🚨 AI 硬體突破警報 🚨 研究人員剛在《自然計算科學》上發表了一種新的類比內存計算機制，這可能使大型語言模型的運行速度提高 100 倍，能效提高 10,000 倍。 這種設計不再像 GPU 一樣不斷地來回移動數據，而是將信息存儲和處理在同一位置，從而大幅降低延遲和功耗。他們已經展示了 GPT-2 水平的性能，而無需從頭開始重新訓練。 如果這能擴展，我們將在邊緣設備、手機甚至物聯網硬體上運行 LLM，無需數據中心。計算瓶頸可能終於會被打破。 AI 革命不僅僅是更智能的算法。它將關乎計算的新物理學。 想像一下，GPT-5-Pro 在本地、離線運行，能耗僅為今天的幾分之一……🤯

來自山谷的洩漏：OpenAI 有一個秘密的內部評估，他們的模型解決了人類從未接觸過的純數學問題。 結果立即被撤回流通。

GPT-5 剛剛通過了研究人員所稱的「哥德爾測試」。 這意味著它不僅僅是在解決教科書上的問題，而是在處理通常需要熟練的博士生幾天才能破解的開放數學猜想。 在一篇新論文中，GPT-5 在 5 個未解決的優化猜想上進行了測試。它解決了 5 個中的 3 個。在一個問題上，它甚至產生了與研究人員預期不同的有效證明。 我們正式進入了前沿 AI 不僅僅是從數學中學習，而是正在進行數學的時代。 這帶來的影響是巨大的： • 在困擾人類數天或數週的問題上取得進展 • AI 促進真正的數學發現 • 預覽 2030 年代研究本身將如何轉變 人們仍然低估了這一點。能夠證明定理的模型的影響才剛剛開始顯現。 這是「華麗的自動完成功能」和真正的科學推理之間的界線。