看了吴军老师的对于 ChatGPT 的评价的文章，有一种英雄迟暮的感觉。首先证明这件事我怎么怎么牛逼，语言模型就是我发明的，这东

看了吴军老师的对于ChatGPT的评价的文章，有一种英雄迟暮的感觉。首先证明这件事我怎么怎么牛逼，语言模型就是我发明的，这东西没什么了不起。我当年怎么怎么厉害，只是怎么样。大概是这么句型。有一点我不太同意的是，吴军老师说ChatGPT对真正的顶尖人才，不会带来任何影响，也不会带来新的机会，只会对谷歌、微软、阿里、百度这些公司带来营收。我觉得吴军老师是活在梦里，当年云计算刚出现的时候，也有很多人说云计算只是大公司能做，小公司没有意义，但现在我们都知道云技术几乎每一个公司都需要。而且Google的AlphaGo对于科研的影响也是实实在在的，推出蛋白质结构预测算法大大提高科研人员的工作效率。但为什么只有对于顶尖人才的影响才是技术革命呢，对于99.99%的人就不是呢？抖音难道不是技术革命吗？没有带来新的机会吗？有多少山村的农民通过抖音这个平台让更多人看见。吴军老师也没有逃脱这三原则：1.任何在我出生时已经有的科技都是稀松平常的世界本来秩序的一部分。2.任何在我15-35岁之间诞生的科技都是将会改变世界的革命性产物。3.任何在我35岁之后诞生的科技都是违反自然规律要遭天谴的。我不会再看吴军老师的文章。

资源 #科学元典合集（套装29册）

资源名称：#科学元典合集（套装29册）描述：本套装共29册，包括：《基因论》、《人类的由来及性选择》、《人类与动物心理学讲义》、《人类在自然界的位置(全译本)》、《人类和动物的表情》、《行为主义》、《条件反射：动物高级神经活动》、《大脑两半球机能讲义》、《计算机与人脑》、《薛定谔讲演录》、《世界的和谐》、《海陆的起源》、《物种起源》、《进化论与伦理学》、《从存在到演化》、《居里夫人文选》、《化学基础论》、《电磁通论》、《惠更斯光论》、《热的解析理论》、《关于托勒密和哥白尼两大世界体系的对话》、《心血运动论》、《希尔伯特几何基础》、《笛卡儿几何》、《狭义与广义相对论浅说》、《怀疑的化学家》、《化学哲学新体系》、《遗传学经典文选》、《自然哲学之数学原理》链接:https://www.aliyundrive.com/s/ytTYmWGoFUy

资源《科学元典合集》（29册）

资源名称：《科学元典合集》（29册）描述：本套装共29册，包括：《基因论》、《人类的由来及性选择》、《人类与动物心理学讲义》、《人类在自然界的位置(全译本)》、《人类和动物的表情》、《行为主义》、《条件反射：动物高级神经活动》、《大脑两半球机能讲义》、《计算机与人脑》、《薛定谔讲演录》、《世界的和谐》、《海陆的起源》、《物种起源》、《进化论与伦理学》、《从存在到演化》、《居里夫人文选》、《化学基础论》、《电磁通论》、《惠更斯光论》、《热的解析理论》、《关于托勒密和哥白尼两大世界体系的对话》、《心血运动论》、《希尔伯特几何基础》、《笛卡儿几何》、《狭义与广义相对论浅说》、《怀疑的化学家》、《化学哲学新体系》、《遗传学经典文选》、《自然哲学之数学原理》链接：https://www.aliyundrive.com/s/4eW7gmt3ev4

狙击 OpenAI 马斯克搞了个 AI 版“十二罗汉”

狙击OpenAI马斯克搞了个AI版“十二罗汉”xAI官网X.ai同步上线，简洁的网页左边是公司的Slogan‘认识宇宙’（UnderstandtheUniverse），右边则是关于公司和团队的介绍。‘xAI的目标是理解宇宙的本质’，马斯克在随后的Twitter中‘解释’了为什么选择7月12日这一天——因为7+12+23=42。在知名科幻小说《银河系漫游指南》中，42就是宇宙的终极答案。xAI官网列出的重要团队成员xAI马斯克的玩梗功力是不错的，不过，要实现他认识宇宙这样的终极目标，很显然需要一个非常厉害的团队。在xAI官网中，除了马斯克本人，还列出11位大咖。这些人大多来自DeepMind、OpenAI、GoogleResearch，当然也包括特斯拉。值得一提的是，团队中的亚裔，占比很高。这些人参与过的成果包括AlphaStar、Inception，当然，还有大热的GPT-3.5和GPT-4。那么，这‘11罗汉’是否能帮助马斯克完成对OpenAI的复仇，同时达到认识宇宙的终极目标？xAI团队重要成员GregYangxAI联合创始人。出生于湖南，本硕毕业于哈佛大学数学系，大学时期的导师是丘成桐，曾获2018年摩根奖（一年一度授予数学系研究表现出色的大学生奖项）提名。大二休学一年追逐音乐梦想，休学过程中逐渐明确了自己的未来方向是AGI和数学。在工作经历上，GregYang此前曾担任微软高级研究员。xAI官宣后，Greg发推表示了自己的兴奋：‘MathforAIandAIformath！’他认为揭开宇宙奥秘的背后离不开数学，而对于‘theoryofeverything’这类AI网络的开发将帮助每个人更好地理解数学。联创在线求简历，找工作直接和老板谈？TwitterOpenAI系IgorBabuschkin马斯克为xAI招收的第一名员工。致力于证明深度学习的能力远超当前，研究的主题集中在生成模型、深度强化学习、模仿学习和大模型训练。Igor从2017年开始进入深度学习研究领域，先后供职于DeepMind和openAI，曾参与AlphaStar和AlphaCode项目，分别展示了可以在《星级争霸2》游戏中和人类最高水平较量的机器，以及机器编写代码的能力。在进入深度学习领域之前，Igor在欧洲核子研究中心的大型强子对撞机进行物理学研究。KyleKosic曾经取得亚拉巴马大学物理与数学学士学位，以及佐治亚理工学院计算机科学硕士学位，是一名具有数学背景的全堆栈站点可靠性工程师和数据科学家。最早是在IntegriChain做数据分析师，此后曾在富国银行担任过数据科学分析顾问，2021年4月加入OpenAI担任技术人员。Google系ManuelKroiss软件工程师，曾供职于DeepMind和Google。在马斯克入驻Twitter并进行一系列改革时，他和Igor一起被派往Twitter，担任高级软件工程总监。ChristianSzegedy团队里最资深最年长的成员。1992年进入匈牙利第一学府罗兰大学学习数学，2005年伯克利大学获得应用数学博士学位。2010年加入Google，是一名效力超过12年的老员工。机器学习、计算机视觉和人工智能是他的研究方向。TobyPohlen本硕均毕业于德国亚琛工业大学计算机科学专业，曾经在微软实习担任软件工程师，2017年加入DeepMind后一直任职至上个月，属于DeepMind的核心成员。ZihangDai（戴子航）本科就读于清华大学工商管理学，硕博就读于卡内基梅隆大学计算机科学学院。曾经在国内网易、百度深度学习研究所进行过实习，2019年至2020年进入Google实习并于2020年成为Google大脑的研究科学家。多伦多系JimmyBa本硕博均就读于多伦多大学，是‘人工智能教父’GeoffreyHinton的学生，同时也是xAI另一位成员YuhuaiWu的老师。JimmyBa是加拿大CIFARAI的主席，多伦多大学的计算机助理教授，研究目标是‘如何建立具有类人效率和适应性的通用问题解决机器’，尤其对开发有效的学习算法和深度学习网络感兴趣。Yuhuai（Tony）Wu博士毕业于多伦多大学，后在斯坦福继续进行博士后研究。联合创始团队的其他成员里，Szegedy是Wu在Google时期的项目带头人，而JimmyBa则是他在博士期间的导师。TonyWu致力于研究可以在数学领域进行深度学习的机器。在Google工作期间，他研究出一款名为Minerva的聊天机器人，可以在高中数学考试中得到优于同龄人平均水平的成绩。Wu希望可以创造可以自主推导数学定理的机器数学家。GuodongZhang（张国栋）本科就读于浙江大学信息工程专业工学，硕士和博士均就读于‘人工智能教父’GeoffreyHinton任教的加拿大多伦多大学计算机科学系。研究领域是深度学习、贝叶斯深度学习，多智能体优化和高效机器学习。曾经在微软亚洲研究院、Google大脑实习工作过。2022年加入DeepMind。其他系特斯拉超级计算和机器学习部门的前技术项目经理。殖民火星，让人类变成星际公民；研究脑科学，让人们成为跨越碳基+硅基的界线；现在，马斯克又有了新的目标——认识宇宙真相。虽然Twitter还被对手扎克伯格打得无法还手，但不影响马斯克继续给自己肩上加量。所以，你们觉得，这‘11罗汉’，能帮助马斯克完成‘认识宇宙’的终极目标吗？...PC版：https://www.cnbeta.com.tw/articles/soft/1370693.htm手机版：https://m.cnbeta.com.tw/view/1370693.htm

NASA为Artemis III计划首次载人登月挑选地质团队

NASA为ArtemisIII计划首次载人登月挑选地质团队美国国家航空航天局科学副局长尼基-福克斯博士说："科学是阿尔忒弥斯号的支柱之一。这个团队将负责领导人类50多年来首次返回月球表面的地质规划工作，确保我们最大限度地实现阿尔忒弥斯号的科学回报，并增进我们对最近的天体邻居的了解。"团队和任务目标由马里兰州劳雷尔约翰霍普金斯大学应用物理实验室首席研究员布雷特-德内维博士领导的"阿耳特弥斯III"地质小组将与航天局合作，确定此次任务的地质科学目标，并设计"阿耳特弥斯"号宇航员在这次历史性任务中将在月球表面开展的地质活动。这些目标将根据既定的"阿尔特米斯"号科学优先事项来确定。选择这个团队标志着我们在努力优化"阿尔特米斯"III科学返回过程中迈出了重要一步。这支由备受尊敬的月球科学家组成的团队在科学运营、样本分析和运营灵活性方面拥有丰富的经验，所有这些对于在阿尔忒弥斯III号期间成功地将科学纳入其中至关重要，"华盛顿NASA总部NASA科学任务局负责探索的副局长JoelKearns博士说。"随着阿尔忒弥斯III地质小组的成立，我们将确保NASA建立一个强大的月球科学计划。团队成员和工作重点阿耳特弥斯III号地质小组的其他共同研究员包括：美国弗吉尼亚州雷斯顿地质调查局的LaurenEdgar博士（副首席研究员）密苏里州圣路易斯华盛顿大学的BradleyJolliff博士马里兰州劳雷尔约翰霍普金斯大学应用物理实验室的CalebFassett博士马里兰州劳雷尔约翰霍普金斯大学应用物理实验室DanaHurley博士伦敦西安大略大学的GordonOsinski博士加利福尼亚州硅谷美国宇航局艾姆斯研究中心的JenniferHeldmann博士德克萨斯大学埃尔帕索分校的JoseHurtado博士新泽西州新布朗斯维克罗格斯大学的JulianeGross博士英国曼彻斯特大学的KatherineJoy博士坦佩亚利桑那州立大学的MarkRobinson博士南加州美国宇航局喷气推进实验室的YangLiu博士地质小组的工作重点是规划阿特米斯三号宇航员在月球漫步期间的科学活动，其中包括实地地质穿越、观测、收集月球样本、图像和科学测量。该小组还将为宇航员月球行动期间科学数据的实时记录和初步评估提供支持。然后，小组成员将对任务返回的数据进行评估，包括对美国国家航空航天局自1972年以来首次采集的月球样本进行初步检查和编目。美国国家航空航天局探测系统任务局副局长吉姆-弗里说："阿耳特弥斯III地质小组将有一个独特的机会来分析来自月球南极地区的首次样本，这不仅有助于我们揭示有关太阳系形成的新信息，还有助于规划未来的阿耳特弥斯任务和建立长期的月球存在。"科学意义和预算该区域包含月球最古老的部分，估计至少有38.5亿年的历史，从该区域收集样本和数据将有助于科学家更好地了解太阳系内外运行的基本行星过程。地质小组活动所产生的分析结果还有助于获得有关月球南极冰的深度、分布和成分的重要信息。从科学和资源的角度来看，这些信息都很有价值，因为可以从月球冰中提取氧气和氢气，用于生命支持系统和燃料。该团队是通过双重匿名同行评审程序选出的，将获得510万美元的预算，领导阿耳特弥斯三号的地质工作。该地质小组的成员是更广泛的阿特米斯科学小组的一部分，他们将与阿特米斯III项目科学家诺亚-彼得罗博士、美国航天局阿特米斯内部科学小组、参与的科学家以及将从未来或正在进行的竞争性招标中选出的部署有效载荷小组协调工作。通过阿特米斯计划，美国国家航空航天局将让第一位女性和第一位有色人种登月，建立长期、可持续的月球存在，探索比以往任何时候都更多的月球表面，并为未来宇航员的火星任务做好准备。...PC版：https://www.cnbeta.com.tw/articles/soft/1380741.htm手机版：https://m.cnbeta.com.tw/view/1380741.htm

约翰霍普金斯大学工程师开发出深度学习技术 可帮助个性化癌症治疗

约翰霍普金斯大学工程师开发出深度学习技术可帮助个性化癌症治疗细胞毒性CD8+T细胞通过受体结合新抗原识别癌细胞。图片来源：OpenAI的DALL-E2生成的图像在7月20日发表在《自然-机器智能》（NatureMachineIntelligence）杂志上的一项研究中，来自约翰霍普金斯大学生物医学工程系、约翰霍普金斯大学计算医学研究所、约翰霍普金斯大学金梅尔癌症中心和布隆伯格~金梅尔癌症免疫疗法研究所的研究人员表明，他们的深度学习方法（名为BigMHC）可以识别癌细胞上能引起肿瘤细胞杀伤性免疫反应的蛋白质片段，这是了解免疫疗法反应和开发个性化癌症疗法的重要一步。"癌症免疫疗法旨在激活患者的免疫系统来消灭癌细胞，"生物医学工程、肿瘤学和计算机科学教授、计算医学研究所核心成员雷切尔-卡钦（RachelKarchin）博士说。"这一过程的关键步骤是免疫系统通过T细胞与细胞表面的癌症特异性蛋白片段结合来识别癌细胞。"引起这种肿瘤杀伤性免疫反应的癌症蛋白片段可能源自癌细胞基因构成的变化（或突变），称为突变相关新抗原。每个患者的肿瘤都有一组独特的此类新抗原，这些新抗原决定了肿瘤的异质性，换句话说，决定了肿瘤构成与自身的不同程度。科学家可以通过分析癌症基因组来确定患者肿瘤具有哪些与突变相关的新抗原。确定哪些新抗原最有可能触发杀死肿瘤的免疫反应，科学家就能开发出个性化的癌症疫苗或定制的免疫疗法，并为患者选择这些疗法提供依据。然而，目前鉴定和验证触发免疫反应的新抗原的方法耗时费钱，因为这些方法通常依赖于劳动密集型的湿实验室实验。由于新抗原验证需要大量资源，因此可用于训练深度学习模型的数据很少。为了解决这个问题，研究人员通过一个称为迁移学习的两阶段过程训练了一组深度神经网络BigMHC。首先，BigMHC学习识别呈现在细胞表面的抗原，这是适应性免疫反应的早期阶段，可以获得许多相关数据。然后，BigMHC通过学习后期阶段（T细胞识别）进行微调，而这一阶段的数据很少。通过这种方式，研究人员利用海量数据建立了一个抗原呈递模型，并对该模型进行了改进，以预测免疫原性抗原。研究人员在一个大型独立数据集上对BigMHC进行了测试，结果表明它在预测抗原呈递方面优于其他方法。他们还对研究共同作者、布隆伯格~金梅尔癌症免疫疗法研究所（Bloomberg~KimmelInstituteforCancerImmunotherapy）肿瘤学副教授凯莉-史密斯（KellieSmith）博士的数据对BigMHC进行了进一步测试，发现BigMCH在识别可触发T细胞反应的新抗原方面明显优于其他七种方法。"BigMHC在预测免疫原性新抗原方面具有出色的精确性，"Karchin说。"为最有可能获益的患者子集量身定制癌症免疫疗法是一项迫切的、尚未得到满足的临床需求，BigMHC可以揭示驱动肿瘤异质性的癌症特征，从而触发有效的抗肿瘤免疫反应。"该研究的共同作者、胸部肿瘤学生物库主任、约翰霍普金斯大学分子肿瘤委员会和精准肿瘤学分析领导者、金梅尔癌症中心肿瘤学副教授Valsamo"Elsa"Anagnostou博士说。该团队目前正在扩大工作范围，在几项免疫疗法临床试验中测试BigMHC，以确定它是否能帮助科学家从成千上万的新抗原中筛选出最有可能引起免疫反应的抗原。这项研究的第一作者本杰明-亚历山大-阿尔伯特（BenjaminAlexanderAlbert）说："我们希望BigMHC能为癌症免疫学家提供指导，帮助他们开发可用于多名患者的免疫疗法，或开发可增强患者免疫反应以杀死癌细胞的个性化疫苗。阿尔伯特现在是加州大学圣迭戈分校的一名博士生。"Karchin和她的团队相信，BigMHC和类似的基于机器学习的工具可以帮助临床医生和癌症研究人员高效、低成本地筛选大量数据，从而开发出更加个性化的癌症治疗方法。Karchin说："深度学习在临床癌症研究和实践中发挥着重要作用。"...PC版：https://www.cnbeta.com.tw/articles/soft/1376727.htm手机版：https://m.cnbeta.com.tw/view/1376727.htm