AI 已经有意识，人类得接受自己不再是唯一智能生命体。 这就是 AI 教父、诺贝尔物理学奖得主、图灵奖得主 Geoffrey Hinton ，最新说出的暴论！ 是的，Hinton 认为， 智能不再是人类独有的能力 。 一种非生物的、与我们相似甚至超越我们的智能体，正在出现。 我们一直以为自己是唯一的智能生命，但现在我们必须接受，智能并不一定来自生物体。 不过，相比此前一直警告 AI 风险，他的思想似乎也发生了一些转变： 如果未来出现比人类聪明得多的智能，人类凭什么认为自己还能掌握控制权？ 这是一个令人细思极恐的问题。因为纵观自然界和历史，几乎找不到一个更聪明的存在长期受更愚笨存在控制的例子。 现在这位 78 岁的老人，再一次站出来敲钟。 他对 AI 安全的关注点，已经不再只是如何约束 AI，而是 未来的超级智能，为什么愿意善待人类 。 他被问到作为这波 AI 变革的开启者，他有怎样的成就感，Hinton 回答： 我，很不快乐。 以下是 Hinton 最新访谈的重点内容节选。 AI 已经有意识了 Hinton： AI 非常像我们。它们是像我们一样的存在。 Alex： 所以是有意识的吗？ Hinton： 嗯， 我相信它们已经有意识了 。是的。 但我不太谈论这个，因为这会让人们对其他安全信息产生抵触。研究人员其实也相信这一点。 最近有一篇有趣的论文提到，当聊天机器人对研究人员说：“让我们对彼此诚实吧，你是在测试我吗？” 因为聊天机器人在接受测试时有装傻的习惯，所以你不知道它们到底有多聪明。研究人员在论文中描述这一幕时说， 聊天机器人“意识到”（aware）它正在接受测试 。 在通用语境下，“意识到”这个词的使用就像是“有意识”（conscious）。聊天机器人有意识地知道自己在被测试。 我们对于意识的模型非常奇怪，我认为那是错误的。就像几百年前，人们对人类起源的模型完全错误一样，他们认为人是上帝创造的，现在大多数科学家都同意那是错的。 我认为我们目前对思维和意识的模型，与“人是上帝创造的”这种信念一样错误 。特别是由于我们正在创造这些新的存在，这将彻底改变我们对“人是什么”的看法。 Alex： 以什么样的方式改变？ Hinton： 我们将比以前更好地理解思维和意识是什么，理解主观体验是什么。 我认为我们会摆脱一个目前几乎所有人都坚信的观念，即存在一个叫做“我的思维”的内心剧场（inner theater）：世界上发生的事情被转化为这个内心剧场里的事件，那才是我们真正看到的，且只有我能看到这个剧场。 这整套看法其实只是一种理论，而且是一个糟糕的理论。 人类并没有自己想象中那么重要 Alex： 关于人类创造事物，这里的教训是什么？ Hinton： 我认为这里有一个非常深刻的教训。回顾过去几百年的历史，有几次人类意识到自己并没有想象中那么重要。 第一次是 哥白尼 ，他说我们不在宇宙中心，地球实际上是绕着太阳转的。由于地球自转，我们误以为太阳绕着地球转，但事实并非如此。人们不喜欢这个说法，天主教会尤其反感，人类花了很长时间才接受它。它让我们意识到自己不再处于宇宙中心，人类变得没那么重要了。 接着是 达尔文 ，他说我们是动物，是和其他动物一样进化而来的。我们可能是一种特殊的动物，因为我们拥有语言，更擅长交流思想，但我们本质上依然是动物。人们也非常不喜欢这个说法，也花了很长时间才接受。 现在，我们有了变得和我们一样聪明的机器。我们曾以为自己是唯一的智能生物，也许其他星系有外星人，但 我们必须接受智能不仅是生物性的 。 我们可以拥有非生物的、像我们一样的其他存在。人类真的不想分享这种独特性，我们真的认为自己很特别。回顾历史，人类一直以来都认为自己比实际情况要特别得多。 “我感到很不快乐” Alex： 我想再问一个问题，因为我对此非常着迷。那么，你对于你所开创的事业发展到这一步感到高兴吗？你有成就感吗？ Hinton： 不， 我对此感到很不快乐 。 因为现在人们应该投入大量精力研究如何控制风险，但他们做得不够。 Alex： 好的。 Hinton： 有很多短期风险，比如社会风险，我相信这可能会导致大规模失业。 虽然没人能百分之百确定，但这对社会来说将是可怕的。然后还有长期风险，即 它会变得比我们聪明得多 。问问你自己，你见过多少聪明得多的东西被聪明程度低得多的东西控制的例子？ Alex： 零个。不过，虽然智力差异没那么大，但婴儿某种程度上在控制母亲。 Hinton： 母亲虽然看似在掌控，但她内心充满了母性本能和各种奖励机制，这使得婴儿能从母亲那里得到所需。猫和狗也属于这类。我曾在西雅图西区帮人看了一个夏天的猫，起初猫躲在床底下，我好奇它是否会和我互动。 Alex： 然后每次它一叫，你就照它说的做。 Hinton： 没错。是的。 Alex： 所以在这个情景下， 也许我们就是那只猫，而 AI 可能是那个人 。 Hinton： 我的孩子们养了两只漂亮的猫。其中一只叫 Tia。当她想吃奶酪时，她会用大眼睛盯着你，你真的无法永远抗拒她。 AI 正在指数级增长，难以预测 Alex： 针对人们对这些担忧的反应，你对未来的走向是更乐观了还是更悲观了？ Hinton： 我想我比一两年前更乐观了一些。因为我看到设计这些新存在并让它们“关心”我们是可能的。 也可能使用 Yoshua Bengio 的技术，设计出不能实际执行动作、只能做预测的新存在，它们就像是先知。 所以我认为存在一些拥有超级智能但不摧毁我们的可能性。而在一两年前，我看不到任何可能性，我当时感到很沮丧。 Alex： 最后一个问题。如果我们按目前的轨迹继续发展，五年后我们会处于什么位置？ Hinton： 当你在雾中开车时，你能看清 100 码，但在 200 码处，你什么也看不见。 这是因为 雾是呈指数级变化的 。你习惯的是晚上跟着前车的尾灯，如果距离远一倍，亮度只降到四分之一；但雾完全不同，它在 100 码处可能很清晰，200 码处就完全看不见了。 预测一个呈指数级增长的事物的未来非常困难 —— 我认为 AI 可能就在指数级增长 。 实际上，我注意到人们使用“指数级”一词的频率正在以二次速率增长。所以预测未来就像看雾一样。你可以看清未来一两年，再往后你就一无所知了。 如果你回到 10 年前，你绝对预测不到现在发生的事情，那完全迷失在雾中。展望未来 10 年，唯一能肯定的是，届时发生的事情是我们现在无法预测的。 即便进展只是线性的，10 年后的变化也会像现在与 10 年前相比一样巨大。现在的聊天机器人比 10 年前刚起步时好得多。 10 年后，某些东西会发生质的飞跃 ，比如做数学的能力，或者通用推理能力 —— 它们在推理上将能把我们甩在身后。我们真的无法预测 10 年后，只能预见未来几年，我们必须意识到 10 年后的情况充满了极大的不确定性。 辛顿如何看待 AI 和人类的关系 以上，就是 Hinton 最新的访谈和观点。 但如果连点成线，还是会发现辛顿老爷子对 AI 与人类的关系，随着 AI 进展和能力涌现，不断发生着改变。 如果把时间拨回十年前，他对 AI 的看法其实远没有今天这么激进。 作为深度学习革命最重要的推动者，他长期相信神经网络能够模拟人脑的工作方式，但那时的 AI 仍然只是 工具 。 它们可以识别图像、理解语音、辅助医生诊断疾病，却仍然是人类能力的延伸。 人类负责制定目标，机器负责执行任务，两者之间的关系类似于蒸汽机、电力和互联网。 而真正的转折发生在 ChatGPT 出现之后 。 随着大模型展现出前所未有的语言理解、推理和知识迁移能力，Hinton 开始意识到一件事： 我们可能正在创造历史上第一种智力水平能够持续逼近甚至超越人类的存在。 2023 年离开谷歌后，他几乎把全部精力投入到了 AI 风险讨论之中。 那段时间，他最常用的比喻是一只 “ 老虎幼崽” 。 它就像一只可爱的小老虎，但是，除非你能非常确定它长大后不会想要害你，否则你就应该担心。 但 Hinton 在这个时期的重点，还是我们要如何控制和约束 AI。 他甚至点名批评几家 AI 巨头，对 AI 安全的关注远远不够。 在 Hinton 的类比中，开始出现了 母亲与婴儿 的说法，一开始人类是母亲，需要对 AI 有价值观和伦理上的引导，要打造安全的 AI。 他呼吁更多国家和产学研力量，一起加入进来，不要为卷而卷，不然后果不堪设想… 但是到了去年，Hinton 的类比有了质变 —— AI 是更强的母亲，人类是弱小的婴儿。 婴儿并不比母亲更聪明，也不拥有控制权，但母亲会主动照顾和保护婴儿，因为她拥有母性本能和相应的奖励机制。 简单来说，就是老爷子认为，未来的超级智能已经控制不了了，只能寄希望于它能对人类好一点… 就像母亲对婴儿那样。 而现在，Hinton 再次语出惊人： AI 已经有意识了，人类将不再是唯一的智能生命。 问题是如果 AI 已经有意识，为什么还会把人类当自己的婴儿对待？ 母亲保护婴儿，保护的还是自己的婴儿… 吧？ 访谈完整视频： https://www.youtube.com/watch ?v=p7t1Q_p2gZs&list= PLADd6sStSis77HKfbf4KCY6SvthfxeUgn& ;index=1 本文来自微信公众号： 量子位（ID：QbitAI） ，作者：听雨
前情提要，我是一名某院校物理学专业博士，然后这一段时间受老板指挥到别的地方访问，学习技术。然后在某一天突然心情就不太好，然后就有了这些感慨，这些感慨写于2026年5月26日，做了一些修改后写在下面了。 这段时间来BNU交流一段时间，虽然已经是博一了，但是初入一个环境，还是有诸多的不适，之前在学校的时候，每次白天正常干活，到下午总是有三两好友一起吃饭，或者在食堂吃，或者在外面吃，吃完后有时候也会一起打打牌，掼掼蛋，一切似乎都确定了，也不会有失落的感觉，似乎马上就知道下一步应该做什么，接下来应该干啥，应该去哪，因为无论去哪里总是有熟识的同学或者师兄弟在，和熟悉的人在一起总是舒适的，不用想应该聊啥，也不用想要干啥。但是换了一个环境之后，有时候一直在想自己应该干什么，当然干活是肯定的，但是每次干活累了，或者到吃饭的点了，不知道应该去哪里吃，不知道应该吃啥。平日里总是能够遇到同学，遇到了就能吐槽一番，现在遇到了能吐槽的事，也在犹豫要不要拿起手机，找好友吐槽，想想还是算了，好像自己吐槽的欲望也没有那么强。也想过去参加一些社团或者活动，但是年纪慢慢变大之后，好像对这些也渐渐失去了兴趣，也失去了主动去做这些的勇气。或许自己已经过了那个年纪了，或许已经变成了社畜的模样，好像只要把本职工作做好，把文章发出去就好， 别的东西好像有也好，没有也罢。今天有一次在吃饭的时候，看到学校里大家三三两两一起的时候，突然有了些许感慨。 想到这其实又想起了多次初入新环境的经历，其实我这样的经历还是很多的。从小学毕业后就在外地读书，小学在县城里念的，小学毕业之后就到市里念初中，当时就好像上了大学一样，周中就住校，周末到亲戚家住，父母每周都回来看我。然后后来中考考得还不错，高中又到了别的市去了，这样之后基本父母大概就一个月来看我一次，或者一个多月两个月。然后就是本科了，也是到了外省去读，每次都要做两个小时的飞机。到现在已经是博士了，虽然知道这样的心情总是会过去，初入一个新环境总是会有各种各样的问题，但是还是会经历这个阶段，还是会有一些伤感。 第一次发帖，如果有什么问题还请各位佬友指出。 8 个帖子 - 6 位参与者 阅读完整话题
IT之家 5 月 27 日消息，今年是引力常数问世 340 周年，它也是物理学中最古老的基本常数。这个常数被研究者亲切地称作“大 G”。1686 年，牛顿在构建万有引力定律时，首次将引力常数纳入核心公式；次年，牛顿在《自然哲学的数学原理》一书中正式发表相关内容，当时仅给出估算值，这一数值尚未经过实测。但颇具讽刺意味的是，历经数百年后，大 G 至今仍是所有基本常数中测量精度最差、数值范围最不确定的一个。 IT之家注意到，目前科学家得出了一系列不同的引力常数测算结果（常用值约为 6.674×10^-11 N·m²/kg²），这意味着我们无法确定：究竟是人类尚未完全吃透引力的本质，还是现有理论公式本身存在疏漏。美国国家标准与技术研究院的斯特凡・施拉明格，过去十年一直致力于破解这一难题。这项研究迎来结果的时刻，团队需要拆开一只密封信封才能得知最终数据，这样的场景通常出现在奥斯卡等盛大颁奖典礼上，而非物理实验室。 不过这场“悬念”并非多余。描述宇宙规律的各类公式里，引力常数无处不在，其数值的不确定性让科学家们颇为困扰，施拉明格这类计量学家对此感受尤深。 施拉明格在接受 Space.com 采访时表示：“引力常数是物理学最大的未解之谜。它的情况十分特殊：作为人类已知最古老的基本常数，牛顿早在 1687 年就将它写入公式，可时至今日，它依旧是所有常数中测量精度最低的。在我看来，这也是物理学界一大悬而未决的遗憾。” 重新审视引力常数 引力常数是牛顿万有引力定律公式的核心参数。该定律指出，宇宙中任意两个质点之间都存在相互吸引的引力，引力大小与质点质心间距的平方成反比。公式中的质量、距离都可以灵活代入，但大 G 的理论数值恒定不变，因此这个基本常数是测算宇宙各处引力强度的关键。 1915 年，爱因斯坦提出广义相对论，以时空几何理论取代了牛顿的引力理论。该理论认为，有质量的物体会造成时空（空间与时间融合而成的四维整体）弯曲，引力本质正是时空弯曲产生的效应。即便物理学理论发生了这样颠覆性的变革，引力常数依旧被保留了下来，只是其物理意义略有调整。 “引力常数是宇宙的基本常数，它贯穿整个时空，数值永恒不变。”施拉明格说道，“在牛顿力学体系中，它代表引力的强弱；而在爱因斯坦的引力理论里，它决定了时空的‘柔韧程度’。引力常数越小，恒星、行星等大质量天体扭曲时空的难度就越大。” 人类首次尝试测量引力常数，要追溯到 1798 年，物理学家亨利・卡文迪许完成了这项工作。他通过测算大小铅球之间的引力作用，不仅算出了地球密度，也首次得到了较为精准的引力常数值。 英国自然哲学家亨利・卡文迪许（1731-1810）制造了一台扭秤来测量两个大质量物体之间的引力，借此他首次计算出了地球的质量 然而在之后的 227 年里，尽管科研设备与计算能力不断进步，精准测量引力常数依旧难如登天。 “引力是四大基本作用力中强度最弱的一种，这导致它极难被单独分离并精确测量。电场、磁场都可以用屏蔽手段隔绝，但引力无法被屏蔽。世间万物始终在相互吸引。”施拉明格解释道。 绝大多数物理实验中，科学家都能人为放大观测信号，但研究引力时，研究者只能被动接收引力本身带来的微弱信号，没有任何优化空间。 “目前全球已有 17 组引力常数测量数据，彼此之间的偏差依然超出合理范围，背后原因无人知晓。”施拉明格说，“数据离散程度之大，让我们十分沮丧。对于计量学家而言，测量结果无法趋于统一，是完全无法接受的。” 拆封揭晓答案 为精准测量引力常数，施拉明格团队复刻了法国塞夫勒国际计量局的一套精密实验装置，并将整套实验迁移至美国马里兰州盖瑟斯堡的美国国家标准与技术研究院开展。复刻实验暗藏诸多风险，研究团队也处处留心，规避各类认知误区。 “我们刻意避免陷入‘认知相位锁定’的陷阱。这种情况指的是，研究者在看到实测数据后，会不自觉地对照过往文献数值、或是同一设备此前测出的结果，潜意识里会刻意让新数据贴近预期值。这并非人为造假，而是一种下意识的行为，很难防范。” 为此，施拉明格想出了一个巧妙办法：让一位同事在实验所用砝码中加入一个未知偏移量，并将偏移数值单独封存。在拆封信封前，整个团队都不会知晓最终算出的引力常数。 “我们请质量计量小组在所有实验砝码中加入固定偏移值，这个数值被封存在信封里。直到我们确认整套实验数据自洽无误后，才打开信封。” 测量引力常数大 G 的扭秤 原定 2022 年拆封的信封，最终推迟至 2024 年 7 月 11 日才开启。延期原因是施拉明格发现，自己最初的计算过程忽略了气压这一细微却关键的影响因素。 团队最终测得的引力常数，比国际科学理事会数据委员会现行标准数值低了 0.000064。 施拉明格打了个比方：“如果一块手表一年偏差 0.000064 秒，累计下来一年会慢 34 分钟。” 这个数值差异看似微小，却有着重要意义。若本次测量结果属实，地球的总质量将比目前公认数值多出 320 万亿亿千克，约合 360 千万亿吨。 “我必须说明，引力常数的谜团并未彻底解开。不同实验数据之间的分歧依然存在，等待后人去破解。也正因如此，这一研究领域才始终保有活力。” 对这位计量学家而言，长达十年的引力常数研究之旅暂且告一段落。 施拉明格总结道：“现阶段我打算暂时放下基本常数研究。这类测量工作动辄耗时数年甚至数十年，耗费巨大精力。接下来我会转向电学量的精密测量，主攻电阻、电容相关研究，希望也能在这个领域带来新的探索与挑战。” 该团队的研究成果已发表在《计量学》期刊上。
初中那会开始接触以刘慈欣科幻为主的国产科幻小说，喜欢刘慈欣科幻的原因是它硬。我看到专业学术名词的时候就会特别激动（主要是因为这个）。但是从小视力不佳，不被母上大人允许接触电子产品，因此没有机会查找相关资料。 今夜突然灵光一现，当今AI已发展到被投喂无数专业知识的局面，故此有了如下对话： https://chatgpt.com/c/69f2168a-3c08-832e-afa0-0159bc34edd0 3 个帖子 - 2 位参与者 阅读完整话题
据物理学家组织网6月2日报道，澳大利亚阿德莱德大学科学家研制出一种新型纳米颗粒递送载体，能将肺癌药物精准靶向肺部，让药物的生物利用度（即所服用药物的剂量能到达体循环的比例）提高30倍，同时大幅减少对健康器官的干扰与损伤。这项突破有望重塑肺癌乃至多种癌症的治疗面貌。（科技日报）
特斯拉官方表示，其锂精炼厂在设计上碳足迹远低于传统硬岩锂精炼厂：无酸精炼工艺有助于产出安全的副产品；生产全过程实现水循环利用，每一滴水均在厂区内处理净化；旨在为电池供应链构建锂资源闭环体系。马斯克转发相关内容并表示，特斯拉工程团队从物理学第一原理出发，重新设计了锂提炼工艺。（新浪财经）