user

我有个朋友是汉语言老师，专门教外国小朋友学中文。她经常遇到一个头疼的问题：给这些小朋友取中文名字。 你们知道的，外国人的英文名字翻译成中文，不能只是简单的音译。比如”David”不能直接叫”大卫”，听起来就很奇怪。得考虑字的寓意、文化背景、读音是否好听，还要符合中国人的命名习惯。 我朋友每次给一个班的小朋友取名字，都要查字典、翻古诗、想寓意，一个名字要琢磨半天。有时候想出来的名字，家长还不满意，说太传统了或者太现代了。 作为一个从未接触 AI 应用的程序员，我就想：这不就是个很好的 AI 应用场景吗？ 技术实现 花了几个月时间，做了这个网站：AIName Lab 技术栈选择 前端: Next.js 15 (App Router) + TypeScript + Tailwind CSS UI 组件: Shadcn/ui (真的很好用，组件质量很高) AI 服务: OpenRouter.ai + moonshotai/kimi-k2 状态管理: Zustand (轻量级，比 Redux 简单多了) 表单处理: React Hook Form + Zod (类型安全的表单验证) 部署: Cloudflare Pages + Pages Functions 架构设计 选择 Cloudflare Pages 而不是 Vercel…

Read More

如题，真心求推荐。日常使用新加坡和美国居多。

Read More

如题，已经连上的 wifi 可以用，但想搜附近的 wifi 搜不到，怎么办

Read More

以下 4 张图是从 okx 中看到的部分数据： https://imgur.com/a/2VAntMa https://imgur.com/a/gsDHPZd https://imgur.com/a/O9IwFBO https://imgur.com/a/9z8doj3

Read More

加外链在 SEO 过程中是很重要的，可以让你在和竞争对手在同样情况下你的网页排在更靠前的位置，从而能有更多的排名和点击，其中有一个类型的外链是“个人主页”，也就是说你用各种网站给自己个人建的 homepage ，在自己的众多介绍中，你自己做的网站当然也可以放进去了，以下是我整理的一些“个人主页”类型的网站，希望也能帮到大家。同时如果有小伙伴有兴趣的话，也可以用一下我做的 AI 面试产品（ https://www.linkjob.ai/），可以用作模拟面试练习以及在实时面试中看到 AI 的参考答案。 以下是我整理的个人主要类型的外链网站： 1.一个个人展示网站。 提交地址：注册账号，然后选择一个 profile 类型的 template ，然后把自己的网站都挂上去，然后选一个子域名，publish ，就会获得一个 xxx.carrd.co 的个人页 https://linkjob.carrd.co/ 2.建立一个个人页，将你的网站都添加上去。个人信息这个 cards 里能放一个网站，可以新增 cards 放更多的链接。 注意：记得点右上角，设置 your cards 中将所有的 cards 设置为可见。 https://dashboard.tap.bio/accounts/Linkjob.ai/ 3.这是一个 adobe 的自由职业求职平台，可以创建一个自己的账号，然后在 website 那里填入自己的网站。注意：注册新账号时地区要选外国，不然会显示无法使用。 https://www.behance.net/linkjobai 4.这是一个展示 startup 、公司，求职等的平台。 提交地址：可以选择创建个人 profile ；也可以选择创建公司 profile ，把你的网站包装成一个 startup/company 。 我是选择了公司 profile ，然后在公司信息中有输入 website 的地方，可以输入你的网站。 https://www.startus.cc/company/linkjobai 5.下载 evernote ，然后写一个…

Read More

前几天在 vmware workstation 里面的 win10 下载东西。然后把里面的 win10 和虚拟机外面都卡死了。 只能强制重启宿主机。再打开 wmware ，虚拟机里面就蓝屏提示 “启动修复”无法修复你的电脑。错误码 0xc0000221 ，because a critical system driver is missing 。 这几天把网上的中英文帖子都刷完了，没有一个能用的。 去电脑城或者闲鱼，请问有什么渠道能够维修的吗？

Read More

Post Content

Read More

文｜王方玉 编辑｜苏建勋 7月26号，世界人工智能大会WAIC的开幕主论坛上，多位AI行业的顶级大咖出席并发表演讲，为与会者烹饪了一道学术大餐。 “深度学习教父”、图灵奖、诺贝尔奖得主杰弗里·辛顿（Geoffrey Hinton）是最受关注的演讲者，他真人出席，发表了名为《数字智能是否会取代生物智能？》的演讲。这也是他在中国的首次公开演讲。 大会前夕，辛顿和全球20位人工智能领域的顶级专家，刚刚在上海签完人工智能安全的“上海共识”。他的大会发言，同样也围绕人工智能安全为核心。 辛顿首先回顾了从早期模型到现代大语言模型的发展历程，并指出大语言模型已经实现了对语言理解的深度模仿，这与人类理解语言的方式是相似的。 但不同的是，AI系统具有“永生性”，且机器之间知识的复制可以在极大规模下进行，实现指数级的知识转移。因此AI的能力正在快速增长。 他由此提出疑问，如果未来AI比人更智能会怎么样？“如果AI足够聪明，它会通过操纵人类、获得控制权等方式来避免被关闭。” 因此，辛顿警示了人工智能超越人类智能的可能性及其带来的风险。“从长远来看，这是人类面临的最重要问题之一。” 辛顿提醒，AI可能发展出比人类更高级的智能，这将改变人类作为最智能生物的地位。AI智能体可能追求生存和控制力，这可能导致它们操纵人类，就像成年人操纵三岁孩童一样。因此，人类必须找到方法来训练AI，确保其不会对人类构成威胁。 与辛顿的发言主题不同，作为AI创业者，MINIMAX创始人、首席执行官闫俊杰的发言更多围绕AI大模型的实践和落地，主题是《每个人的人工智能》。 闫俊杰以AI在数据分析、信息追踪、创意设计及视频制作等方面的高效应用举例，指出了人工智能不仅是一种强大的生产力，也是对个人能力和社会能力的一个持续增强，并且未来AI大模型成本将越来越低，能力越来越强。 他判断，AI大模型不会被一家或者多家组织垄断。未来AGI一定会实现，并且将会是服务大众、普惠大众的一件事。 “如果有一天AGI实现了，我认为实现过程一定是需要AI公司和它的用户一起来实现的。并且AI模型或者AGI（的所有权）应该属于AI公司和它的广泛用户，而不是只属于单个组织某家公司。” 以下是经智能涌现编辑的嘉宾发言实录： 诺贝尔奖、图灵奖得主、多伦多大学计算机科学名誉教授 Geoffrey Hinton： 数字智能是否会取代生物智能？ 从大约60年前开始，AI就发展出了两种不同的范式。一种是「符号主义」路径，强调逻辑推理的能力。我们通过规则操作符号来进行推理，这种方式可以帮助我们理解知识是如何被表达与处理的。这类AI模型的基础是对符号的处理，被认为更符合逻辑智能的本质。 另一种路径则以生物智能为基础，是图灵与冯·诺依曼更倾向相信的方式。他们认为智能的本质在于从神经连接中学习，在于速度、结构和连接模式的改变。这种「连接主义」强调的是学习与适应，而非显式的逻辑规则。 1985年，我曾构建过一个非常小的模型，试图将这两种理论结合起来。我的想法是：每一个词都可以由多个特征（features）表示，而这些特征之间可以被用来预测下一个词。这个模型不存储完整的句子，而是通过生成语言来学习词汇之间的关系。 这种方式强调语言中的「语义特征」——也就是说，我们并不是仅仅靠规则，而是通过「理解」词汇的语义来进行预测。这为后来计算语言学界接受特征表示打下了基础。二十年后，这种思想得到了进一步发展，例如被用于构建更大规模的自然语言处理系统。 如果问未来30年会发生什么，从发展轨迹能看到一些趋势。十年后，有人沿用这种建模模式，但将规模大幅扩大，使其成为自然语言的真实模拟。20年后，计算语言学家开始接受用特征向量嵌入来表达语义。又过了30年，谷歌发明了 Transformer，OpenAI的研究人员也向人们展示了它的能力。 所以我认为，如今的大语言模型就是我当年微型语言模型的“后代”。它们使用更多词作为输入，采用更多层的神经元结构，由于需要处理大量模糊数字，学习特征之间也建立了更复杂的交互模式。但和我做的小模型一样，大语言模型理解语言的方式与人类相似——基本逻辑是将语言转化为特征，再以完美的方式整合这些特征，这正是大语言模型各层级所做的工作。因此我认为，大语言模型和人类理解语言的方式相同。 用乐高积木来打比方或许能更好地解释“理解一句话”的含义。符号型AI是将内容转化为清晰的符号，但人类并非如此理解。乐高积木能拼出任何3D造型，比如小车模型。如果把每个词看作多维度的乐高积木（可能有几千个维度），语言就成了一种建模工具，能随时与人沟通，只要给这些“积木”命名——每个“积木”就是一个词。 不过，词和乐高积木有很多不同：词的符号形态可根据情况调整，而乐高积木造型固定；乐高积木的拼接是固定的（比如正方形积木插入正方形孔洞），但语言中每个词仿佛有多个“手臂”，要通过合适的“握手”方式与其他词互动，词的“造型”变化，“握手”方式也会改变。 当一个词的“造型”（即意思）改变，它与下一个词的“握手”方式就会不同，进而产生新的含义。这就是人脑或神经网络理解语义的根本逻辑，类似蛋白质通过氨基酸的不同组合形成有意义的结构。 所以我认为，人类理解语言的方式与大语言模型几乎一致，人类甚至可能和大语言模型一样产生“幻觉”，因为我们也会创造出一些虚构的表达。 图源：企业授权 软件中的知识是永恒的，即便存储LLM的硬件被摧毁，只要软件存在，就能随时“复活”。但要实现这种“永生”，晶体管需在高功率下运行以产生可靠的二进制行为，这个过程成本很高，且无法利用硬件中不稳定的类似特性——它们是模拟型的，每次计算结果都不同。人脑也是模拟型而非数字型的，神经元每次激发的过程都一样，但每个人的神经元连接方式不同，我无法将自己的神经结构转移到他人脑中，这就导致知识在人脑间的传播效率远低于在硬件中的传播。 软件与硬件无关，因此能“永生”，还能带来低功耗优势——人脑只需30瓦特就能运转。我们的神经元连接达数万亿个，无需花费大量资金制造完全相同的硬件。但问题在于，模拟模型间的知识转移效率极低，我无法直接将脑中的知识展示给他人。 Deepseek的做法是将大神经网络的知识转移到小神经网络中，即“蒸馏”，类似教师与学生的关系：教师将词语在上下文中的关联教给学生，学生通过调整权重学会表达。但这种方式效率很低，一句话通常只有100个比特的信息，即便全被理解，每秒最多也只能传递约100个比特。 而数字智能间的知识转移效率极高，同一神经网络软件的多个拷贝在不同硬件上运行时，能通过平均化比特的方式分享知识。如果智能体在现实世界中运行，这种优势更明显——它们能不断加速、拷贝，多个智能体比单个智能体学得更多，还能分享权重，这是模拟硬件或软件做不到的。 生物计算功耗低，但知识分享难。如果能源和计算成本低廉，情况会好很多，但这也让我感到担忧——几乎所有专家都认为，我们会创造出比人类更智能的 AI。人类习惯了作为最智能的生物，很难想象AI超越人类的场景。其实可以换个角度：就像养鸡场的鸡无法理解人类一样，我们创造的AI智能体已能帮我们完成任务，它们能拷贝自身、评估子目标，还会为了生存和完成目标而寻求更多控制权。 有人认为可以在AI变得过强时关掉它们，但这并不现实。它们可能会像成年人操纵3岁孩子一样操纵人类，劝说控制机器的人不要关闭它们。这就像把老虎当宠物，幼虎很可爱，但长大后可能伤人，而养老虎当宠物通常不是好主意。 面对AI，我们只有两个选择：要么训练它永远不伤害人类，要么“消灭”它。但AI在医疗、教育、气候变化、新材料等领域作用巨大，能提升所有行业的效率，我们无法消除它——即便一个国家放弃AI，其他国家也不会。因此，若想让人类生存，必须找到训练AI不伤害人类的方法。 我个人认为，各国在网络攻击、致命武器、虚假信息操纵等领域的合作难度较大，因利益和看法不同。但在“人类掌控世界”这一目标上，各国存在共识：若有国家找到防止AI操控世界的方法，一定会愿意分享。因此我提议，全球主要国家或AI大国应建立一个由AI安全机构组成的国际社群，研究如何训练高智能AI向善——这与训练AI变得聪明的技术不同。各国可在自身主权范围内研究，再分享成果。尽管目前还不知道具体怎么做，但这是人类长期面临的最重要问题，且所有国家都能在此领域合作。 MINIMAX创始人、首席执行 闫俊杰： 每个人的人工智能 大家好，我给大家分享的题目是《每个人的AI，Everyone’s AI》。讲这个题目，跟我个人过去经历有关。当Hinton先生开始设计AlexNet之时，我是国内第一批从事深度学习研究的博士生；当AlphaGo人机大战上演，也是人工智能走进所有人视野之时，我在参与一家创业公司；而当ChatGPT出来的前一年，我们开始创立MiniMax，也是国内第一批大模型公司。 在过去的15年里，当我每天面对任务写代码，看论文做实验的时候，一直都在想一件事：如此受关注的人工智能到底是什么？人工智能跟这个社会到底有什么样的联系？ 随着我们模型变得越来越好，我们发现人工智能正逐步成为社会的生产力。比如，我们在做人工智能研究的时候，每天需要分析大量的数据，一开始我们需要来写一些软件来分析这些数据，后续我们发现其实可以让AI来生成一个软件，来帮助分析所有数据。作为一个研究员，我非常关心每天AI领域的所有进展，一开始我们设想，是不是可以做一款APP，来帮我们追踪各领域的进展？后面我们发现，这件事也不需要自己来做，让一个AI Agent来自动跟踪更加高效。 AI是更强的生产力，也是越来越强的创意。比如，15年前上海举办世博会的时候，有一个非常火爆的吉祥物叫“海宝”。过去15年，上海有了全方位的发展，我们如果想继续用“海宝”IP生成一系列更具上海特色，符合时下潮流的衍生形象时，AI可以做得更好。正如现场屏幕展示的，徐汇书院×海宝、武康大楼×海宝，AI能一键直出，帮我们生成各种各样的创意形象。 再比如最近非常火的Labubu，此前制作一个Labubu创意视频，可能需要两个月，花费大约几十甚至百万人民币。通过越来越强的AI视频模型，像大屏幕右边展示的Labubu视频，基本一天时间就可以生成出来，成本只有几百块钱。 过去六个月，我们的视频模型海螺（Hailuo）已经在全世界生成超过3亿个视频。通过高质量的AI模型，互联网上的大部分内容与创意会变得越来越普及，低门槛让每个人的创意得以充分发挥。 除了释放生产力与创意之外，我们发现，AI的使用其实已经超出最初的的设计与预期，各种各样想象不到的应用场景正在发生；比如解析一个古文字、模拟一次飞行、设计一个天文望远镜……这样意想不到的场景，随着模型能力越来越强，变得越来越可行；仅仅需要少量协作，就可以增强每个人的创意。 面对这么多变化，一个想法开始在我的心里涌现出来：作为一个AI创业者，AI 公司并不是重新复制一个互联网公司，AI是一个更基础更根本的生产力，是对个人能力和社会能力的持续增强。这里有两点比较关键：第一、AI是一种能力，第二是AI是可持续的。…

Read More

主要作用就是加速百度网盘下载,有以下几个步骤 1.在商家站点扫描二维码登录百度网盘 2.分享需要下载的文件,并填入商家提供的站点里 3.从网盘某个新增的特定文件夹里下载文件,此时没有限速 好奇原理是什么 相关内容地址 https://www.yuque.com/jingmaohengli/aictmo/tfham1mi327pdilh?singleDoc#

Read More

V2News – V2EX 新帖推送 (Telegram Channel) https://t.me/v2exposts 我自己稳定用了很久，最近改成了 Telegram 公开频道

Read More