《Artificial》:一部既辛辣讽刺又忠于事实的 Sam Altman 传记片
Luca Guadagnino 执导的讽刺电影《Artificial》在纽约电影节首映,聚焦 OpenAI CEO Sam Altman 的崛起与被罢免,Andrew Garfield 饰演 Altman。
Luca Guadagnino 执导的讽刺电影《Artificial》在纽约电影节首映,聚焦 OpenAI CEO Sam Altman 的崛起与被罢免,Andrew Garfield 饰演 Altman。
Carson Gross 认为,编程本质上是用计算机解决问题、并在解决问题时控制复杂度这两件事。他表示很难想象未来"用计算机解决问题并控制其复杂度"的能力会变得比今天更不值钱,因此即便 AI 工具出现,编程仍会是一个可行的职业。
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在 Latent Space 播客中提出"合成超级智能"(synthesis superintelligence)愿景:以物理实验为环境的强化学习、AI 驱动的材料表征、DFT 与高通量实验室,让模型学习做科学的全过程而非只看已发表结果。
The Verge 的 Decoder 播客中,主持人 Nilay Patel 与资深 AI 记者 Hayden Field 讨论 Meta 的 Muse、OpenAI 的 Dots 以及 xAI 的 Grok Bot 等消费级 AI 智能体。
AVEVA 首席技术官 Arti Garg 提出,工业 AI 正从预测分析转向基础模型、物理 AI 与智能体 AI,但因其直接作用于物理系统,安全与可靠性成为部署核心。AVEVA 的责任 AI 框架强调安全、效率与人类监督,主张 AI 应增强而非取代关键决策中的人,并参与 IEEE 工作组制定 AI 能耗与碳足迹测量标准。
Ben Affleck 表示自己从胶片转向数字电影时期开始深入接触计算机,并会写"相当糟糕的 Python 脚本"。他指出视觉特效工作流多年来已包含机器学习,早期用卷积神经网络处理 tensor(每帧每像素 RGB 值等数值化图像数据),通过边缘检测和特征提取识别窗台等位置,从而更轻松地抠出绿幕画面并替换背景。
Michael Lynch 撰文列举软件博客写作的常见反模式,包括冗长开场、误判读者已有知识、假设读者读过旧文、过度正式,以及过度依赖链接而不解释术语。他建议文章即使读者不点任何链接也应能读懂,并用自己的口吻写作。他指出,随着众多开发者把写作交给 AI,软件博客正变得平淡同质,读者渴望有性格的文字。
钻研 Barnette 猜想 24 年的 Jake Boggan 在 Hacker News 评论称,该猜想据称已被证明(problem 180),他为此投入数千小时,得知消息后感到一种遥远的悲伤。他提到去年夏天还曾一度以为自己解决了这个问题。
微软 partner research manager Jennifer Neville 在 Microsoft Research Podcast 中讨论评估如何推动 AI 系统性能边界,以及模型在传统 benchmark 之外测试时出现的"意外失败"。她结合自身从数学、物理、认知科学到计算机科学的经历,分享与当前 AI 系统协作的实用建议,并强调当结果偏离预期时应仔细审视数据。
调查显示美国成年人中认为 AI 会带来负面影响的比例已超过正面,71% 反对在本地新建 AI 数据中心,但 ChatGPT 在 5 月月活突破 10 亿,Gemini 7 月达 9.5 亿,半数美国成年人已在用聊天机器人。作者认为人们厌恶的并非技术本身,而是科技公司无孔不入的推销方式,并指出全美 50 州已通过或提出逾 2100 项 AI 相关法案,消费者仍有选择与监管的空间。
GitHub Copilot 提出 chat 大多数时候是错误的 AI 交互界面,主张用 canvas——运行在 GitHub Copilot app 内的全栈小应用,可与 agent 双向通信并调用本地代码。
GitHub Podcast 最新一期拆解了五个 AI 开发热梗:AI 生成的代码仍需阅读和负责,只是审查力度应按风险分级;Skills 与 MCP 解决不同问题,前者是打包的团队经验,后者是智能体连接工具和数据的标准协议,二者可组合使用。RAG 并未死亡,检索能让模型从训练数据之外获取文档、内部知识和代码库上下文,减少 token 浪费并降低答案不完整的概率。
UC Berkeley 团队提出"智能免费"时代数据系统面临三大挑战:为智能体设计的数据系统、由智能体运行的数据系统、以及由智能体合成的数据系统。GPT-4 级能力从 2023 年初的约 $30/百万 token 降至如今不到 $1,部分厂商已低于 $0.10,推理价格年降幅在 9x 到 900x 之间,中位数约 50x。