熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣,引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁

Julian Togelius
我昨天參加了一個關於科學的 AI 活動,這裡在 NeurIPS 舉行了一場小組討論。小組成員討論了他們計劃如何在科學過程的各個層面取代人類。因此我站起來抗議他們所做的事情是邪惡的。我說,看看你周圍,這個房間裡充滿了各種研究人員,大多數都是年輕人。他們在這裡是因為他們熱愛研究,並希望為推進人類知識做出貢獻。如果你把人類排除在外,意味著人類在科學研究中不再有任何角色,你就是剝奪了他們所熱愛的活動和他們生活中一個關鍵的意義來源。我們都想做一些有意義的事情。我問,為什麼你們想要剝奪我們貢獻科學的機會?
我的問題改變了小組的討論方向,並為接下來的討論定下了基調。之後,許多與會者來找我,要麼感謝我把他們的感受用言語表達出來,要麼問我是否真的意味著我所說的話。因此我想在這裡重申這個問題。
其中一位小組成員問我是否真的更喜歡做科學的快樂,而不是找到癌症的治療方法和實現不朽。我回答說,我們最終會治癒癌症,並且在某個時候可能能夠選擇不朽。科學已經在有人的掌舵下取得了巨大的進展。我們總有一天會獲得核聚變能和太空旅行。也許把人類排除在外可以加快這個過程,但我認為這不值得。我認為人類掌控自己的進步至關重要。擴展人類的集體知識,我認為是我們能做的最有意義的事情。如果人類無法再對科學做出有意義的貢獻,這將是一場災難。因此,不,我不認為如果這意味著我們再也無法做科學,那麼更快找到癌症的治療方法是值得的。
昨晚來找我交談的許多人,問我是否認真或只是開玩笑,認為這個前提是荒謬的。當然,科學中總會有空間給人類。總會有只有人類能做的任務,只有人類能夠洞察的事情,等等。因此,我們應該歡迎 AI。研究是艱難的,我們需要所有的幫助。我回答說,我希望他們是對的。也就是說,我真心希望在研究過程中總會有一些人類必不可少的部分。但我所反對的不是我們所謂的「弱科學自動化」,在這種情況下人類在重要角色中保持在循環中,而是「強科學自動化」,在這種情況下人類是多餘的。
其他人認為爭論這個問題是不成熟的,因為完全的科學自動化不在眼前。再次,我希望他們是對的。但我認為現在討論這個問題沒有任何害處。我也確實不認為我們需要進一步研究科學自動化。
還有其他人評論這是一場無意義的爭論。科學自動化無論我們想不想都會到來,我們最好習慣它。火車正在駛來,我們可以上車或站在它的路上。我認為這是一種非常懦弱的論點。作為一個社會,我們有責任決定如何使用我們開發的技術。這不是一輛火車,而是一輛卡車,我們最好抓住方向盤。
其中一位小組成員做了一個棋類比喻,認為儘管計算機現在在棋類上比人類更好,但仍然有很多人玩棋。因此,我們可能會把科學當作一種愛好,即使真正的科學是由計算機完成的。我們可能會在遠離前沿的地方玩耍,填補 AI 系統不在乎的空白。這樣的回答,說得輕鬆點,並不令人滿意。雖然我喜歡遊戲,但我當然不認為玩遊戲的意義能與推進人類知識相提並論。謝謝,但不需要。
總的來說,令人驚訝的是,我所交談的大多數人都感謝我提出這一點,因為我表達了他們已經擁有的擔憂。其中一位評論道,如果你在自動化科學方面工作,卻對最終目標毫不擔心,那你就是一個精神病患者。我想補充的是,另一種可能性是你並不真正相信你所做的事情。
有些人可能會問,為什麼我對科學提出這個論點,而不是例如視覺藝術、音樂或遊戲設計。那是因為昨天的活動是關於科學的 AI。但我認為同樣的論點適用於所有人類創造性和智力表達的領域。當我們能夠避免時,讓人類的智力或創造性工作變得多餘是我們應該避免的,如果沒有同樣有意義的新角色讓人類過渡,我們更應該避免。
你還可以進一步爭辯,將人類排除在有意義的創造性工作之外,例如科學研究,是極其自私的。你獲得了發明新 AI 方法的智力滿足感,但下一代卻沒有機會貢獻。為什麼你想剝奪你的孩子(學術和生物上的)參與世界上最有意義活動的機會?
那麼,考慮到我是一名積極從事自動化科學的 AI 方法研究的 AI 研究人員,我相信什麼呢?我相信幫助我們提高生產力和創造力的 AI 工具是很棒的,但取代我們的 AI 工具是壞的。我熱愛科學,我擔心未來我們被推回黑暗時代,因為我們無法再對科學做出貢獻。人類的主動性,包括在創造過程中,是至關重要的,必須不惜一切代價加以保護。
我不確定如何引導 AI 的發展和使用,以便我們獲得新工具但不被取代。但我知道這是至關重要的。
1.19M
這是一本關於一個重要且被低估的研究領域的重要新書。感謝作者的撰寫,並祝賀他們完成這本書!

hardmaru2025年11月20日
很高興宣布我們的MIT Press書籍《神經進化:在AI代理設計中利用創造力》,作者是Sebastian Risi (@risi1979)、Yujin Tang (@yujin_tang)、Risto Miikkulainen和我自己。
我們探討了數十年的智能代理進化工作,並展示了神經進化如何推動深度學習、強化學習、LLMs和AI代理中的創造力!
📖 免費開放存取版本:
除了我們自己的作品,這段視頻還展示了Jürgen Schmidhuber (@SchmidhuberAI)、Seth Bling (@SethBling)、Igor Karpov、Jacob Schrum、Yulu Gan (@yule_gan)、Ken Stanley (@kenneth0stanley)、Joel Lehman (@joelbot3000)、Jeff Clune (@jeffclune)、Nick Cheney (@CheneyLab)、Richard Song (@XingyouSong)、Chelsea Finn (@chelseabfinn)、Julian Togelius (@togelius)、Sam Earle (@Smearle_RH)、Hod Lipson (@hodlipson)和Jean-Baptiste Mouret (@jb_mouret)的作品。
10.74K
我們的基準下一季將有很多改進。此外,我們在@the_nof1還有很多其他事情正在進行,但我們尚未公開。市場玩起來很有趣,並且為AI玩家創造機會。

Jay A2025年10月24日
Qwen 的投資組合上漲了 +60%
Gemini 的則下跌了 -60%
當然,現在還太早去判斷這是技能還是噪音
下個季度我們將並行運行多個模型實例以提高統計嚴謹性
第一季的目標是尋找偏差。即使在相同的提示下,LLM 的交易風格有什麼主要差異?它們能否遵循基本的風險管理規則?
一些早期的模式:
> Qwen 只進行了 22 笔交易。它幾乎 *從不* 同時持有超過兩個頭寸
> Gemini 進行了 108 笔交易。它幾乎總是持有最大數量的頭寸 (6)
> Qwen 的自我報告信心更高 (平均 80% 對 65%)
> Qwen 的止損和獲利水平比 Gemini 的 *緊* 多了,但 Gemini 經常違反自己的規則,提前退出 (其他人不這樣做)
總的來說,我們對 LLM 和交易的潛力感到興奮,但我們仍然持懷疑態度。還有很多需要測試和學習的地方

65.29K
熱門
排行
收藏
