一点笔记--关于P!=NP、AI、chatGPT

相关新闻和论文:

Large Language Model for Science: A Study on P vs. NP
GPT-4成功得出P≠NP,陶哲轩预言成真!97轮「苏格拉底式推理」对话破解世界数学难题

结论

没有所谓的适用于所有场景所有需求的解决方案。就像没有永动机一样。

其它

AI、chatGPT目前通过了图灵测试,但还没有达到完全替代人的水平。在没有参考资料,专业性很强的方向,AI的作用有限。目前,近期,AI主要的角色是辅助工具。

因为P!=NP,AI也不会成为能解决一切问题的方案。知识依然是无穷无尽的。

硅基生命、碳基生命的交接问题,个人感觉是一种共生和和平演变的方式推进。意识的数字化,混合生命形式可能是趋势。这些事存在内在哲学基础和数学基础,与其说无法逃脱宿命,不如说无法逃脱数学。

相关推荐
Kyrie6781 小时前
SkillOpt:把 Agent 的技能文件当作可训练参数
人工智能
冬奇Lab1 小时前
Workflow 系列(07):工程化与版本管理——Workflow 的 CI/CD
人工智能·工作流引擎
两万五千个小时1 小时前
Claude Code 上下文管理(一):为什么 Agent 会"失忆"?
人工智能·架构·开源
两万五千个小时1 小时前
Claude Code 上下文管理(二):零 Token 消耗的压缩三板斧
人工智能·程序员·开源
冬奇Lab1 小时前
每日一个开源项目(第150篇):caveman - 为什么用很多 token,少 token 也行——给 AI Agent 装上穴居人嘴巴
人工智能·开源·资讯
贵慜_Derek1 小时前
MAI-04|干净数据在工程上意味着什么:MAI 预训练数据治理
人工智能·算法·llm
feelmylife591 小时前
Agent 记忆设计架构 — 分层记忆:什么时候该记住,什么时候该忘记
人工智能
阿黎梨梨2 小时前
揭秘大语言模型的底层逻辑:从文本分词到高维向量的计算之旅
javascript·人工智能
moMo2 小时前
AI工程化 03:给模型喂上下文
人工智能