AI News

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

https://twitter.com/realrenmin/status/1641702212710834176?s=52&t=9C242iPwhhtbjr6pL2GHuA

https://mp.weixin.qq.com/s/AxX-Q7njegNTAxMkYFwsfA

https://mp.weixin.qq.com/s/8MeKHqqUPiA58UDVyJgzTg

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

这期播客很不错 小白ChatGPT 入门 https://www.xiaoyuzhoufm.com/episode/641183b5bb1fc0cb68f810c6

https://github.com/TaxyAI/browser-extension 用 GPT4 控制浏览器的插件。自然语言用户界面NLUI 实锤了。

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

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。

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

补充了文学方面的测试 https://orangeblog.notion.site/GPT-4-8fc50010291d47efb92cbbd668c8c893#5d0502c51ca94ef093745ec14eb80cd3

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