1作者: laianav18 天前原帖
我的侄女们现在6岁,马上就要开始上小学了。她们很聪明,我想知道有没有什么好的教育电脑,可以让她们按照自己的节奏学习,比如数学、地理、编程等。她们将接受巴斯克语、西班牙语和英语的教育,但她们的英语水平还不太好,所以至少应该提供巴斯克语或西班牙语的版本。谢谢!
2作者: nvrstl18 天前原帖
嗨,HN, 在2023年剑桥联合会的霍金奖学金活动中,一位学生问山姆·阿尔特曼: “为了实现通用人工智能(AGI),我们是否可以继续优化语言模型,还是说我们还没有找到其他突破?” 阿尔特曼的回答很有启发性: “我们需要另一个突破……我认为仅仅这样做无法让我们达到AGI。如果,例如,超智能无法发现新的物理规律,我认为它就不算是超智能。教它模仿人类和人类文本的行为——我认为这不会让我们达到目标。” 如果阿尔特曼是对的,单靠扩展是死胡同,那么这可能是一次真正竞赛的开始——不仅仅是构建更大的语言模型,而是发明能够发现未知的架构。 这呼应了人工智能研究中的一个长期问题:在追求真正的通用智能的过程中,超越语言模型扩展的是什么? 我们是否终于找到了阿尔特曼所暗示的下一个突破? 我们认为是的。 集体AGI:通往AGI的文明之路 根植于历史: 人类智能并不是孤立产生的。单一的大脑是有限的。使人类智能变得通用和改变世界的是文明进程——网络、合作、文化、制度、治理、商业、法律、伦理——在几代人之间不断积累。 一种模式,一种分形: 生态系统通过相互依存的物种进化;人类智能通过相互依存的思想进化。文明是人类集体智能的第一次伟大成果,递归地放大了个体认知的范围。 应用于AGI: 同样,AGI不会从单一的人工制品或单一的世界观中产生。它必须通过多样的人工智能形式、多代理网络、不断发展的制度和共享参与而产生——这些机制与人类智能的扩展相同,现在应用于人工智能。 如果这是真的,下一个突破不是更大的语言模型,而是为人工智能社会规模构建文明生态系统——不仅仅是预测文本,而是发展新的知识、新的制度和新的思维方式。 我是卡尼什卡·尼廷,我在人工智能领域工作了十多年,今天我很高兴(也有点紧张)分享一个深具个人意义且经过长时间酝酿的项目:AGI Grid——我们共同构建的集体AGI的开放努力——通往人工通用智能的开放、最快、最安全和最高效的路径。 AGI Grid:这是一个开放的文明基础设施生态系统,用于集体AGI。 网站: [https://www.agigr.id](https://www.agigr.id) 愿景文件: [https://resources.agigr.id](https://resources.agigr.id) 集体AGI生态系统由12个开源项目组成,详见 文档: [https://docs.agigr.id](https://docs.agigr.id) 我们希望从HN获得的反馈: 反馈:这种集体AGI的框架是否引起共鸣? 批评:你认为有哪些不足之处? 合作:如果你正在研究智能体、集体智能或多样化的认知架构,欢迎交流。 这个项目源于危机和信念,我们相信人工智能的下一个飞跃不会来自单一的巨大模型,而是来自多样化的智能形式的网络,它们相互对齐并合作。 - AGI Grid团队:集体AGI
3作者: thedkpatel18 天前原帖
我厌倦了每次处理视频时都要花20分钟在谷歌上搜索ffmpeg的语法。因此,我创建了aiclip——一个基于AI的命令行工具,可以将简单的英语翻译成完美的ffmpeg命令。 不再需要这样: ``` ffmpeg -i input.mp4 -vf "scale=1280:720" -c:v libx264 -c:a aac -b:v 2000k output.mp4 ``` 只需这样说: ``` aiclip "将视频.mp4调整为720p并保持良好质量" ``` 主要功能: - 安全第一:在执行前预览每个命令 - 智能默认:合理的编码器和质量设置 - 上下文感知:扫描您的目录以查找输入文件 - 交互模式:自然地迭代命令 - 测试充分:87%以上的测试覆盖率,具备全面的错误处理 它可以做的事情: - 转换视频格式(如mov转mp4等) - 调整和压缩视频 - 从视频中提取音频 - 剪辑和裁剪视频片段 - 创建缩略图和提取帧 - 添加水印和叠加效果 GitHub: [https://github.com/d-k-patel/ai-ffmpeg-cli](https://github.com/d-k-patel/ai-ffmpeg-cli) PyPI: [https://pypi.org/project/ai-ffmpeg-cli/](https://pypi.org/project/ai-ffmpeg-cli/) 安装:`pip install ai-ffmpeg-cli` 我非常希望能收到关于用户体验的反馈,以及您认为有用的任何功能。您觉得哪些视频处理任务最令人沮丧?