全文已经更新完毕。最终还是超过了一万字。
但是绝对值得阅读。内容量至少相当于五个中视频。
考虑到 GPT 4至少要服役一年，这篇文章也不太容易过时。
如果对你有启发，也请随手转发给有好奇心的朋友吧。 https://orangeblog.notion.site/GPT-4-AGI-8fc50010291d47efb92cbbd668c8c893
但是绝对值得阅读。内容量至少相当于五个中视频。
考虑到 GPT 4至少要服役一年，这篇文章也不太容易过时。
如果对你有启发，也请随手转发给有好奇心的朋友吧。 https://orangeblog.notion.site/GPT-4-AGI-8fc50010291d47efb92cbbd668c8c893
👍33❤🔥6❤3
OpenAI CEO 详解 GPT-4与AI的未来（播客笔记）
https://havefun.zhubai.love/posts/2251759131969024000?push_source_id=2186477799991361536&push_source_type=email
https://havefun.zhubai.love/posts/2251759131969024000?push_source_id=2186477799991361536&push_source_type=email
富于理性
#67 OpenAI CEO 详解 GPT-4与AI的未来（播客笔记）
3月20日，OpenAI CEO Sam Altman 和科技主播 Lex Fridman 进行对谈，主要讨论 GPT-4、通用人工智能（AGI）、 OpenAI 公司、AI 带来的潜在问题，以及 AI 的未来。我总结了对话中最启发我的部分，约 3000字。受限于精力与认知，笔记中难免有谬误，敬请指正。总体来说，Sam Altman 认为，GPT-4 等 AI 系统并非少数人的成果，而是源于无数人...
👍16❤5
👍20❤4🥰2
https://vxtwitter.com/datachaz/status/1640989065980829697?s=52&t=9C242iPwhhtbjr6pL2GHuA 官方ChatGPT 知识库来了，第三方的瑟瑟发抖
vxTwitter
DataChazGPT 🤯 (not a bot) (@DataChaz)
Great news for all #GPT-based developers!
The new @OpenAI `Retrieval` plugin enables #ChatGPT to have memory! 🤯
The model can now remember information from conversations and store it in the retrieval plugin fo…
💖 718
The new @OpenAI `Retrieval` plugin enables #ChatGPT to have memory! 🤯
The model can now remember information from conversations and store it in the retrieval plugin fo…
💖 718
🤯10👍5😁1
GPT4 的四个能力示例
- 画小人，对人体的结构理解和视觉能力
- 文字解谜，对空间的感知能力
- 对话分析，对人类对话的深度理解能力
- 代码解释，用自然语言推导代码运行结果
读过《千脑智能》的朋友应该还记得，人类的大脑里有一个世界模型，并在此模型内进行预测，而GPT4里也初步展现出“世界模型”。
要注意，这只是没有经过视觉训练的GPT4的早期版本。
GPT4 多模态版本的真正的实力，除了 OpenAI 还没人知道。
- 画小人，对人体的结构理解和视觉能力
- 文字解谜，对空间的感知能力
- 对话分析，对人类对话的深度理解能力
- 代码解释，用自然语言推导代码运行结果
读过《千脑智能》的朋友应该还记得，人类的大脑里有一个世界模型，并在此模型内进行预测，而GPT4里也初步展现出“世界模型”。
要注意，这只是没有经过视觉训练的GPT4的早期版本。
GPT4 多模态版本的真正的实力，除了 OpenAI 还没人知道。
👍12❤5😁1
大脑最初通过感知来进行视觉建模。
后来人类有了语言，可以通过语言来拓展模型。
后来有了望远镜、多媒体，模型变得更加精确。
后来有了vlog和直播，模型变得多元化多视角。
如果LLM按照人类大脑的路径，GPT5的建模将会更加精确。
书籍推荐：千脑智能
也可参加之前写的文章
https://orangeblog.notion.site/10a3421f81604a7995443f98b499f8c9
后来人类有了语言，可以通过语言来拓展模型。
后来有了望远镜、多媒体，模型变得更加精确。
后来有了vlog和直播，模型变得多元化多视角。
如果LLM按照人类大脑的路径，GPT5的建模将会更加精确。
书籍推荐：千脑智能
也可参加之前写的文章
https://orangeblog.notion.site/10a3421f81604a7995443f98b499f8c9
orangei.ai on Notion
重新认识大脑：大脑是世界的建模 | Notion
为什么要重新认识大脑
👍15
这期播客很不错 小白ChatGPT 入门 https://www.xiaoyuzhoufm.com/episode/641183b5bb1fc0cb68f810c6
❤2
群友投稿，程序员朋友可以看看
如何将自己的想法快速实现是当前 #AI 浪潮下迫切需要关心的问题，一切都要快，没有时间慢慢折腾了，快就是优势。用了 #Laf AI，念一句咒语 AI 就写一个应用🤣
🌐链接：https://forum.laf.run/d/232/2
如何将自己的想法快速实现是当前 #AI 浪潮下迫切需要关心的问题，一切都要快，没有时间慢慢折腾了，快就是优势。用了 #Laf AI，念一句咒语 AI 就写一个应用🤣
🌐链接：https://forum.laf.run/d/232/2
Sealos 开发者社区
念一句咒语 AI 就帮我写一个应用，我人麻了...
作为人类，我们时常会有自己独特的想法和脑洞大开的创意。然而，这些想法往往因为成本过高而无法实现，毕竟每个人的能力和精力都是有限的，尤其是对于程序员而言，不可能擅长所有技术栈。为了实现一个想法去花费大量的精力学习业务之外的知识是得不偿失的，再加上目前 AI 已经崛起，时间会变成越来越重要的成本，哪有那么多时间学那么...
👍3🤔3🤯2
Forwarded from AI中文社区
千脑智能
美国国家工程院院士Jeff Hawkins的《A Thousand Brains》从神经科学角度解释了人如何通过看到、移动和感知三维空间来学习和识别物体。比尔盖茨推荐了该书。
🔠 千脑理论中，每个大脑皮质柱都有完整物体的模型，因此知道在物体的每个位置应该感应到什么。
🔠 可以把运行 Transformer 训练的神经网络的电脑想象成一个简陋的人工皮质柱，给它灌输数据，它输出预测数据。
🔠 但大脑新皮层有 20 多万个这样的小电脑在分布式计算，他们连接着各种感知器官输入的数据。
🔠 最关键的是大脑无需预训练，神经元自己生长就完成了学习，预测是皮质柱测试和更新其模型的方法。如果结果和预测不同，错误的答案就会让大脑完成一次修正，这种方式就是自我监督，皮质柱相当于把用于训练的超级电脑和预测数据的电脑整合了。
🔝 YouTube #推荐阅读
美国国家工程院院士Jeff Hawkins的《A Thousand Brains》从神经科学角度解释了人如何通过看到、移动和感知三维空间来学习和识别物体。比尔盖茨推荐了该书。
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
How the Brain Works: The Thousand Brains Theory of Intelligence | Numenta
Have you ever wondered what makes you intelligent? How are you able to see, hear, think, read, sing, solve problems, and perform any number of intelligent ta...
👍10❤6