最新

本文正式定义了当前人工通用智能（AGI）所面临的结构性壁垒——而非技术性壁垒。 它表明，无论是扩展规模、强化学习，还是递归优化，都无法突破三个深层的认识论和形式约束： 1. 语义闭合——一个人工智能系统无法生成超出其内部框架所需意义的输出。 2. 框架创新的不可计算性——新的认知结构无法从现有结构内部计算得出。 3. 开放世界中的统计崩溃——在具有重尾不确定性的环境中，概率推理会崩溃。 这些并不是当今模型的局限性，而是算法认知本身固有的结构性边界——数学的、逻辑的、认识论的。 但这并不是对人工智能的否定。这是对必须面对的边界条件的清晰定义——并且，可能需要围绕其进行设计。 如果AGI在这道壁垒前失败，机会并不会结束——而是刚刚开始。 对于任何认真对待认知的人来说，这才是真正的前沿。 完整论文： [https://philpapers.org/rec/SCHTAB-13](https://philpapers.org/rec/SCHTAB-13) 欢迎批评、挑战或反驳。

嗨，HN， 我一直相信，优秀的产品是通过持续的用户反馈构建而成的。但当我尝试使用像 Canny 这样的工具时，遇到了两个主要问题： * 它们功能过于繁杂，我并不需要所有这些功能 * 每月 99 美元的费用对于小团队或独立开发者来说实在太贵了 因此，我决定构建一个更简单的工具。 这是一个一体化的反馈平台，帮助您收集、整理和处理用户反馈——没有复杂性和高成本。 它包括： * 反馈板（公开或私密） * 标签、类别和状态 * 路线图和变更日志 * 状态更新，以便与用户保持沟通 我为那些希望保持足够结构以专注于工作的团队而构建了这个工具，而不想被繁琐的流程所拖累。 期待您的反馈，也很乐意回答任何问题。

我作为软件工程师工作了将近7年，经历了一段长时间的无法完成的截止日期和巨大的工作压力后，最终感到非常疲惫，因此我决定辞职。 我没有寻找其他工作——我真的需要休息，幸运的是，我所在国家的生活成本相对较低，所以我能够负担得起。 两个月后，我感觉好多了，我想重新开始工作，不过我希望能对期望和截止日期的设定有更多的直接控制，因此我认为自由职业可能是一个不错的选择。 我在想我是否朝着正确的方向思考，同时也想了解目前自由职业市场的情况。我做了一些研究，听说人工智能在Upwork和其他平台上造成了很多竞争和垃圾信息。