财新网昨天发布了一篇非常有意义的文章，其中的数据，我觉得有必要让更多的人看到。

财新网昨天发布了一篇非常有意义的文章，其中的数据，我觉得有必要让更多的人看到。 数据来源： 截止2022年2月8日，财新以“收买被拐卖的妇女”为关键词，在中国裁判文书网上获取公开裁判文书474份，涉及被害妇女824人，因收买及后续行为被定罪量刑或另案处理的被告人921人（后简称被告人）。 1、 被告人921人，41人的收买行为被免予刑事处罚。 2、 被告人除5人因组织卖淫罪或强迫卖淫罪被数罪并罚判处无期徒刑外，上述被告人刑期（包括有期徒刑、拘役）平均18.2个月，中位数12个月，86%的被告人刑期在24个月及以下； 有570人（71%）适用社区矫正为主的缓刑或管制，平均15.4个月，中位数12个月。 仅有3人在没有认定其他罪名的情况下，被顶格判处3年有期徒刑。 3、 被告人收买被拐卖妇女后，强奸、非法拘禁等情形很少得到司法认定，分别仅有23人、11人因这些罪名被处罚。 4、 在收买方以夫妻名义共同生活为目的、并可以估算出被拐妇女与收买方共同生活时间的590起案例中，共同生活时间的平均天数约为341.7天，中位天数约137天，但其中被认定构成强奸罪的被告人仅有20人。 5、 收买行为直到1991年才纳入《刑法》打击范围，且法定最高刑只有3年，根据追诉时效的相关规定其追诉期仅为5年，这意味着大量收买行为难以被追究。 除去这些数据，这篇长达万字的文章里，最让人触目惊心的是几个案例，我在浏览的时候不得不好几次停下来。 1、2013年河南省淮滨县的一起案件中，被害人疑似自杀，法院认定系“钾拌磷（一种农药）中毒死亡”，但未认定被害人的死亡与被告人的行为之间有因果关系，且非法拘禁证据不足。此外，被告人还被认定两次收买过被拐卖妇女。 2、2018年江西乐平市一起被害人在跟随被告人家庭“走亲戚”时上吊自缢身亡的案例，法院未认定被害人死亡与被告人行为之间存在“《刑法》上必然的因果关系”，综合坦白、偶犯、没有虐待和限制被害人人身自由等情形，判处被告人1年有期徒刑。 3、2012年广西岑溪市一起案例中，多名证人认为“精神不正常”的被害人从被告人家中出逃，后被发现于附近河域溺亡，法院认为被告人“明知是被拐卖的妇女而收买，造成被收买的妇女死亡”，但同时被告人“如实供述自己的罪行，依法予以从轻处罚”，判处1年6个月有期徒刑。

我们刚刚提到，JPG 的修图空间很小，假如再次基于 JPG 进行修图，那原图丢失和篡改的信息就更多了。

我们刚刚提到，JPG 的修图空间很小，假如再次基于 JPG 进行修图，那原图丢失和篡改的信息就更多了。 所以对于摄影师而言，看到 JPG 不满意，其实是回到 Raw 文件重新修，而不是基于 JPG 修。以此来保证摄影作品的质量。 好在新闻的篇幅不算太长，也并非属于严肃学习的场景，失真容错率相对较高。用摘要快速确定是否感兴趣 & 大致内容读个压缩版是很有用的。 用 AI 学习长文章 / 长视频 / 长播客（转文字脚本） 在这种场景下，摘要失真的容错率会低很多（尤其是严肃科普阅读）。但阅读的方法论不同，我们可以一在定程度上克服这种失真。模仿修图师的思维，就是一个答案。 有人说：假如文本长度为 75000 个单词，一般人用时大约 5 个小时读完等量内容后，还得用更多的时间去消化、记忆、分析。而对于 Claude， 大约不到 1 分钟就搞定。 备注：Claude 的 API 目前能记住 100k tokens 的长度，而同时的 gpt-3.5 能记住大约 4k tokens；而目前 slack 里的 Claude 机器人大概是 9k tokens 那是不是说人类就不需要学习了？当然不是，至少 AI 目前为止的定位和程度还是工具，而不是独立的生命。回看 AlphaGo，给人类棋手的学习带来了崭新的启发，其实是加速学习和带来崭新的启发。 回到用 AI 阅读学习材料这件事情上来，如果你用过 Chatpdf 类似的产品，你就会发现当 AI 帮你把 pdf “读”完之后，它会提出大概 3 个可能值得提出的问题，从而引导你提问和获得启发。（Chatpdf 不是真的帮你消化了完整的内容，下面 我会解释） 刚刚我们从摄影聊到了金句的逆向，我特别提到一句话是：「没有背景的情况下，全靠脑补特别难」。 换句话说，假如有背景，那金句和摘要带来的可能性就发挥了更大的价值。 就好像修图师找得到某个 JPG 的 Raw 原文件，找不到的话，客户不满意就没法重新修图了。 对于 AI 而言： 预训练已经“提前帮你看过了很多内容”，这是第一部分； 而我们的上下文聊天发送的内容，是看过的第二部分内容，两部分合力发挥作用。 总结一下： AI 工具之于短平快的新闻的价值在于摘要本身，主打的就是一个快速获得资讯。 AI 工具之于严肃学习的价值不是摘要，此时的摘要类似于金句，价值在于「逆向思考的过程并获得启发」，单纯接收 AI 的摘要不足以构建知识。因为逆向思考需要一定的背景，否则很难推导和获得知识。然而 AI 的长处就是给你提供用于逆向思考所可能的背景知识，类似于一个可能存在的 Raw 文件），它由预训练的部分（非 prompt） + 你提供的上下文组成。 OK，区分开两个大致的场景和方向，AI 的「真实效益」便可以最大化。混淆了读新闻和读长文这两个场景就很难用好 AI，自然会把 AI 当成一个车轱辘话生成器。 至此，如果你延伸思考，你就会知道 Prompt 的重要性来源于哪里 即通过 Prompt “唤醒”预训练中的知识作为金句 / 摘要背后可能的背景铺垫（Prompt 本身也是），然后进行更好的推理来输出答案。 在过去几个月里，最常见的 Prompt 句式：「你是一个 xxx」，就是如此。然而，正如我刚刚提到的，别忘了这种模版只不过是 Prompt 中的一部分，另一部分是知识。知识，也是一种 Prompt（字符串）。 例如，假如你关心「营销」，你可以在 Prompt 里插入一段和营销有关的书籍原文，再在后面提一些问题。如果你用 Claude-100k，甚至可以在聊天开始的时候直接给他一整本书获得摘要。（效果如何，我还需要继续测试和观察，以后再给大家写测评） 紧接着，以摘要为线索，通过聊天获得新的思考和观点，和 AI 相互启发，才能有所收获。 换句话说，在严肃学习这个场景下，思考的过程才有价值。但奈何我理解原材料（Raw）的能力可能不够强，所以我让 AI 先生成一个摘要（JPG 1），但是我们不把 JPG 1 直接作为新知识，而是通过 JPG 去指引我们找到 Raw 文件，一边自行思考一边问 AI 是如何加工这个 Raw 文件的，从而来和自己的思考过程形成对照。自然能找到自己思考卡壳的地方等等。 在这个前提之下，我们再在聊天告一段落的时候，基于我们的思考进行摘要就好太多了（获得了你自己的修图版本 JPG 2）。即便 AI 可能有所遗漏，我们也会有所觉察并进行补充（毕竟你认真思考过了）。 另外，尝试进行公开写作，其实是一个运用费曼学习的过程。更多的思考，见 @Szhans 让我们一起回忆一下，阅读长文的流程可以是： 1⃣ 第一步：先摘要 借助 AI 的强大力量判断感不感兴趣，以及文章大致的重点清单。然后甚至可以一开始就问 AI：「请围绕这篇文章的核心观点提出最值得思考的 5 个问题」。然后看看有没有感兴趣的，以此来激发自己的好奇心和求知欲。 2⃣ 第二步：基于摘要中最感兴趣的观点进行逆向思考 例如，你提到的「xxx」这个观点特别有意思，能不能说说原文中提到的原话是什么，作者提到了一个怎样的场景、故事或者实验案例？ 3⃣ 第三步：基于逆向思考和聊天进行摘要、整理和校对。 可见，再学习的场景下，凡第二步我们才进入了「修图模式」，而不是直接进行智能摘要，并把这个摘要作为自己所得的新知识。 请注意，上面只是一个参考而不是标准答案。也有时候我会读完了文章再拿去让 Claude 也读一读再和我聊。 AI 在这个过程中大致做了两件事情。首先，是基于一个 JPG 指引我们回到 Raw 文件；其次，是全程可以辅助我们加工 Raw 文件。 今天，我们在自学方面终于也拥有了摄影意义上的 PS 了。 细节：在第二步中，有时候还是不太好理解消化，你可以继续追问： 1⃣ 你刚刚提到的「xxx」这段话很难理解，你能不能用给中学生讲解的口吻通俗易懂地向我再解释一下呢？ 2⃣ 请你善用比喻、类比、拟人的修辞手法。 3⃣ 能不能请你举一反三，告诉我这个观点如何应用于我们的生活，可以给我们带来怎样的指导？ 上面是我常用的提问法，三个可以一起用。但是，特别注意，根据我的经验： 1⃣ 一次最好只针对摘要中的一个论点进行分析，这样的话整个回复的篇幅都会集中于此。 2⃣ 反之，如果你一次就让他分析三个观点，那么每一个观点也只是简单谈谈而已，不如逐个击破。 3⃣ 耐心地复制原文。大家在微信怎么回复消息的，是不是长按某一条消息引用来回复？又或者在飞书和 slack 里创建话题 / 消息列来进行收束？同理，当我们聊天已经进行了一段时间后，最好复制特定内容后再向 AI 提问，这样别人才知道重点嘛～（也是在帮助对方回忆内容） 至此，你应该知道为什么上下文长度如此重要了，Claude 也许目前编码能力和翻译能力不如 ChatGPT，但是其文科理解能力特别强。他是你学习文科类内容的「靠谱同学」。在长度拓展到 100k tokens 之后，你可以想象其逆向能力的强大。（理论上） 其他问题：Chatpdf 不是也能读长文吗？和 Claude-100k 区别在哪里呢？ 注意，这个和 Chatpdf 不同，由于 gpt-3.5 只有 4k 上下文（相比之下），所以 Chatpdf 实际上是把 pdf 原文切分为了很多小块。通俗地说就是： 当你提问的时候，程序先搜索我们的问题从语义上看最相关的一个或多个 pdf 片段，然后把这部分内容作为 prompt 的一部分，合并你提问输入的 prompt，以及程序内部预设的一些 prompt 模版，共同传给了 大模型，然后我们才得到了最终回答。如果每次都把 pdf 原文发过去，就超出长度限制报错了。 在这个过程中，pdf 会被怎样切分呢？例如，每隔 1000 就切分为一个小片段。 你也许已经想到了：假如刚好有些重点被切开了，岂不是影响了 AI 的理解？这个方法确实是。但是也有一些技术方案尽可能缩减这种偏差。 而最新的 Claude API，看官方文档说的是「上下文长度」就能记忆 100k tokens，这就和切分 pdf 的方法划出了界限。

马斯克的＂读脑＂设备首次植入人体 科学家期待什么？担忧什么？

马斯克的＂读脑＂设备首次植入人体 科学家期待什么？担忧什么？ 脑机接口（BCI）是连接大脑与外部设备的一种桥梁。这项技术能够捕捉并解码大脑活动，使那些因为严重瘫痪而失去行动能力的人能够仅凭意念控制电脑、机械臂、轮椅等设备。除了Neuralink，还有其他科研团队也在竞相研发类似的技术，有的甚至已经进入人体试验阶段。神经科技研究人员对Neuralink的这次人体试验抱有既谨慎又兴奋的态度。荷兰乌得勒支大学医学中心的神经科学家、国际脑机接口协会主席马利斯卡·范斯汀塞尔（Mariska Vansteensel）表示：“我期待看到他们能证明技术的安全性。从目前来看，这种技术在测量大脑信号方面表现优秀，至少短期内如此。但长期效果如何，仍是关键问题。”然而，公众对这次试验的了解相当有限。除了马斯克的帖子，外界无法证实试验是否真的已经开始。而且，关于试验的详细信息，主要来源于一份招募受试者的研究手册。对此，英国牛津大学的神经工程师蒂姆·丹尼森（Tim Denison）表示：“我们需要知道更多细节，比如植入手术在哪里进行，试验将评估的具体结果是什么等。”更令人费解的是，这次试验并未在ClinicalTrials.gov网站上注册。这个网站由美国国立卫生研究院管理，是公开的科研信息库，要求研究人员在招募参与者之前就公布试验详情和方案。许多医学杂志也将此作为发表研究成果的先决条件，以保护参与临床试验的受试者权益。然而，总部位于加州弗里蒙特的Neuralink并未回应为何未在该网站上注册此次试验的置评请求。《自然》杂志也对Neuralink的植入物与其他脑机接口技术进行了比较分析。文章指出，这次试验不仅关乎技术的进步，还可能引发伦理和隐私方面的担忧。Neuralink的芯片与其他BCI有何不同？与犹他州盐湖城的Blackrock Neurotech公司一样，Neuralink将目标锁定在单个神经元的活动上，通过穿透大脑的电极进行记录。相比之下，其他公司更倾向于在大脑表面放置电极，通过记录神经元群的平均信号来解读大脑活动。然而，最新的研究显示，通过平均信号或许可以解码更为复杂的认知过程，例如内心语言。纽约的Synchron公司已经成功展示了低带宽的大脑表面BCI如何实现基本的智能手机控制。Neuralink的创新之处在于，它是一款完全植入式的无线系统，这在脑机接口领域尚属首次。此前的植入式系统需要通过头骨上的端口与计算机进行物理连接，这不仅增加了感染风险，还限制了实际应用。据Neuralink的研究手册介绍，其芯片包含64条柔性聚合物线，提供1024个记录大脑活动的位点。这一数字远超BlackrockNeurotech的脑机接口设备，后者是目前唯一长期植入人体的单神经元记录系统。因此，Neuralink设备有望大幅提升脑机通信的带宽。此外，Neuralink特别强调了其纱线的灵活性，并表示正在研发一种机器人，用于将纱线植入大脑。英国牛津大学的神经工程师蒂姆·丹尼森对此表示赞赏：“各种方法都令人振奋。”但他也强调，现在的问题是，从安全性、信号质量、耐用性和用户体验等角度来看，哪种方法表现最佳。他说：“为了患者的利益，我们需要进行持久的技术探索。”科学家们将从Neuralink人体试验中学到什么？尽管Neuralink并未公布过多关于试验目标的具体信息，但专家们推测，试验的主要焦点将集中在设备的安全性上。丹尼森指出，在这个阶段，科学家们将密切关注植入设备的直接影响，例如是否出现中风、出血、血管损伤等问题，同时也不忽视感染的可能性。长期随访将是评估的关键，以确保植入设备不会引发任何潜在的安全问题。Neuralink的研究手册中提到，志愿者将被追踪研究五年。这段时间不仅用于评估设备的功能性，还要求志愿者每周至少使用设备两次来控制电脑并反馈体验。荷兰乌得勒支大学医学中心的神经科学家、国际脑机接口协会主席马利斯卡·范斯汀塞尔关注的是神经信号质量的稳定性问题。她表示，了解植入后神经元信号的质量是否随时间下降至关重要。毕竟，更换电极在现有技术中并不容易，因此长期信号质量的保持对于设备的有效性非常关键。丹尼森则对Neuralink的无线系统性能充满好奇。在一个非实验室环境中，这种无线系统的性能表现如何？科学家们对Neuralink BCI有哪些担忧？Neuralink的人体试验已经开始，这意味着志愿者的安全和福祉成为了最受关注的问题。这一试验已经获得了美国食品和药物管理局（FDA）的批准，尽管该机构曾拒绝过Neuralink的申请。然而，一些研究人员对这次试验未在ClinicalTrials.gov网站上注册表示疑虑，这也引发了公众对于试验透明度和伦理问题的关注。丹尼森对此表示了担忧，他称：“我的假设是，FDA和Neuralink在一定程度上遵循了规定。但关键在于，我们没有看到具体的协议，所以我们无法了解试验的具体内容和标准。”对于那些希望BCI技术能改善他们生活的患者来说，信息的公开和透明度尤为重要。伊恩·伯克哈特（Ian Burkhart）是俄亥俄州哥伦布市BCI先锋联盟的联合创始人，他在一次潜水事故中受伤瘫痪，并在他的大脑中植入了Blackrock芯片。伯克哈特对于Neuralink取得的成就感到兴奋，但他也强调了信息披露的重要性。他认为：“如果Neuralink能够公布更多关于试验的信息，那么他们的工作将得到更好的理解和支持。特别是对于那些迫切希望这种技术能够改善他们生活的患者来说，他们有权知道更多的细节。” ... PC版： 手机版：