尋求關於最佳物理人工智慧、具身人工智慧、人工智慧機器人等播客、新聞通訊、X 頻道和 Substack 的推薦。尋找一些珍品。

從人類學到動物學，從工程學到城市規劃，每個學科都透過模擬產生、建模和驗證知識。一些計算機模擬被設計為沉浸式虛擬環境，其中體驗是人工化的。科學模擬則相反，它們並不創造欺騙性的幻覺。它們是使本來不可想像的潛在現實能夠被思考的手段：一種了解不可思議事物的技術。模擬是認識論技術，然而它們卻被深刻地忽視。它們是一種沒有重要理論的關鍵實踐。那么，模擬的一般理論會是什麼樣子呢？在這次演講中，本傑明·布拉特展示了這樣一種模擬理論需要考慮的內容：陰影、布景、場景、合成體驗、模型、演示、沉浸、詭計、玩具世界、微型模型和投影。 觀看本傑明·布拉特在《安提基特拉期刊》中的《模擬的一般理論》講座影片，或通過個人資料中的鏈接觀看。

"梅希亞認為，Waymo將“司機”一詞用於描述技術而非人類是“非常刺激”的。" 左派面臨著一個嚴重的人工智慧問題，這個問題只會變得更糟。到2028年，每位（D）候選人都會試圖在反人工智慧的資質上超越其他人。這將形成奇怪的聯盟，比如梅雷迪斯·惠特克/史蒂夫·班農的遊說陣線等。

數學領域的人看AI的輸出，明顯是合法的數學，他們會說，這個東西確實會做數學。 人文學科的人看AI的輸出，立刻就會說：這個東西不可能像我們一樣擅長解讀文本。

觀看《如何與人類思維不同？》電影，見於《安提基特拉期刊》 作者：陳秋帆 圖形設計：康納·庫克

證據在這裡。

我實際上認為「人工」並不是進化的對立面。進化選擇那些擅長人工化的物種，這是任何一種物種將其生態位轉變為自身優勢的方式。顯然，各種形式的智慧驅動著這一過程。人工智慧是人工化引擎本身的人工化——智慧。

"我們仍然處於行星計算歷史軌跡的早期階段。其算法物種將如何演變，以及我們的文化系統將如何訓練它們並被它們訓練，這都是無法預測的。" 本傑明·H·布拉頓 | 《堆疊》

我有一個 OpenAI Pro 帳戶，但仍然無法訪問 GPT-5。還有其他人嗎？想了解推出情況。

在講座影片《如何以不同於人類的方式思考？》中，陳秋帆挑戰性地質疑了限制人類認知的以人類為中心的偏見，主張通過推測性小說進行激進的認識論重校準。 他借鑒了標誌性的文學作品——劉宇昆對多時態存在的探索、豪爾赫·路易斯·博爾赫斯的無限信息迷宮、泰德·姜的語言決定論、弗拉基米爾·納博科夫的感知偏執、N.K. 傑米辛的城市共生，以及厄休拉·K·勒古恩的生態感知——陳批評人類有限的認知框架，認為這些框架妨礙了與多樣智慧的有意義互動。他挑戰了人工智慧中的對齊主義，認為重現以人類為中心的思維風險會導致災難性的後果。相反，陳提議擁抱體現在自然分佈智慧中的認知架構，以共生作為進化和存在韌性的範式。 他呼籲從個體意識轉向集體和生態同理心，闡述了一個願景：人類必須學會“以不同於人類的方式思考”，以想像力和同情心與行星和宇宙的他者互動，從而在前所未有的規模和複雜性危機中實現共存。 在Antikythera Journal中觀看《如何以不同於人類的方式思考？》影片 作者：陳秋帆 平面設計：康納·庫克