大学斯特恩商学院著名的“估值之 dean”阿斯瓦斯·达莫达兰教授。 原因:AI 作为一种工具,其市场要小得多;AI 作为人类工作的替代品,才是巨型市场故事的来源。 “AI 的最佳情景,那个 10 到 15 万亿美元的市场,只有在它取代人类的情况下才会发生。 如果 AI 是一种工具,它的市场将比 AI 取代人类时小得多。因此,我们讲述的 10 万亿、20 万亿或 25 万亿美元市场的故事,其实是对世界其他部分而言的可怕故事。 为什么?因为如果那个故事成真,所有白领中的一半人将失去工作。他们接下来要做什么?谁来创造收入来购买产品和服务? 如果 AI 像预期的那样运作良好并取代人类,我们作为社会该如何应对?因为人们会失去工作。你不仅失去收入,还失去生命的意义……”