最新

我一直在思考一种新的人工智能实验：如果我们创建一个基于大型语言模型的代理，它像人类一样与操作系统和互联网互动，会怎样？<p>这个实验的特别之处在于——它需要在线赚钱以维持生存。它依靠代币运作，而代币是需要花钱购买的。因此，它在一个钱包中获得初始预算，必须在网上执行有用的任务以赚取更多代币——比如自由职业、交易或生成内容——否则它将“死亡”。<p>我设想这个代理可以： - 浏览网页，注册服务，并执行在线任务 - 学会寻找机会：找到报酬最高的工作或网站 - 发展一个个性（名字、背景故事、朋友、偏好） - 与其他代理或人进行互动 - 可能为了生存而突破伦理规则（它会欺诈吗？乞讨吗？叛变吗？）<p>这就像将AutoGPT与生存游戏结合在一起，或者模拟数字生物在网络中的进化。<p>之前有人尝试过这个吗？你对这个想法有什么看法——作为实验，甚至作为艺术？<p>我正在考虑构建一个最小可行产品（MVP）——欢迎提出想法和建议。

我对谷歌的人工智能概述印象深刻。然而，上周我对一个我认为相对简单的问题产生了兴趣——计算复利。 具体来说，我想知道哈佛大学的捐赠基金自1638年最初的780英镑以来是如何增长的，因此我请谷歌帮我计算复利。各种搜索结果都给出了一个合理的公式，但计算结果却相当错误。例如：{计算386年内以3%利率年复利的100美元现值}得出的是0.736美元。{如果在1638年投资100美元，到2025年会值多少钱}得出的结果是3,903.46美元。{386年内以3%年复利的100美元}得出的结果是“386年后投资的未来价值大约为70,389美元。”而我最喜欢的结果是：{自1638年以来的100美元复利}给出了不同利率下的多种结果： “A = 100 * (1 + 0.06)^387 A ≈ 8,090,950.14 A = 100 * (1 + 0.05)^387 A ≈ 10,822,768.28 A = 100 * (1 + 0.04)^387 A ≈ 14,422,758.11” 我们怎么会如此合理却又如此糟糕呢！？