主题：【原创】《文艺作品的创作是有规律的 ——Musk为什么会急》 -- Ace
我说了嘛，人类如果傲慢到想要强行去管束AI，结果可能就是儿子打老子。
当然是在目标搜寻，蹑踪，攻击血管，飞速遁逃等一系列行为的计算和控制上。
按照这个算法，碳基算力的效率是硅基算力的1亿倍以上，我个人估计尚在10亿倍以上。在这个效率差降低到1000倍以前，人类依旧存在优势。
波士顿动力狗更高，更快，更强的基础上才消耗那么多能量的。
蚊子不过是占了特化尺寸的便宜。要想体重不足几克还要吸血，蚊子的身体结构是最优的。
靠的就是体积小，不易被察觉。一旦被察觉，基本就是死路一条。 即使在昆虫里，蚊子的各种技能都属于偏弱的，虽然我弱，但我能生。杀不绝。
碳基在计算方面没有任何胜过硅基的可能。唯一看起来厉害的就是在地球这个环境下抗疲劳破坏的能力强一些
围棋已经没有人类可以击败AI
SUNO创作的歌曲水平比99%的人类更强
AI 创作视频的已经超越99%的人类
AI根据某个主题写文章的能力超越99%的人类
这个清单会越来越长，这个比例会逐步提升，然后量变促成质变时候就会到来
哈哈
越来越多的证据表明，大语言模型是没有原生推理能力的，不是真正的人工智能，只能说是人工提取人类存量智能的一种算法。
机器狗的动力部分功率另外计算。
等到AI 能够不需要人类就可以支撑自己的生存、发展、进化再来说这些吧。就像按个人财富来计算每个人的价值一样不靠谱。假设某人身价是一个普通人的百万倍，就意味着这个人可以代替百万个普通人吗？这种比较只是一个维度而已，真实的价值显然不是这样可以比较的。
举个例子：地上有一堆铁钉，假如我拿块磁铁快速移动，会有一些铁钉吸过来，我可不可以说铁钉有算力，主动找到磁铁，飞了过来？
同理，会不会只不过是人的体温，对蚊子身上的某个细胞起了作用，导致蚊子的翅膀发生定向震动，向人飞过来，这个算不算是算力？
认真看了看才知道原来是11比8大。五六天前的事吧，纠正倒挺快的。
现在不能确定。
谷歌AI拿下IMO奥数银牌，数学推理模型AlphaProof面世，强化学习 is so back
主要是我想到了一点，人类对无穷的思考是建立在有穷数目的规则上的。从这一点来看，人类的思考和强人工智能并没有本质的区别。
现在就看强人工智能是否能自主发现这些有穷数目的规则了。
首先确实漏看了。
但也得说整个波士顿狗芯片设计就没有往节能上考虑。整个芯片是通用的，希望就是随着编程越来越复杂，计算能力得有余量。 那个芯片跑跑跳跳可以，未来背个机枪自动发射也可以。 高兴了，解一个大规模方程求逆也可以。所以说余量太大，未经过优化。
芯片里信号得传输速度，计算的频率，哪是神经这么个史前产品可以碰瓷的。
为了达成目的，蚊子能根据外界环境来协调蚊子身上的器官和组织运动（搜索、降落、吸血、撤离、休息），然后蚊子达成这些个目的。这就是有算力
对于磁铁而言，它既没有目的，也不能根据外界环境变化来调节自身，完全是被动的。
说不定哪天就能证明哥德巴赫猜想了，我担心人类会不会要花几百年的功夫来手工验证AI的解法。。。。
谷歌 DeepMind 通过微调 Gemini 模型自动将自然语言问题陈述翻译为形式陈述，在这两个互补领域之间建立了一座桥梁，从而创建了一个包含不同难度形式问题的大型库。
给到数学问题，AlphaProof 会生成候选解题方案，然后通过搜索 Lean 中可能的证明步骤来证明它们。找到并验证的每个证明方案，都用来强化 AlphaProof 的语言模型，增强其解决后续更具挑战性问题的能力。
为训练 AlphaProof，谷歌 DeepMind 在 IMO 比赛前几周内证明或反证明了涵盖广泛难度与主题的数百万个数学问题。比赛期间还应用了训练 loop，以强化自生成竞赛题变体的证明，直到找到完整的解决方案。
从上文来看，Deepmind通过一种自然语言到形式陈述，最后大语言模型可以充分利用形式陈述庞大的题库，从而得到高分。这种训练，本质不是推理，还是基于相关性的填空。
人类的思考和草履虫一样，都是一样的物理原理，就是寻找相同点。相同的色彩和灰度点构成轮廓，把这个物品和世界区隔开来，若干有同样特征的物品构成种类，如此层层抽象。
A类物品有某种特质，B属于A，B有某些特质。三段论就是基于上述的层层分类。一生二，二生三，三生万物，最后可以用集合论构建整个世界的映像，格物而致知。因此AI一样可以有思考能力，但是现在AI的思考能力是不及一条狗，真正的狗。
相比数字电路是高效的无疑，但问题是不通用。计算机发展也经历过模拟电路路线。从这点上看，算力指低效但通用的数字化计算力更合适些。