2030年预测：AI最深远的潜力将受到以下因素的削弱：(1) 用户留存驱动的自恋奖励循环和 (2) 设计不良的民粹主义政治驱动的预防性监管。

在X上，随着每次新的AI发布，"疯狂的炒作"和"结束了"之间的剧烈波动掩盖了一个相当清晰的情况：在过去的一年里，似乎在有意义的基准测试上持续取得进展，且以相对稳定的指数速度进行，同时伴随着显著的成本降低。

人工水母。

"能想象一个未来吗？" @gridsar 在 @revistaenie 的 THE STACK 中提到。编辑：@InterferenciasE。✨

关注 @bratton 在 Antikythera Journal 的《模拟的一般理论》讲座影片，或通过个人资料中的链接观看。

观看 @bratton 在 Antikythera Journal 中的《模拟的一般理论》讲座影片

了解我儿子高中老师对学生讲述人工智能的内容真是一个令人震惊的发现。 他们都觉得有必要向学生解释这件事的重要性，但他们的基本知识令人感到恐惧地不足。这不仅仅是缺乏了解或持有奇怪的观点——他们教授的是事实错误的概念。"这只是一个包含所有网站和图像的大数据库，"（谷歌搜索谬论）"它只是根据一套算法自动生成句子，"（ELIZA谬论）"他们做过研究证明这会让你变得更笨，"（小报标题版的研究谬论）。 学生们走出教室时，智力水平比进来时稍微低了一点。 你能想象一位AP物理老师说光是通过以太传播，电子是牛顿粒子，冷聚变已经解决，等等吗？ 如果我有钱，我会资助一个项目来教中学老师LLM、ML、DL等的基础知识。他们出于好意，关心孩子们，想知道该教什么，但却被留给自己去摸索。这对任何形式的良好传播都是一条可怕的道路，无论模型在上游如何被监管。

寻求关于最佳物理人工智能、具身人工智能、人工智能机器人等播客、新闻通讯、X 频道和 Substack 的推荐。寻找一些珍品。

从人类学到动物学，从工程学到城市规划，每个学科都通过模拟产生、建模和验证知识。一些计算机模拟被设计为沉浸式虚拟环境，其中体验是人工化的。科学模拟则相反，它们并不创造欺骗性的幻觉。它们是使本来不可想象的潜在现实能够被思考的手段：一种了解不可思议事物的技术。模拟是认识论技术，然而它们却被深刻地忽视。它们是一种没有重要理论的关键实践。那么，模拟的一般理论会是什么样子呢？在这次演讲中，本杰明·布拉特展示了这样一种模拟理论需要考虑的内容：阴影、布景、场景、合成体验、模型、演示、沉浸、诡计、玩具世界、微型模型和投影。 观看本杰明·布拉特在《安提基特拉期刊》中的《模拟的一般理论》讲座影片，或通过个人资料中的链接观看。

证据在这里。