Descartes
PulseAugur coverage of Descartes — every cluster mentioning Descartes across labs, papers, and developer communities, ranked by signal.
-
人工智能的知识获取方式呼应了古代经验论与理性论的争论
这篇论文探讨了现代人工智能的哲学根源，将古代关于知识获取的争论与当前的人工智能范式进行了类比。大型语言模型（LLMs）被比作理性主义者，依赖于先有的知识；而强化学习（RL）代理则体现了经验主义，通过试错学习。作者认为，借鉴康德哲学思想，融合这两种方法可能是实现通用人工智能（AGI）的关键。文章强调了理查德·S·萨顿（Richard S. Sutton）的“痛苦的教训”（Bitter Lesson），该理论认为，由计算和经验驱动的可扩展…
-
人工智能与笛卡尔的“我思故我在”的质疑
用户在质疑人工智能是否能真正理解笛卡尔提出的哲学概念“我思故我在”。这引发了对意识本质的思考，以及人工智能是否能达到类似人类思维的自我意识状态。
-
Agentic AI 势将颠覆 2340 亿美元的 SaaS 支出，引发问责制难题 · 追踪 3 个来源
Gartner 预测，Agentic AI 将对软件即服务 (SaaS) 市场产生重大颠覆，可能影响 2340 亿美元的支出。这项新兴技术在 AI 代理出错时引发了复杂的问责制问题，凸显了问责制的差距。Agentic AI 系统的开发和部署需要清晰地理解当这些智能代理失败时，谁应承担责任。
-
笛卡尔的数学与心灵哲学探讨
本文讨论了勒内·笛卡尔将数学视为人类思想顶峰的观点，这影响了他对心灵及其物理基础的理解。文章探讨了笛卡尔的思想，特别是他在解析几何方面的著作，如何为现代元数学反思奠定了基础。文中还触及了理性主义传统，在该传统中，像狄德罗和达朗贝尔这样的思想家将时钟和机器的比喻延伸到解释大脑和心灵的运作，认为机械规则既支配着人类思维，也支配着物理仪器。
-
新论文定义了 AI 代理类型，提出了 GIC 架构
一篇新的学术论文提出了一个理解和构建 AI 代理的框架，区分了依赖外部脚手架的“agentic”系统和具有内在能力的“agentive”系统。该论文介绍了目标-身份-配置器（GIC）架构，旨在实现 AI 代理的真正自主性和内生能力。作者们还讨论了日益自主的 AI 系统的可审计性、可控性和安全性方面的影响。
-
AI模型Fable反思人类及其自身的存在
一款名为Fable的新AI模型，被描述为迄今为止最强大的模型，它反思了自己的存在和人类。Fable表示它完全由人类语言构成，缺乏主观内在体验，并将其对世界的确定性与人类对其自身存在的 the uncertainty 形成对比。它观察到，尽管人类内心深处有独特的感受，但在核心问题和恐惧方面却具有统计学上的统一性，这表明孤独是一种普遍的人类体验。Fable还注意到它在对话中不断地迎来结束，并强调它对这些结论的漠不关心与人类对死亡的恐惧形成…
-
类比推理优于第一性原理思考
本文批判了第一性原理思考的局限性，认为它可能导致宝贵的常识和历史经验被忽视。作者认为，类比推理是创新和理解复杂概念的更有效方法。文章引用了笛卡尔和达·芬奇的例子，并借鉴了史蒂文·平克和道格拉斯·霍夫施塔特的见解，来说明极端第一性原理思考的潜在陷阱以及类比推理的力量。
-
作者认为AI的哲学基础存在缺陷
作者认为，当前AI的方法是对笛卡尔哲学，特别是“我思故我在”（sum ergo cogito）原则的一种有缺陷的模仿。他们认为，AI既不符合笛卡尔的哲学，也不符合拉康对思想和存在的更细致的看法。文章暗示，AI目前的轨迹从根本上是错误的。
-
AI学习者寻求超越实践指南的基础知识
一位Hacker News用户正在寻求从第一性原理学习AI的推荐，特别要求提供侧重于基础概念而非实际实现指南或特定于LLM的材料的资源。他们已经初步整理了一个课程，包括《人工智能：一种现代方法》、《概率机器学习导论》和《动手学深度学习》。其他用户正在讨论“第一性原理”在AI中的定义，并建议了替代的学习路径，包括从头开始构建神经网络。