‹ 返回

Suwako — e/acc

在 X 上打开 ↗
@suwakopro观察期认证

🚀 e/acc 技术乐观主义者 | 💻 静态强类型类型爱好者 | 🎲 发言随机生成 | 📊 实证分析大于规范分析 | 🌐 水平思考 | @suwako@mas.to | https://t.co/AeMdArn8vl

幻想乡注册时间 2011-04收录时间 2026-10-14关注 841
粉丝2925收录以来 +31
近 24 小时+7
近 7 天无数据

最近推文

23
#账号推文曝光 ↓点赞评论转推发布
1Suwako — e/acc@suwakopro

你要是关注过游戏行业就知道了,在十年前,随着游戏高清化,每像素成本就不再下降了,那时候业界就已经在讲现在的3A模式维持不下去了,当时一堆公司就在这个时候转型搞服务性游戏的,现在这么多乱象,除了dei,其他基本都在我的意料之中。而ai是唯一一个可以压低这个成本的技术,ps2那时候各种游戏类型,各种创意是最多的,ps3就开始减少了,2A游戏厂商就很多倒闭了,当时最著名的就是THQ倒闭,估计现在不少人都不认识这家了。ps4那时候连新ip都少了,游戏玩法也都同质化。直到ps5世代完全暴雷,游戏都做不出来了。只有把生产3A品质的游戏的成本拉下来,这个行业才能创新。这个是经济学规律决定的,

2.7万曝光
26437212天前
2Suwako — e/acc@suwakopro

难绷,所以整个过程是Buckmaster觉得openai剽窃了他的思路,和openai爆了,但是openai自己也看不懂ai写的证明,就糊里糊涂认了自己剽窃。最后证明两者思路完全不同,openai没有剽窃,最后整了一个大乌龙 【NS方程问题学术争端后续:AI未抄袭人类的思路-哔哩哔哩】 https://t.co/e2GCuyXQVg

1.8万曝光
147962天前
3Suwako — e/acc@suwakopro

看来理论物理也要步数学的后程啊,只要容易验证,不需要经过现实世界减速的都会被一个个爆破掉

361曝光
3002天前
5Suwako — e/acc@suwakopro

我在各个社媒上看到讨论ai陪伴的新闻报道和讨论里面,都会看到一个说法,也就是说,ai陪伴会导致人和人变得疏离,一旦抽离ai陪伴的agent之后,很多人会变得很难受,他们就会说,看吧,ai陪伴会让人上瘾,他们应该出门社交,找一个真人之类的。 但是从反方向来看,这个问题不应该是,因为真人社交体验非常糟糕,导致了很多人没有办法满足自己的社交需求吗?这时候ai陪伴帮助了他们。很简单的一个道理,如果人与人之间的社交已经足够好,能够满足人的需求,那么这些人就不应该会寻求ai陪伴才对,这些ai陪伴的产品应该没有用户。所以ai陪伴并不是造成问题的元凶,而是问题的解药,当你把ai陪伴关掉之后,这相当于把他的止痛药拿走了,那当然他会很难受啊。 有需求就会有供给,当一个技术产生了之后,靠管是管不住的。我相信现在的社会主流对于ai陪伴的排斥,和当年地址邓丽君是类似的情况,是一种社会精英对于社会变化,导致自己控制权下降的天然恐惧和排斥,试图把变化的社会扭回到自己熟悉的样子,但是这么做是徒劳的。 当年互联网产生的时候,互联网先驱有过一个采访,我信以为然,他说,人类之间通过机器互相交流,效果远比人类直接交流要好。当时的那个记者觉得非常不可思议,现在看他说的一点都没有错。我相信,这个规律在现在依旧适用,我相信,人类通过和ai交流陪伴,会反而让人类与人类之间的交流变得更和善,更友好。人与人之间的社交原先那么多问题,很大程度在于很多人希望别人可以满足自己的需求,一旦这些需求可以被机器满足了之后,人和人之间反而可以更纯粹的交流了,社会也会变的更温和。

262曝光
4104小时前
11Suwako — e/acc@suwakopro

这个对于机器人训练数据阐述的真不错,是我最近看到的最清晰的了。看起来基本没藏 https://t.co/TKWpT9cWEU

140曝光
30019小时前
13Suwako — e/acc@suwakopro

按这个意思,以后可以在外捕猎野生的ai agent了,原来agent就是宝可梦

115曝光
0002天前
16Suwako — e/acc@suwakopro

这个up是比较反ai的,但我觉得他说的几点是比较正确的,一个是ai不能创造新的理论,单纯的纯数的问题实际上都没有什么价值,证明了证伪了对这个世界绝大多数情况基本没有什么影响,但是重要的是通过这些问题,抽象出一个更加高阶通用的理论。比如微积分,比如群论,这些理论是非常有用的,但是证明5次方程以上没有公式解没那么有用。这个问题不是说ai公司不做,而是现在的LLM大概率做不到,现在的LLM把输入输出token都钉死了,模型很容易寻找他们之间的关系,但是很难做representation discovery。难以创造新的概念。即使模型在transformer内部连续空间创造新的概念也受限于输入输出的限制表示不出来。未来有没有可能缓解这个问题?是有可能的,但是根本解决还是要解决模型本身的架构,我的直觉是这个会和多模态用一个方法解决,也许哪天ai能够在测试时自己创造representation了,那么他就能创造新的概念了 另外一个问题是,对于目标模糊的构建性任务,比如创造朗兰兹纲领,ai就做得不好,只擅长做给出一个明确判断标准的yes or no的问题,这个让我想到之前ilya在采访的时候说过,他的目标就是要给模型一个稳定的value model,因为现在的模型难以自己评价自己做的怎么样,对于这种长程的,目标模糊的,没有清晰反馈信号的任务ai做的就会差不少。这个问题和持续学习讨论的问题是一致的 关于OpenAI放出372项数学成果事件(二) https://t.co/UVGpt5Jady

93曝光
00023小时前
21Suwako — e/acc@suwakopro

@geniusvczh 业界也不是没试过涨价,涨不上去,现在涨10块钱就已经影响很大的销量了

33曝光
00022小时前
23Suwako — e/acc@suwakopro

@geniusvczh @SebAaltonen @CZAzuaga but you can create game on your own, in this case, you have more opportunity to earn much more money

14曝光
1009小时前