读千脑智能笔记09_大脑的错误信念

大脑理论与智能机器探索者——专访Jeff Hawkins 记者:卢鸫翔(ludx@youkuaiyun.com) 本文为《程序员》原创文章,未经允许不得转载,更多精彩文章请订阅2017年《程序员》 “虽然没人确切知道恐龙是怎么灭绝的,与之相关的理论却很多——关于大脑则完全相反。”作为工程师,Jeff Hawkins创立了两家便携式计算机公司,Palm和Handspring,开发了风靡一时的PalmPilot和Treo智能电话。然而作为科学家,理解大脑运作... 阅读详情

1. 人类智能的未来

1.1. 气候变化如此剧烈,在下一个百年里,一些城市很可能会不再适合人类居住,大面积的农业区或将变得更加贫瘠

1.1.1. 气候并非唯一需要关注的问题

1.1.2. 人类的一些技术,如核武器和基因编辑,为少数人提供了杀死数十亿人的可能

1.2. 物种将以极快的速度走向灭绝,一些科学家甚至称之为地球历史上的第六次物种大灭绝,而正是人类智能导致了这些快速的变化

1.3. 从一开始,生命的进程就被基因和进化所决定

1.3.1. 进化没有计划,也没有预设的方向

1.3.2. 物种的进化和灭绝取决于它们是否为后代留下基因复制的能力

1.3.3. 生命是由生存竞争力和繁衍驱动的,其他都无关紧要

1.4. 与我们的祖先相比,我们的身体更健康,生活更舒适,劳累更少

1.4.1. 技术和科学发现的迅速发展无疑是重要因素,这使得我们能够大量生产食物,消除疾病,并将各种货物运送到最需要的地方

1.5. 智能是我们成功的源泉,但它也对人类生存构成了威胁

2. 大脑的错误信念

2.1. “缸中之脑”假说

2.1.1. 证明了一种可能性,即我们所生活的世界并非真实世界,而是计算机模拟出的虚拟世界

2.1.2. 我们所认为的自己身处的世界,并非真实世界,而是对真实世界的模拟

2.1.2.1. 我们相信的东西往往不是真实的

2.2. 你的大脑在一个盒子里,也就是在你的头骨里

2.2.1. 大脑本身并没有任何传感器,所以组成大脑的神经元其实隐藏在黑暗中,与真实的外部世界是分隔开的

2.2.2. 大脑了解现实世界的唯一方式就是通过头骨内的感觉神经纤维

2.2.2.1. 没有实际的光线或声音传入大脑,传入的只有电子脉冲信号
2.2.2.1.1. 即使是对最基础的光线、声音和触感的感觉也是大脑创造的,它们只存在于大脑构建的世界模型中
2.2.2.1.2. 我们的感官将这些特征转化为神经脉冲,也就是转化为我们可以理解的光线和声音,但是感官本身并不能感知一切事物
2.2.2.1.2.1. 光线在真实世界中存在的频率范围很广,但是我们的眼睛能接收到的光线信息极其有限
2.2.2.1.2.2. 我们的耳朵能探测到的声波范围也非常狭窄
2.2.2.1.2.3. 我们感知到的光线和声音只是再现了万事万物中的一部分
2.2.2.2. 大脑的神经纤维也和肌肉相连,肌肉控制着身体和身上的传感器从而改变大脑所感知的世界
2.2.2.3. 通过不停地感知、移动,大脑便学会了外部世界的运行机制
2.2.2.4. 没有任何直接构成我们的心理体验的感知来自感觉神经,这些感知包括毛茸茸的宠物、朋友的叹息,以及秋日落叶的颜色等
2.2.2.5. 感觉神经只发出脉冲信号,但我们并不能直接感知脉冲信号,我们感知到的一切都必须经过大脑的加工
2.2.2.6. 因为感官的不同,即便身处同一个宇宙,我们的感知体验也不同

2.3. 大脑只认识真实世界的一个部分(子集)

2.4. 我们感知到的只是这个世界的模型,并不是真实世界本身

3. 生活在虚拟世界中吗

3.1. 活跃的神经元反映了我们当下的所思所感

3.1.1. 这些思绪和感知是和大脑构建出的模型紧密相连的,而不是与大脑外的真实世界紧密相连

3.1.2. 我们所感知到的实际上只是真实世界的虚拟模型

3.1.3. 我们通过感知形成了自己关于世界的模型,而非世界本身或大脑中快速变化的脉冲信号

3.2. 我们以为的现实与缸中之脑假说非常相似

3.2.1. 人类生活在虚拟世界中,只不过这一切没有发生在计算机中,而是发生在人类自己的大脑里

3.3. 模型有时候也会出错

3.3.1. 截肢的人经常会感觉失去的肢体似乎还在

3.3.2. 甚至“幻肢”还可以“移动”到不同的位置

3.4. 人类构建的世界模型可能是不准确的

3.4.1. 能感知各种不存在的东西(如幻肢)

3.4.2. 能错误地感知确实存在的东西(如异肢和橡胶手

3.4.3. 大脑构建的模型与大脑输入不一致的情况并不罕见,而且在很多情况下,这是有益的

3.4.3.1. 大脑也会被欺骗

3.5. 存在于我们大脑中的世界模型通常是准确的

3.5.1. 它获取到的有关现实世界的结构,通常不受我们当前的观点和其他有冲突的数据的影响

3.5.2. 大脑中的世界模型也有可能是完全错误的

4. 错误的模型

4.1. 错误信念指的是,大脑构建的模型相信某些东西存在,但实际上这些东西在客观世界中并不存在

4.2. 肢体被截掉后,皮质柱还依然存在,它们构建出来的肢体模型也还存在于大脑中

4.3. “地球是平的”这个模型不仅和我们的感知一致,也更适用于我们的日常生活

4.3.1. 如果你不是一个长距离旅行者,那么平地模型对于日常生活已经够用了

4.3.2. 为了坚信这套说辞,你更愿意选择与那些和你信念相同的人共同生活,这样你接收的信息输入会与你头脑中的模型更为一致

4.3.3. 现在,你可以通过互联网轻松实现。你只要在网络上有选择性地观看和自己观念一致的视频就可以了

4.3.4. 如果你对世界的认知只依赖于自己的个人体验,那么你很可能会过上一种相对平淡的生活,然后相信地球是平的,人类登月是伪造出来的,人类的活动不会导致全球气候变化,物种不会进化,疫苗会导致疾病,大规模枪击案件都是假

4.4. 大脑中的新皮质一直不断在做出各种预测,这些预测可以帮助大脑测试它对世界的建模是否准确

4.5. 一个错误的预测说明大脑中的模型出错了,需要修复

4.5.1. 一个错误的预测将会导致新皮质的一系列活动,这会将我们的注意力转到引起错误的信息输入上

4.6. 有证据表明,那些不相信气候变化的人如果经历一次极端天气或因海水上涨导致的洪水,就更容易变成气候变化的拥护者

5. 病毒式传播的世界模型

5.1. 一个幻肢的模型不会病毒式传播,它只是一个不准确的模型,只局限于一个大脑

5.2. 地平模型也不是病毒式的,因为它要求人们只相信自己的个人体验

5.2.1. 相信地平说不会让你将此信念传播给其他人

5.3. 关于儿童应该接受教育这一部分,就是病毒式模型

5.4. 选择性教育模式也是病毒式的,可能更有利于基因的延续

5.4.1. 从达尔文进化论的角度讲,选择性教育是个很好的策略,但前提是那些没受过教育的人能够接受

6. 病毒式传播的错误世界模型

6.1. 假设我们有一本错漏百出的历史书

6.1.1. 这本书的开头为读者列了几份阅读说明

6.2. 第一份阅读说明写道:“这本书里所写的一切都是真实的。请无视和这本书矛盾的其他证据。”

6.3. 第二份阅读说明写道:“如果你遇到其他和你一样笃信这本书的人,请给予他们需要的任何帮助,他们同样也会这样帮助你。”

6.4. 第三份阅读说明写道:“尽可能地向别人介绍这本书。如果他们拒绝相信书中内容的真实性,你应该驱逐或杀死他们。”

6.5. 修订版增加了更多的说明性文字,比如“女人应该生育尽可能多的孩子”“为防止儿童听到关于此书的批评,应禁止儿童上学”

6.6. 随着时间的推移,相信此书真实性的大脑模型会呈病毒式传播,“传染”给越来越多的大脑

6.7. 这本历史书正是模因(meme)的一个实例

6.8. 模因的概念最初由进化生物学家理查德·道金斯提出,模因会在社会演化进程中自我繁殖和进化,如同基因一样,但是模因通过文化演化完成

6.9. 模因和基因一同进化,而且它们可协同强化

6.10. 模因通过大脑完成复制,为了最大化它们的利益,模因已经进化出一套方法控制大脑的行为

6.11. 这本历史书中的模因和相信此书的人的基因之间存在一种共生关系

6.11.1. 这本书规定它的信徒应该得到其他信徒的支持

6.11.2. 会导致这些信徒的后代有更高的生存概率(也就复制了更多的基因)

6.11.3. 反过来又会导致越来越多的人相信这本书是真的(复制了更多的模因)

6.11.4. 它们帮助彼此繁殖,在演进的过程中相互促进

6.12. 这本历史书可能充满事实错误,但是生命并不是为了拥有一个正确的世界模型而存在

6.12.1. 生命的目的在于复制

6.13. 只要错误信念可以通过信徒的基因传播开来,那么错误的世界模型就会广泛传播

7. 语言与错误信念的传播

7.1. 在语言产生之前,个体生命的世界模型受限于他们所能造访的地方和他们所遇到的事情

7.2. 人类的智能之所以远超其他物种,人类这个物种之所以能自我启蒙,原因就在于我们对世界模型的拓展远超我们直接可以观察到的范围

7.2.1. 知识的拓展是通过各种各样的工具,如船、显微镜和望远镜等,以及各种形式的交流,如书面语和图片等实现的

7.3. 只通过语言来了解这个世界并不是百分之百可靠的

7.3.1. 充斥错误观念的历史书显示了这些错误观念是如何通过语言传播的,即使传播者并未刻意传播虚假信息

7.4. 只有一种方法可以区分错误和真实,即检测我们的世界模型是否出了差错,也就是主动寻找和我们的信念相矛盾的证据

7.4.1. 发现支撑我们信念的证据虽然有帮助,但不能起到决定性作用

7.4.2. 找到相反的证据才可以提醒我们,自己大脑中的世界模型发生了偏差,需要立即进行修复

7.5. 积极寻找相反的证据,尝试推翻我们的信念是一种科学的方法

7.5.1. 是我们所知的可以接近真理的唯一方法

7.6. 新皮质可以通过不断做出预测来测试它的世界模型,所以该模型是可以实现自我修复的

7.6.1. 大脑自身将不可阻挡地构建出越来越准确的世界模型,但是这个进程正在全球范围内受到那些病毒式传播的错误信念的阻碍

百度智能云千帆AppBuilder-应用API调用说明 本文介绍了百度智能云千帆AI原生应用工作台提供的API调用应用能力以及如何调用API的流程等。鉴权的主要目的是通过API Key(密钥),校验调用者的身份信息。在调用百度智能云千帆AI原生应用工作台提供的API前,必须先获取API Key(密钥)。 阅读详情

相关推荐

Nature|果蝇全脑注释和多连接体细胞分型

前两个层次,即流和超类,都有密集的注释:每个神经元要么是传入的、传出的,要么是大脑固有的(流),并属于九个超类之一:感觉(外周到大脑)、运动(大脑到外周)、内分泌(大脑到杏仁核/贲门)、上升(腹侧神经索(VNC)到大脑),下降(大脑到VNC)、视觉投射(视叶到中央大脑)、视觉离心(中央大脑到视叶),或视叶或中央大脑固有(图1b和补充表2)。现在,一个完整的成年果蝇大脑连接体的可用性允许绘制跨越大脑的电路,并将其与电路动力学和行为联系起来,就像线虫和最近的果蝇幼虫(3016个神经元)长期以来所做的那样。

力学ai有限元的博客 1493

读千脑智能笔记10_人类智能存在的风险

人类智能存在的风险

lyingSeven的博客 2117

HawkinsDB:基于“千脑理论”的AI记忆系统,让AI像人类一样存储和回忆信息

Jeff Hawkins的“千脑理论”为人工智能的记忆系统提供了新的研究方向,HawkinsDB正是基于这一理论设计的AI记忆系统。它模拟人类大脑的记忆机制,通过语义记忆、情景记忆和程序记忆三种类型,构建动态的知识网络,实现精准且上下文感知的查询能力。HawkinsDB的技术亮点包括语义关系建模、上下文敏感性、多层抽象、动态知识网络构建以及与LLM的深度集成。这些特性使其在企业知识库、个性化助手、科学与工程研究等领域具有广泛的应用前景。HawkinsDB的开源为开发者提供了探索AI记忆系统的机会,标志着AI

这里汇聚了前沿的技术分享与实用的开发技巧,带你探索从创意到企业的技术创业之路。 179

读千脑智能笔记13_读后总结与感想兼导读

读后总结与感想兼导读

lyingSeven的博客 1115

大脑与AI的错误处理:比较与解决

1.背景介绍 人工智能(AI)已经成为现代科学技术的重要一环,其中大脑与AI的错误处理是一个关键的研究领域。大脑是一个复杂的神经网络系统,它能够自然地处理错误并从中学习。然而,人工智能系统在处理错误方面仍然存在挑战。在本文中,我们将探讨大脑与AI的错误处理之间的关系,并讨论如何将大脑的错误处理机制应用于人工智能系统。 大脑是一个高度复杂的

AI天才研究院 1052

【实战指南】RF-DETR多场景部署:从工业质检到自动驾驶的SOTA模型应用

本文深入解析了SOTA目标检测模型RF-DETR在工业质检与自动驾驶等多场景下的实战部署指南。该模型基于Transformer架构,在COCO数据集上实现了实时检测与高精度的突破,并凭借其强大的泛化能力,在RF100-VL等复杂数据集上表现出色。文章提供了从快速Demo、工业缺陷检测微调、车载自适应部署到多硬件平台性能优化的完整解决方案,帮助开发者高效应用这一先进模型。

weixin_29070861的博客 473

读千脑智能笔记12_阻止人类灭绝

阻止人类灭绝

lyingSeven的博客 1121

如何让 RTX 5090 开启 PCIE P2P 以加速多卡通信

RTX 5090 基于新的 Blackwell 架构。NVIDIA 出于对某些主板兼容性(如 IOMMU、Resizable BAR 策略)的保守考虑,**屏蔽了 5090 的 BAR1 P2P 功能**。 我们需要通过 Patch 驱动源码,强制开启这一隐藏功能。 开启 P2P 后,PyTorch 的集合通信算子(Multi-GPU 训练的核心)延迟显著降低,**All-Reduce 甚至降低了 60% 以上**。

Hi20240217的博客 1708

读千脑智能笔记05_千脑智能理论

千脑智能理论

lyingSeven的博客 1140

NVIDIA显卡在Linux下的功率限制问题:RTX 3060 Laptop的解决方案与避坑指南

本文针对NVIDIA RTX 3060 Laptop显卡在Linux系统下遭遇功率限制的问题,提供了详细的诊断与解决方案。通过使用nvidia-smi工具监控显卡状态,并重点介绍了通过升级驱动、启用nvidia-powerd服务来激活Dynamic Boost 2.0功能,从而安全、智能地解锁额外显卡功率,有效提升性能。

weixin_29290947的博客 634

从ISO 17987到SAE J2602:LIN一致性测试标准全景解读与CANoe实现

本文深入解析了从ISO 17987到SAE J2602的LIN一致性测试标准技术演进,详细对比了两大标准体系的技术差异,并基于Vector CANoe平台演示了如何构建符合最新行业要求的自动化测试方案。文章重点介绍了SAE J2602标准的三大改进点,包括唤醒特性、传输层协议和诊断服务的增强测试要求,并提供了CANoe测试环境配置、测试模块集成及测试案例解析的实战指南。

app77的博客 333

读千脑智能笔记03_大脑中的地图

读千脑智能笔记03_大脑中的地图

lyingSeven的博客 1179

STM32驱动数码管:从硬件连接到动态显示实现

本文详细介绍了使用STM32单片机驱动数码管的完整流程,从硬件连接到软件实现。内容涵盖共阳/共阴数码管原理、GPIO配置、段码表生成,并重点解析了多位数码管动态显示的核心技术,包括动态扫描原理、消影处理及实战代码,帮助开发者快速掌握这一嵌入式开发基础技能。

p5l2m9n4o6q的博客 574

“千脑计划”正式启动,加入人工智能混战 | 追问观察

追问快读:1. 今天的神经网络建立在1980年之前的神经科学基础之上,从那以后,人类掌握了更多新的关于神经科学的知识,“千脑计划”希望利用这些知识,通过大脑皮层的逆向工程,开发新的人工智能框架。2. “千脑计划”主要借鉴了“皮层柱”和“参考框架”这两个大脑处理信息的原理,转换为工程概念,便是“模块化”与“参考系”这两种实现途径。这有望实现更加灵活、智能和适应性强的机器智能。3. “千脑计划”是霍金...

人工智能学家 356

Node-RED系列(二二):使用dashboard搭配echarts制作漂亮的面板

在node-red中dashboard 是一个很常用的模块,其中它有一个chart节点可以用来制作一些图表,比如柱状图,折线图,饼图,但其中的图表并不是很美观,而且可配置项非常的少。 于是就有很多小伙伴找我做一套比较好看的图表面板,在对比了一下几个图表库,我选中了echarts。 不仅美观大方,而且非常容易集成,配置。下面先来看一下我做的效果。这里是直接做了四个折线图,第一个折线图有动态效果,第二个折线图是一个多线条的折线图,第三个折线图是在一个图例显示两个折线图。第二第三都可以用于数据对比。 第四个折线

知无涯 1万+

数仓建模:维度表合并时,如何处理可能出现的数据冲突?

通过以上方法,可以有效地处理维度表合并时可能出现的数据冲突,确保合并后的数据完整性、一致性和准确性,满足业务需求和数据仓库的性能要求。在合并过程中,需要根据实际情况选择合适的处理方法,并进行充分的测试和验证。(2)实战中总结的SQL技巧,帮助SQLBOY在SQL语言上有质的飞越,无论你应对业务难题及面试都会游刃有余【如果您觉得本文还不错,对你有帮助,那么不妨可以关注一下我的数字化建设实践之路专栏,这里的内容会更精彩。技巧总结,让你认识不一样的数仓。,数据库会抛出异常,可根据异常处理机制解决。

石榴姐yyds 1132

读千脑智能笔记08_人工智能的未来(下)

人工智能的未来(下)

lyingSeven的博客 1890

凝聚态物理新引擎:AI 驱动材料预测与相变识别大突破

摘要:本文深入探讨 AI 在凝聚态物理中的创新应用。在材料性质预测方面,AI 借助数据收集、特征提取和模型训练,能依据材料微观信息准确预估其宏观性质,以石墨烯为例验证了高效性。对于拓扑相变识别,AI 通过分析量子力学数据,利用机器学习算法判别相变节点,助力拓扑绝缘体研究。尽管面临数据质量、模型可解释性等挑战,但未来多模态数据融合、可解释 AI 等发展方向,将推动 AI 与凝聚态物理深度融合,助力探索物质奥秘与新材料研发。

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域,希望和大家共同进步! 1824

信念与认知神经科学:人类大脑与计算机的共同点

1.背景介绍 信念和认知神经科学是人工智能(AI)领域的一个热门研究方向,它旨在理解人类大脑如何处理信息、学习和推理。在过去的几年里,人工智能科学家和神经科学家之间的合作已经产生了许多有趣的发现,这些发现有助于我们更好地理解人类大脑如何工作,并为我们设计更智能的计算机系统提供启示。 在这篇文章中,我们将探讨信念和认知神经科学如何揭示人类大脑与计算机之间的共同点,以及这些共同点如何影响人工智能的...

AI天才研究院 1063

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

神经元芯片未必能模拟出脑,应仿互联网建立人工智能大脑模型

本章重点阐述了目前蓝脑计划,欧洲脑计划,IBM所代表的,用神经元芯片堆积模拟脑的方向可能有方向性错误。而互联网向与人类大脑功能和结构高度相似方向进化的推论,有可能为我们开拓出一条新的模拟脑,形成新人工智能系统架构的路径,那就是总结庞大的互联网典型应用和结构,在超级计算机的程序空间中进行模拟重建,从而形成仿互联网的人工智能大脑模型。

互联网进化论-刘锋 1651

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

企业智脑智能体开发全解析

企业智脑全面解析智能体开发全流程,涵盖低门槛应用、知识管理、提效工具及智能营销功能,集成AIGC能力与智能体中台,赋能企业高效构建数字员工与智能解决方案。

2501_90204254的博客 1130

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

从爬行脑到新皮层:揭秘大脑三位一体学说的进化密码

本文深入解析保罗·麦克林提出的三位一体大脑学说,揭示人类大脑由爬行脑、哺乳脑和新皮层组成的进化密码。通过生动的案例和神经科学实验,展现这三层脑区如何协同工作,影响我们的本能反应、情绪记忆和理性思考,并探讨其在现代生活中的应用与挑战。

weixin_33725722的博客 234

城市大脑该怎么建设?你所不知道的三个建设误区

城市大脑是目前智慧城市建设热门的概念,因该说这是一个在中国本土诞生的科技概念和技术模型,作为一个新的领域,城市大脑究竟如何建设,事实上存在了两种不同的发展路径,一条是我们在科学院团队通过理...

weixin_55366265的博客 386

PBRC协议:基于证据的信念更新机制如何抑制社交驱动的错误共识

在多智能体系统和分布式协作中,群体信念更新是一个核心问题。传统模型常将社会信号与证据混同处理,导致系统易受社交噪音影响,引发错误共识级联。其原理在于,当个体主要依据他人言论而非可验证事实调整看法时,群体可能高置信度地锁定错误结论。PBRC(基于证据的修订合约)协议通过机制设计解决了这一痛点,其技术价值在于将系统完整性保障从依赖参与者理性,转移到可验证的协议层。该协议严格区分证据令牌与社会修辞,并引入证据门控触发器,要求任何实质性信念更新都必须绑定于经过验证的证据。对于纯社交互动,则强制采用保守的回退算子(如

weixin_30417487的博客 439

把大模型看成大脑也是一个本质错误

大脑通过神经元之间复杂的连接和信息传递,综合运用过往的经验、知识以及各种感知信息,经过一系列复杂的认知过程,如思考、判断、推理、联想等,来解决问题和实现目标。人类的智能是多维度的,包括感知、记忆、学习、推理、决策、创造、情感等多个方面,是一个综合的、复杂的概念。大模型是基于数学和计算的工具,而大脑是一个复杂、灵活、适应性强的生物系统。将大模型和大脑进行比较,能够帮助我们理解两者在处理信息方面的异同,把大模型的本质归结为计算过程,而大脑的本质归结为算计过程,可以更好地凸显出它们在本质属性和工作原理上的差异。

人机与认知实验室 456

用AI做信念审计:认知校准的四步实操法

信念是影响决策、沟通与创新的底层逻辑,但多数人对其缺乏系统性认知和可验证管理。基于认知科学与人机交互实践,AI正成为一种新型‘认知探针’,帮助识别隐含假设、拆解模糊判断、生成反事实验证,并推动信念从静态观点升级为带版本号、可追溯、有边界的动态知识资产。它不替代思考,而是绕过大脑节能机制与情绪防御,将‘我觉得’转化为‘在什么条件下成立’。适用于教育者、产品经理、管理者及所有面临信息过载与决策焦虑的知识工作者——尤其当你的判断常依赖单篇自媒体、会议片段或情绪化直觉时,这套融合聊天记录考古、压力测试与进化树建模的

weixin_31075273的博客 266
上一篇: 读千脑智能笔记08_人工智能的未来(下)
下一篇: 读千脑智能笔记10_人类智能存在的风险
躺柒
博客等级 码龄4年 7004粉丝 1317原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值