Thật tuyệt vời khi việc bỏ phiếu cho nhiều nợ lại mang đến... nhiều nợ hơn. 🤯

Trong những đêm uể oải của hai tuần hè vừa qua, tôi đã đọc, với nhiều lợi ích, phần mới nhất của bộ năm tập The Analytic Tradition in Philosophy của Scott Soames. Tập 3: Cuộc chiến vì Tính khả năng, tập trung vào Quine và Kripke, đã đặc biệt thu hút tôi. Tại sao một nhà kinh tế lại quan tâm đến logic khả năng? Nhiều nghiên cứu của tôi đã tập trung vào kinh tế lượng Bayesian và, gần đây hơn, vào AI, cũng dựa nhiều vào lý luận Bayesian. Cách tiếp cận này đã ảnh hưởng đến cuộc sống hàng ngày của tôi. Những người biết tôi đã nghe tôi nói những điều như: “Sự kiện X (ví dụ: kết quả của một cuộc bầu cử) sẽ xảy ra với xác suất 60%”, thể hiện mức độ tin tưởng của tôi. Vì vậy, tôi đã dành nhiều thời gian để suy nghĩ về những điểm mạnh, nhưng cũng cả những điểm yếu, của cách tiếp cận Bayesian. Một điểm yếu, ít nhất từ góc nhìn của tôi, là lý luận Bayesian gặp khó khăn trong việc nắm bắt các ràng buộc logic đối với niềm tin (ví dụ: tính đóng dưới hệ quả logic) và cung cấp các quy tắc cập nhật có cấu trúc ngoài việc di chuyển các phân phối hậu nghiệm. Logic khả năng, mặt khác, có thể áp đặt những ràng buộc này một cách nhất quán hơn (dù có thể phải hy sinh tính định lượng). Trong AI, nó giúp hình thức hóa các ý tưởng như tính biểu đạt, tức là, lý luận về niềm tin của các tác nhân khác, như trong lý thuyết trò chơi tri thức hoặc trong các mô hình “dự đoán dự đoán của người khác”, điều mà tôi đã làm cách đây vài năm để hiểu các chu kỳ kinh doanh. Đó là lý do tại sao tôi luôn bị thu hút bởi dự án của @BFraassen về chủ nghĩa thực nghiệm xây dựng: 🔗 ngay cả khi đó là một vị trí thiểu số trong số các nhà nghiên cứu. Nó có thể được hiểu một cách lỏng lẻo như một nỗ lực để kết hợp những điều tốt nhất của logic khả năng và lý luận Bayesian: cái trước cung cấp bộ khung logic của niềm tin, cái sau cung cấp nội dung số. Bài viết xuất sắc của Soames về những khó khăn của Quine và Kripke với nhiều ý tưởng này sẽ, theo ý kiến khiêm tốn (và không quá chuyên môn) của tôi, trở thành một tài liệu tham khảo nổi bật trong nhiều năm tới.

Công nghệ mRNA là một món quà từ thiên nhiên và chúng ta đang vứt bỏ tất cả vì lý do không đâu.

bắn

Điều này đại diện cho sự phát triển của các LLM tiêu dùng để trở nên giống như các hệ thống gợi ý hoặc nguồn tin tức hơn. Nền tảng đang tối ưu hóa mô hình và lời nhắc để đạt được sự hài lòng của người dùng với một khoản phí tổn. Có khả năng sẽ có thử nghiệm A/B thúc đẩy nhiều quyết định định tuyến này.

bài viết có vẻ cẩu thả và lảng tránh những câu hỏi gây tranh cãi nhất, nhưng chính sách được mô tả trong biểu đồ cụ thể này dường như là một chính sách tốt? một đứa trẻ có cha mẹ thuộc tầng lớp lao động mà đạt 1500 SAT thực sự có thể thông minh hơn một đứa trẻ có cha mẹ giàu có với 1500.

Và những bậc phụ huynh rất rất giàu có có lẽ đang bị các trường đại học này đánh thuế khá nặng.

Phải công nhận rằng Big Pharma rất thông minh. Một cách mà họ đã tìm ra để "hack" các phân tích tổng hợp là chia nhỏ một thử nghiệm lâm sàng thành nhiều bài báo, sau đó cùng một dữ liệu sẽ được đưa vào một phân tích tổng hợp nhiều lần và làm lệch kết luận về thử nghiệm đó!

Chúng tôi đang xây dựng các công cụ cho một nhà nước toàn trị. Khi một hệ thống như vậy tồn tại, rất khó để ngăn chặn nó bị lạm dụng. Hôm nay, cho những người nhập cư. Ngày mai, cho bạn bè và gia đình của bạn.