今早菲律宾发生7.3级大地震

今早菲律宾发生7.3级大地震作者：无量胖胖今天早上在外面太阳地儿里捡破烂的时候看了眼朋友圈发现在马尼拉的朋友们都在疯狂晒地震消息~收起手机抬起头我也晕了我这个不是因为地震晕的是因为热的有点儿中暑~根据菲律宾火山学和地震学研究所所长雷纳托·苏利杜姆说称7.3级地震发生在上午8点43分震源深度为10公里或6英里~在数百公里外的首都马尼拉人们感受到了“相对中等强度”目前还没有统计出人员伤亡的情况~受灾省份有房屋倒塌~如果不给抬正了，这房子以后的采光是妥妥的了~地震发生后有朋友也关心我这边是否受灾~我们地区距离马尼拉近七百公里没有感觉到地震~菲律宾南北距离超过一千公里有时候地震还是发生在海里，所以不是菲律宾每次地震都能全境感应到~我所在的地区每年也会有几次地震一般都是3到4级左右~菲律宾位于太平洋火环沿线导致该国经常发生地震和火山活动，由于该地区主要构造板块的相遇，许多较小规模的地震经常发生~目前我能查到的菲律宾最大地震报告是在1918年8.3级万幸的是发生在海里~说点儿闲的乌龙事件~小时候住在平房，有天晚上俺爹突然把我从船上拽下来按在写字桌底下蹲在里面，并告诉我地震了~等了很久，发现是个乌龙~这并不怕，可怕的是后来想到我家写字桌上方正好是我家最大的房梁，估计要是真地震，这个房梁掉下来，等救援的时候全家都好找，整整齐齐的~第一次遇见地震~那是我是在日本的时候，在酒店大厅，我就看吊灯，摆件都在晃等十几秒后，全部停止了，我才意识到是地震~我自己觉得挺害怕，看看周边的日本人似乎都跟没事儿人一样，估计这样振幅他们已经习惯了~北方人出了国觉得最“新鲜”的两个灾害一个是地震一个是台风~日本福岛核电站泄漏~当时北京也有震感那时候我办公的地点是在国贸的某个写字楼十五层~感觉到之后，本要和几个同事跑下楼，结果被领到制止了，说没事儿，嘲笑我们是胆小鬼，要求继续干活就行了不许跑~然后找了个去厕所的借口我还是跑了，不仅跑了，因为担心家里有事儿，我就直接回家了~菲律宾第一次遇见地震~这是真有点儿害怕了，当时在家里二层床都在动，所有玻璃在咯吱咯吱的响，然后居然忘了藏了，等想起来应该藏的时候，发现家里没地方藏~都说家里有动物可以预警，这次事件之后我是真不信了，我家的狗和鸭子没一个提前预知的~后来我看了一下地震级别大概是四级左右~碰到地震甭管菲律宾人的房子能抗多大的地震，还是要看自己心脏能抗不能抗，别给吓死~#情感树洞，用故事聆听你的内心，我是你们海外的眼说说你的故事吧~关于投稿：1.编辑你的故事（标题+正文）发送给情感导师2.想一个笔名并告诉吧务是否开启故事评论投稿or匿名投稿点击@Ares129

诶兄弟们，现在有点难办想问问群友还怎么办好。

诶兄弟们，现在有点难办想问问群友还怎么办好。本人，已经带专生了。在我开学进入校园的时候身边都是富哥富姐，虽然她们对我很好但是我依然没有办法融入。不过好歹我的女同桌对我挺好的，不过她家境还是和我的差距太大了。她的左脸颊有一大块烧伤的痕迹看着渗人。她的性格也很不错，班级里不是经常爱搞什么小团体吗，你不给我投票当班委你就等着xxx吧，后来她知道之后就带着另一批不想投的人直接去找教务处了，给班主任也气坏了然后找个局外人，就是爱喝酒抽烟令人感叹。我还记得她上课给我赛面包，然后她喝着水杯里的“发酵果汁”一边问我味道怎么样，跟我说这是她自己做的，我一边躲避着老师，一边点头。不少同学还以为我和她在一起了，我对她最亲密的时光就是她在我身边哭着对我说，她很像有一个像男友一样的人依靠，对他诉说心里话。我在旁边沉默无言，毕竟我的形象给不了她伴侣的感觉吧？如果我是一个帅气多金的男子，会不会就是另一个结局，她靠在我的怀里了呢？后来她不知道为什么和隔壁班的一个男人婆走的很近，而且开始躲避我，有传闻说她们俩在一起了，百合那种事怎么可能在三次元发生啊keso！那为什么不去看看我？从那时候她的脸颊和脖颈开始出现暧昧的痕迹，早自习开始就系围巾，对我的提问也只是含糊的说过敏。和其他同学的关系也在渐渐的变好，了解到那个男人婆会打球还有腹肌，最近也有了对象，不过他们不肯告诉我对象是谁，或者是藏的很好吧？不过她开始不抽烟喝酒了诶。再后来的有一天，我接到了她的电话，她在电话里哭泣喘息着，就好像快要生了似的，但是什么都没说就挂了。星期一到学校也支支吾吾的一直躲我。后来她转学了，转学之后我再也没见到她，直到我在教室排练节目天都黑了才回家，我出校门的时候看到她和那个男人婆在操场上，抱在一起。我说不出话，感觉就像是被人狠狠的打中了胸部和腹部中间那块的感觉，她看到我了，扭头不去看我抱紧了男人婆。我不像再看下去了，我直接跑出校门，一路上很多人都在盯着我看，我一直到公交车站才拿出手机装作没事的样子，我手指乱划屏幕内容是什么我都想不到。从此之后我整个人都呆呆的，马上又要开学了，如果再见到她们该怎么办....viacmmeeeo

马斯克xAI创始成员中国首发声：ChatGPT时代“乱世出英雄”

马斯克xAI创始成员中国首发声：ChatGPT时代“乱世出英雄”在国际基础科学大会的“基础科学与人工智能”论坛上，他谈及了自己一直以来、也是接下来要进行的数学AI工作，以及对大模型当前发展现状的看法。而他的个人经历也再次浮出水面，为更多人所关注。接下来要进行什么研究？在国际基础科学大会上，杨格就自己正在研究的方向进行了一场演讲。演讲主题，主要与AI和数学交叉学科有关——从数学角度出发，建立一种描述神经网络架构的统一编程语言TensorPrograms。这是他从微软研究院开始就一直钻研的领域，继2019年连续独立发表的两篇论文之后，迄今这一项目已经有7篇相关论文问世。具体来说，TensorPrograms项目有一个“短期目标”和一个“长期目标”。短期来看，这个编程语言能实现在设计新神经网络架构时，自动进行初始化条件分析，并给出其中最优的超参数初始化条件，从而让模型训练更顺利。毕竟此前，这一领域的初始化设置几乎“全靠经验”。长期而言，TensorPrograms项目的目标是开发大规模深度学习的“万物理论”。这也与杨格在Twitter说的、他在xAI要进行的研究方向一致：目前无论是大模型还是其他AI研究方向，都依旧没有真正意义上解决AI“黑箱”的问题，换而言之，AI究竟走哪种研究方向（堆叠更大参数量的模型、还是MoE）收益更高，还没有一个明确的结论。因此，TensorPrograms最终目标是找到一种理论上的规则，可以真正理解AI大模型的行为。TensorPrograms最新的项目进展，是微软与OpenAI合作发表的论文µTransfer，杨格以共同一作的身份完成了这项研究。这项研究的核心是帮助大模型找到最合适的超参数配置，从而替更多模型节省时间和算力成本，否则对于大模型来说，“重训”是一个非常浪费参数的行为。目前这项研究已经开源，杨格也在这次的演讲中着重以µTransfer为例，介绍了TensorPrograms项目的进展。从这几篇研究论文侧重的AI模型来看，大模型如今已经是杨格研究的重点方向之一。一个值得关注的点就是，μTransfer已经用到GPT-4中了。公众号“安迪的写作间”作者在杨格（GregYang）演讲结束后，和他聊了聊：下台我问了他关于GPT-4用到μTransfer了吗，给出肯定回答。所以，他究竟如何看待大模型的未来？在这次论坛的圆桌对话上，杨格也提到了自己对大模型发展方向的看法。他认为，继续堆叠大模型参数可以让模型效果越来越好，但这有个前提，即数据集的质量和数量必须要上升。以前收集网络数据就行，如今训练集必须变得更偏向数学、科学、更有逻辑性，才能提高模型的科学和数学推理能力。同时，杨格也给了如今拼搏在科研、交叉创新一线的AI研究人员一点建议，就是“Followyourdreams”：这一阶段的很多杰出的搞AI的人，像工程师、研究人员，有几个都是像我这样没有读博士，只是就想去干，拼一下就拼出结果的，像AlecRadford，GPT-1、GPT-2都是他自己做的，后来OpenAI就开始砸钱了。曹操说的“乱世出英雄”，这是个新世界，你不要想一些外部环境，直接去干，很有可能擦出火花，这就是要你自己有热情。没错，当年的杨格，打破了微软研究院“只招博士生”的惯例，本科毕业就进入了这一机构工作。他在学术经历上究竟有什么过人之处？换而言之，为何他会成为马斯克选中的“12人”之一？杨格是谁？杨格出生于湖南省，在北京读完小学后，就去了美国，本科考上了哈佛数学系。在哈佛的头两年，杨格参加了鼓手团、咨询团等众多活动。大二结束时，有着音乐梦的他决定休学全身心投入音乐事业，成为一名电子舞曲音乐制作人和DJ，取艺名“Zeta”。也是在此期间，杨格接触到了人工智能。一年半后，杨格发现自己的“真爱”终归还是数学，于是又回到了哈佛。读完春季学期的课程后，他又休学两年，这一次他没有执着于音乐，而是快速学习了数学和理论计算机科学，以及人工智能的前沿进展，此外还广泛涉猎物理学、生物学和神经科学。此外，他还研究起了神经图灵机，并结合可微拓扑学中的思路，提出“LieAccessNeuralTuringMachine”，发表于ICLR。再次回哈佛，杨格师从丘成桐教授。△杨格与丘成桐，图源：杨格Twitter2017年，杨格顺利从哈佛毕业，拿到了数学学士学位和计算机科学硕士学位。并获得了2018年摩根奖荣誉提名（HonorableMentionforthe2018FrankandBrennieMorganPrizeforOutstandingResearchinMathematicsbyanUndergraduateStudent）。毕业后，老师丘成桐曾问杨格“你毕业去哪儿”，他说“我要去Google”。丘成桐说“Google这种很差的公司就不要去了，我有个朋友叫沈向洋，我马上给他打电话”。后来，沈向洋让菲尔兹奖获得者MichaelFreedman面试了杨格：面试之后（Michael）说这个小孩不得了，那时候他才刚刚本科毕业，但在哈佛至少是前五名（的水平）。我（沈向洋）当时就跟杨格讲，你把Google的Offer拿来给我看一看，我给你加一块钱，就来微软吧。最后杨格选择了微软。而进入微软后杨格也获得了沈向洋的高度评价：微软研究院平时只招博士生的，杨格作为一个本科毕业生进了微软研究院，不仅进了微软研究院，过去这五年还做得无比优秀，特别是在GPT发展过程中做了举足轻重的贡献。进入微软后，杨格的重要成果之一就是持续开发上面提到的“TensorPrograms”框架，其中还用GPT-3对所提出的超参数迁移方法进行了验证，相关论文已收录于NeurIPS、ICML等顶会：此外，Google学术数据显示，杨格从2015开始发布论文，至今已有34篇。其中引用量最高为415，这也是他在微软的工作，杨格在这个项目中担任主要指导（Primarymentor）。目前，杨格个人主页和Twitter主页等均已更新，已离开微软研究院，加入xAI，接下来将继续做数学工作。杨格做出了新一轮的选择，但从第一次休学过后，他再也没有放弃对数学的热爱。在这次的论坛上，杨格也被问到，当时去从事音乐后又转到数学研究，是怎样一直坚定走到现在的？杨格回答道：其实就是个人爱好，在我大二休学之前，我一直都是数学比较好的人，可能会觉得一辈子在这种（数学研究中）。之后虽然我去搞音乐，但有段时间自己思考后，发现其实我个人还是很热爱数学。这里面可能有外在动机（motivationextrinsic）和内在动机（motivationintrinsic）。像数学答卷老师给你100分，你觉得很高兴，这是外在的。这种外在和内在混在一起，可能感觉不到自己真心的爱好，但是后来休息一段时间以后，感觉（对数学）是发自内心的热爱，之后就走了这么长的路。OneMoreThing还记得前段时间杨格给大伙儿推荐的300多本（大部分是数学）书吗？不少网友看过之后，表示“书单实在太长了，不是普通人能看完的”，还有网友调侃“能不能用GPT帮我总结一下”……论坛结束后，我们也和杨格聊了聊，了解了他对ChatGPT等大模型的一些看法。提问：看到您前段时间推荐了大概300本多书，有很大一部分是数学书，您认为AI是否有可能把它直接总结成一个核心的要点给我们？平时在日常生活中，您是不是也会用GPT-4一样的模型，去帮助做一些数学的基础研究什么的？杨格：我觉得AI的总结能力（summarization）现在应该挺好的了，做简单的总结应该没问题。但你要再深入理解它里面的道理，像是一些数学道理的话，可能AI现在的帮助还不是那么大。日常生活的话，是会经常用到（大模型）。提问：可以透露一下主要是用在哪些方面吗？杨格：我觉得最有用的方法就是写程序吧。比如有些程序你确实可以...PC版：https://www.cnbeta.com.tw/articles/soft/1375151.htm手机版：https://m.cnbeta.com.tw/view/1375151.htm