1作者: upwardbound230 天前原帖
我们常常谈论可持续性,通常关注可再生能源和高效设备等方面。这些确实重要,但却未能触及要点。真正的问题不仅在于我们如何生产东西,更在于我们为什么要生产如此之多。我们需要重新思考“进步”这一概念。 考虑一下对经济增长的痴迷。它被视为一种普遍的善,但它实际上带来了什么?确实是更多的物品,但同时也带来了更多的污染、更大的不平等和更多的压力。也许目标不应该是无止境的扩张,而是完全不同的东西。也许我们应该追求的是稳定、韧性,甚至仅仅是简单的满足感。 归根结底,可持续性并不是寻找巧妙的方法来维持现有系统的运转。它是关于质疑这个系统本身。它是关于认识到在一个有限的星球上无止境的增长是一种幻想。它是关于面对一些不舒服的真相,并做出一些艰难的选择。
4作者: arbayi30 天前原帖
你好,HN!<p>六个月前,我在这里分享了我的项目(https://news.ycombinator.com/item?id=42770200),得到了很多有用的反馈。生活中发生了一些事情,我没能继续推进这个项目,但现在我和我的朋友希望制作一个移动版本,以赚取一些额外收入。由于这个项目基本上是一个GPT的封装,我想先清理一下开源版本。<p>回顾六个月前的代码,我感到很尴尬。后端代码一团糟,设置起来非常困难。我有一个身份验证功能,但对于一个开源项目来说毫无意义,所以我把它去掉了,并且将数据库切换到了MongoDB。我还想尝试OpenAI的新Agent SDK,使用TypeScript,这帮助我更好地组织了后端代码。<p>然后我解决了我认为的主要问题——这个应用根本没有帮助用户发现新单词。用户必须自己创建所有列表,并手动添加每一个单词。我添加了一些模板列表来帮助用户入门,但我意识到这并不适合所有人。<p>我看到一个名为“Say What You See”的谷歌实验,由Jack Wild制作,参与者查看AI生成的图像并尝试猜测提示。我想,也许这可以用于语言学习。因此,我尝试制作一个我称之为“视觉花园”的东西——用户选择一个上下文,查看图像,描述他们所看到的内容,应用会尝试建议他们可能不知道的词汇。然后,如果他们愿意,可以将这些单词添加到他们的列表中。<p>我还添加了一个简单的“获取新单词”功能,用户选择一个主题和难度级别,应用会向他们展示单词并询问他们是否认识。如果他们不认识,应用会尝试用例子和图像进行解释。<p>现在每个单词都有自己的页面,用户可以查看例子,找到相似的单词,并生成图像。为了练习,我添加了多种练习类型——选择题、填空题、匹配题、判断题和句子完成题。用户可以在设置中配置他们想要的练习类型。由于之前有人要求支持不同语言,我尝试让用户可以使用任何语言作为基础来学习任何语言。<p>在尝试OpenAI的Agent SDK时,我注意到添加语音功能非常简单。现在用户可以与应用进行对话,讨论他们的词汇。语音助手知道他们正在学习的内容,并尝试帮助他们发音。它甚至可以在对话中将新单词添加到他们的列表中。我还添加了ElevenLabs用于音频发音。<p>还有一个“轻松阅读”功能,尝试使用用户列表中的单词生成阅读段落,以便他们可以在上下文中看到自己的词汇。<p>我知道这仍然只是现有AI工具的一个封装,但我希望它能对一些希望以更互动方式学习词汇的人有所帮助。我希望能有一种简单的方法来托管这个版本,让人们可以使用他们的ChatGPT订阅,直到我找到方法为止,尝试这个应用的最简单方式是克隆代码库并使用OpenAI API密钥运行。接下来的计划是支持其他大型语言模型,感谢OpenAI Agent SDK,这已经在代码中可用,但我需要让它更清晰,同时我也希望这个应用能够完全免费,使用本地解决方案。<p>我很想听听大家的建议和批评。我真的希望人们能使用这个应用,在自己的机器上托管,手机上使用或创建自己的版本。词汇学习很难,我也有这个问题,我真的想找到解决方案 :)<p>代码库在这里:https://github.com/baturyilmaz/wordpecker-app<p>演示在这里:https://www.youtube.com/watch?v=jS8r7J65fXY
2作者: blindriver30 天前原帖
我该如何防止人工智能(如ChatGPT等)读取和训练我在线发布的博客文章、Reddit帖子或代码,比如在GitHub上?<p>是否有一种许可证可以专门禁止人工智能公司读取和利用我的内容进行训练?还是说我需要将我的内容放在需要登录才能访问的地方?
2作者: upwardbound230 天前原帖
随着人工智能系统越来越多地融入我们的生活,人工智能失智症的潜在风险——一种人工智能故障、失去连贯性或表现出不可预测和有害行为的状态——成为一个重要的关注点。应对这一风险需要多方面的策略,结合即时的回滚措施和全面的全球安全措施。 管理人工智能失智症的主要策略之一是实施强有力的回滚机制。这些系统应允许迅速恢复到先前稳定且经过验证的状态。定期检查点和人工智能模型的备份至关重要,使开发者能够在检测到失智症时恢复到功能正常的版本。