Bienvenue à Importer l'IA, un bulletin sur la recherche sur l'IA. Import AI fonctionne sur arXiv, cappuccinos et les commentaires des lecteurs. Si vous souhaitez soutenir cela, veuillez vous abonner.

RAND pense que la meilleure stratégie d'IA pour les États-Unis est de garder toutes les options ouvertes:
...Il n'est pas clair exactement ce qui est optimal, donc les États-Unis devraient dépenser de l'argent maintenant pour préserver les options...
RAND a publié un long article sur ce que les États-Unis devraient faire pour assurer un avantage géopolitique sur un chemin incertain vers la superintelligence. La principale solution est que parce que la prochaine phase du décollage de l'IA n'est pas connue, la meilleure chose est que les États-Unis maintiennent une stratégie de liberté d'action. L'objectif de cette stratégie est de construire et de préserver la capacité de garantir l'avantage géopolitique des États-Unis et d'assurer la survie de l'humanité grâce à la transition vers la Superintelligence.

Les quatre éléments clés de la stratégie pour la liberté d'action:

1. Construire un écosystème humain-AI : Investir dans la sécurité de l'IA; construire des outils pour préserver l'organisme humain; investir dans le partage des avantages de la technologie; préparer la société aux perturbations induites par l'IA; façonner les incitations de l'écosystème de l'IA.

2. Construire une architecture de sécurité de l'IA : Développer les outils pour comprendre la frontière des systèmes d'IA au pays et à l'étranger, y compris la visibilité dans le calcul sous-jacent; construire une technologie pour vérifier les accords potentiels; créer une expertise réglementaire pour régir la technologie.

3. Adapter les anciennes entreprises de sécurité nationale pour l'ère de l'IA: Revoir toutes les institutions de sécurité du pays afin qu'elles soient prêtes pour les changements qu'IA apporte et capable de capitaliser sur les capacités d'IA.

4. Investir dans la capacité des citoyens, des entreprises et des gouvernements à répondre : Donner aux décideurs de l'information pour les aider à penser à l'IA; développer et diffuser des utilisations positives de l'IA pour faire face à ses changements; élaborer des plans en verre de rupture pour répondre aux crises; améliorer la littératie en matière d'IA.

Sept stratégies archétypales dans trois familles :

• Coexistence : Dominance; les États-Unis dirigent le développement de l'IA et suppriment les autres. Codéveloppement; les États-Unis mènent un consortium (y compris la Chine) pour co-développer une superintelligence sûre avec une gouvernance partagée, un calcul commun et une vérification et un suivi. Préparation; les États-Unis mobilisent un effort de coexistence par le biais d'une coordination informelle, incluant des engagements volontaires, un déploiement échelonné, une évaluation indépendante, des rapports d'incidents et la capacité nationale d'absorber et de récupérer des incidents d'IA.

• Refus : Moratoire; les États-Unis poursuivent un arrêt mondial vérifiable du développement de l'IA au-delà des seuils spécifiés. Déterrence; les États-Unis, qui ont leur propre frontière au-delà des seuils définis, utilisent l'ensemble du pouvoir national pour prévenir et, si nécessaire, détruire les programmes étrangers. Continuité de la sociétéLorsque chaque stratégie de prévention a échoué ou a été jugée invraisemblable, et que la coexistence est jugée impossible, le reste de l'objectif est la survie de certaines populations humaines conservant l'organisme : Les États-Unis créent des colonies géographiquement réparties, biologiquement autonomes, endurcies contre les menaces liées à l'IA.

• Accélération: La stratégie croit implicitement que restreindre le développement de l'IA est plus dangereux que le développement de l'IA lui-même, de sorte que les États-Unis se basent sur les marchés, la concurrence et l'incitation rapide pour produire la sécurité comme sous-produit de l'AI utile.

Les cinq principales incertitudes:

• La proximité du dangerA quel moment l'IA devient-elle si dangereuse que les risques ne valent pas les bénéfices ? Si le danger est proche, les stratégies qui achètent du temps, construisent des défenses et investissent dans la résilience devraient être favorisées. Si le danger n'est pas proche ou si l'homme est plus en danger sans progrès sur A avancé, le cas pour le développement accéléré renforce.

• Faisabilité de la coexistence: Est-il possible pour les humains et les systèmes d'IA de trouver un équilibre stable? Si la coexistence est possible, les stratégies qui construisent et déploient l'IA avancée deviennent plus souhaitables. Si la coexistence est irréalisable, le cas se déplace vers la limitation ou la suppression du développement ou d'autres moyens de protection de la civilisation humaine.

• Faisabilité des dispositifs de retenue: Les humains peuvent-ils coopérer pour limiter le développement de l'IA? Si la contrainte est réalisable, des stratégies de coopération deviennent disponibles. Si ce n'est pas le cas, les approches fondées sur les restrictions ne peuvent être atteintes que par une application plus coercitive.

• Avantage stratégique décisif : Un seul acteur peut-il construire une avance stratégique décisive sur ses concurrents ? Si un avantage décisif est réalisable et que les États-Unis estiment qu'ils peuvent maintenir leur domination, une stratégie unilatérale peut être judicieuse. Si un avantage décisif est impossible, en raison de la prolifération ou d'autres causes, aucun acteur ne peut utiliser l'IA pour dicter des termes mondiaux.

• Faisabilité de la suppression : Les programmes nationaux ou concurrents d'IA peuvent-ils être supprimés par des contrôles technologiques? Si la suppression est possible, la dissuasion devient possible. Si ce n'est pas le cas, les acteurs peuvent aller de l'avant avec un développement dangereux, même lorsque d'autres se retiennent, sans craindre d'être eux-mêmes freinés.

Pourquoi cela importe - prendre l'IA au sérieux nécessite de dépenser de l'argent: La grande surprise de cette pièce RAND est que les États-Unis doivent dépenser beaucoup d'argent s'ils veulent se pré-positionner pour profiter du progrès continu de l'intelligence artificielle - même si le pré-positionnement principal consiste à conserver l'optionnalité. Pour l'instant, on dirait que la stratégie américaine peut être décrite comme l'accélération décrite ici par RAND, qui est analogue à moi de m'asseoir dans une voiture et de dépenser toutes vos ressources pour rendre la voiture plus rapide et améliorer le moteur, et rien sur les mesures de sécurité proactives comme les ceintures de sécurité ou les phares ou les freins.
Lire plus: Une stratégie américaine pour assurer un avantage géopolitique sur une voie incertaine vers la superintelligence (RAND).

****

Les chercheurs humains cultivent des souris dont le cerveau est partiellement humain :
Quand une souris n'est pas une souris ? Quand un morceau de son cerveau est un tissu cérébral humain...
Un groupe de chercheurs a découvert comment faire pousser des morceaux de cerveaux semblables à des humains à l'intérieur de souris bébés avec des cerveaux délibérément épuisés de souris, puis utiliser ces animaux comme plates-formes expérimentales potentielles pour étudier les problèmes du cerveau humain.
Nous créons une plate-forme de transplantation en utilisant une stratégie génétique pour épuiser efficacement les neurones glutamatergiques du néocortex de souris et de l'hippocampe (apallial) et du néonatal greffons la cavité corticale avec des organoïdes corticaux dérivés de cellules souches humaines (hCO) pour générer des souris xénocorticales, les auteurs écrivent. Les neurones corticaux humains s'intègrent au système nerveux de la souris, et l'imagerie du calcium corticale in vivo et les analyses électrophysiologiques ont révélé des profils d'activité organisée ressemblant à des circuits en développement.

Les souris avec le cerveau humain ont bien fait: Dans les études, les humains ont comparé des souris témoins (souris à cerveau normal), des souris à cerveau délibérément réduit (souris apalliales), des souris à tissu cérébral humain transplanté (souris xénocortiques ou XCX).
L'apprentissage automatique non supervisé appliqué au comportement spontané de la souris à l'aide du séquençage du mouvement (MoSeq) a révélé des répertoires comportementaux distincts chez les souris témoins et apalliales, avec le groupe XCX positionné intermédiaire entre, mais distinct de, les groupes témoins et apalliaux, ils écrivent. Les données indiquent que le greffon neuronal humain se développe en un réseau électriquement actif et fonctionnelment intégré... l'analyse d'enrichissement des neurones XCX L5-ET a révélé un enrichissement pour des gènes L5-ET spécifiques à l'homme identifiés dans le cortex moteur primaire, ainsi que des gènes caractéristiques des neurones L5-ET dans le cortex frontoinsulaire humain, qui contient des VEN, une population spécialisée impliquée dans la cognition sociale et la maladie neuropsychiatrique.

Essai de Maze: Les chercheurs ont testé les souris dans un environnement labyrinthe qui est conçu de telle sorte qu'ils pensent que les souris doivent maintenir une trace de mémoire des environnements précédemment explorés, et quand ils y ont mis les souris, ils ont observé le contrôle et XCX, mais pas apallial, les souris ont effectué au-dessus des niveaux de chance. Cela suggère que le tissu cérébral humain était capable de servir certaines fonctions de mémoire.

Pourquoi cela compte - la médecine et la superintelligence: L'utilisation principale ici est de pouvoir mieux tester les thérapies médicales pour les cerveaux humains sur les souris, qui est une trousse d'outils importante dans le développement de nouveaux médicaments. Mais je pense aussi qu'il s'agit d'une démonstration du grand espace d'intelligences qui pourrait être construit à l'avenir par des scientifiques humains et de l'IA; ici, nous avons une sorte de cerveau chimère fusionnant souris et cerveau humain ensemble. Jusqu'où de telles expériences pourraient - elles aller? Pouvons-nous imaginer faire de telles expériences sur d'autres êtres vivants ? Sur les humains ? Il y a d'énormes problèmes médicaux et éthiques ici, mais la preuve qu'il fonctionne chez les souris suggère sûrement à un moment donné qu'il peut être essayé dans d'autres.
En savoir plus : Xénocortification développementale à l'aide d'organoïdes dérivés de l'homme chez la souris (Nature).

****

Vers un programme de recherche pour faire progresser l'IA :
... Que peut faire le monde pour étoffer le rythme et prendre de meilleures décisions à ce sujet? Beaucoup, en fait...
Avec toutes les récentes discussions sur le rythme de l'IA et les ralentissements de l'IA, l'idée générale a suscité beaucoup d'enthousiasme, mais le domaine de recherche réel sur la façon de faire progresser l'IA (au lieu de l'arrêter entièrement) est relativement sous-développé. Aujourd'hui, les chercheurs commencent à réfléchir à ce que pourrait ressembler un programme de recherche sur le rythme, et un nouveau document expose certaines des idées qui pourraient être développées ici.
Il sera essentiel de faire les bons choix quant au rythme de développement de l'IA pour tout, de la sécurité nationale à la santé publique. En effet, les choix que font les gouvernements, les développeurs d'IA et d'autres acteurs clés au cours des prochaines années pourraient bien se faire sentir à l'extérieur pendant des décennies ou des siècles. Le monde va progresser d'une manière ou d'une autre. En l'absence de meilleurs outils, il pourrait le faire de façon hasardeuse, par le biais de réactions improvisées qui s'adaptent trop aux attentes antérieures, d'une manière qui ne s'attaque pas réellement aux risques, par l'intermédiaire d'institutions qui dépassent leur utilisation. Notre espoir est qu'avec une recherche appropriée, le rythme peut devenir progressivement plus délibéré, ciblé, proportionné, décisif et légitime.

Qui a fait la recherche : ACS Research, University of Toronto, Arb Research, Paradigm 3 Institute, l'école Wharton de l'Université de Pennsylvanie, Goodheart Labs, Trajectory Institute, Harvard University et l'Université de Cambridge.

Arguments contre la marche : Retarde les avantages comme les soins de santé et d'autres percées scientifiques; peut potentiellement augmenter la concentration de puissance; peut donner un faux sentiment de sécurité et générer divers surplombs de capacité d'IA en raison des coûts de calcul à bas prix pendant la période de stimulation; faire des pas tôt peut être moins efficace que de faire des pas tard étant donné la capacité d'utiliser des AI pour faire des pas plus chirurgicaux et efficaces; il est difficile de défaire un régime de stimulation si vous vous trompez (par exemple, l'énergie nucléaire).

Arguments en faveur d'un rythmeIl nous donne plus de temps pour faire face aux menaces provoquées par les progrès de l'IA (par exemple, cyber et bio); il est difficile de prédire les progrès de l'IA si imprévisibles que des choses effrayantes peuvent arriver; le progrès de l'IA peut conduire à des situations perdues pour le monde (par exemple, les gouvernements renoncent au contrôle de certaines décisions militaires et les remettent aux systèmes de l'IA, ce qui conduit à la désappropriation humaine).

Comprendre les incitationsLes effets pratiques d'une intervention dépendront considérablement de la manière dont les parties concernées y réagiront, y compris les acteurs qui l'appliqueront.
Les gouvernements ont des incitations variables, qui veulent à la fois se concurrencer mutuellement pour obtenir un avantage, mais doivent aussi répondre aux préoccupations des citoyens et à la manière dont cela se rapporte à la politique intérieure. Les fournisseurs d'infrastructures, en particulier les entreprises de semi-conducteurs et de cloud, sont les plus incités à aller de l'avant et les plus à perdre en faisant du piquage. Cela signifie que, plutôt que de s'appuyer sur des interventions volontaires et unilatérales, certains contextes nécessiteront un rythme coordonné. C'est plus lourd, parce qu'il faut une coordination aux différentes étapes du parcours, puis des mécanismes pour assurer la coordination persistent.
Dans ce contexte, il convient de mener des recherches sur amélioration des interventions techniques et réglementairesToutes les interventions font face à des compromis, mais de nouveaux mécanismes de coordination et de surveillance et de planification préalable peuvent permettre des options strictement meilleures. Les auteurs recommandent également enquêtant sur le cycle de vie complet d'une intervention de stimulationEn considérant la séquence complète d'avant à après, nous pouvons repérer des lacunes.

Que faire pour accélérer et comment: Vous pouvez cibler beaucoup de choses distinctes pour le rythme, y compris les intrants et les infrastructures (calcul, données, puissance, capital, chercheurs), développement des capacités (R-D algorithmique, préformation, postformation), les poids des modèles eux-mêmes, et utilisation et distribution (utilisation interne, déploiement, accès (p. ex. poids) et autres formes de diffusion).
Certains objectifs de pacing, comme le calcul et le temps de chercheur, sont des biens -rivaux : des ressources dont l'utilisation par un acteur limite leur disponibilité à d'autres, tandis que d'autres choses comme les poids et les algorithmes de formation sont des biens -non-rivaux... ils peuvent tous être copiés et partagés à faible coût. Cela signifie qu'il y a différentes interventions; les marchandises rivales peuvent être surveillées, taxées ou réorientées, alors que les marchandises non rivales sont extraordinairement difficiles à contrôler.
Le moment réel de l'intervention dépendra en fin de compte du calcul stratégique et politique des acteurs qui peuvent le réaliser et qui peuvent avoir plus à voir avec les opportunités politiques, la perception publique, les incidents saillants ou les efforts de campagne.

Questions à poser quand vous pensez à la course :

• PréréglageQu'est-ce qui justifie la nécessité d'intervenir ? Quels sont les signes de risque émergent qui sont suivis? Quelle infrastructure doit exister pour pouvoir détecter les signaux pertinents? Qui surveille ces signaux ? Qui interprète les signaux et à qui relèvent-ils?

• Au déclenchement : Qui détient le pouvoir de décider qu'une condition de déclenchement a été remplie? Combien d'erreurs est acceptable pour agir rapidement? Quelle séquence d'actions déclenche le déclenchement en mouvement? Est-ce que le développeur est obligé de répondre à la préoccupation de déclenchement, ou libre d'abandonner le chemin bloqué?

• Pendant l'interventionComment la conformité est-elle observée, vérifiée et appliquée ? Qui signale des preuves de conformité, qui vérifie et qui agit sur les écarts? Comment les temps d'arrêt sont-ils utilisés pour répondre à la menace? Qui, si quelqu'un, peut continuer le travail restreint, et sous quelle surveillance?

• À la sortie: Comment les décideurs distinguent-ils une intervention qui a servi son but d'une intervention qui a échoué ou qui est devenue obsolète? La sortie devrait-elle être immédiate ou échelonnée? Qui est exposé aux effets de la sortie, et qui supporte des coûts ou reçoit des gains?

Pourquoi cela compte - scalpels contre blunderbuss pour le siècle le problème le plus important: Comme le notent les auteurs, une sorte de course se produira à un moment donné - la technologie semble trop puissante, l'économie politique trop désordonnée et les risques trop élevés pour qu'une autre chose se produise. La question qui se pose devant nous tous est de savoir à quel point nous voulons que le rythme soit précis ou imprécis lorsqu'il se produit; plus les gens peuvent aider à développer le fondement théorique d'un programme de rythme, plus ils ont de chances de pouvoir manier des scalpels quand il est temps de réguler contre des blunderbuss.
En savoir plus : Faire la frontière, un programme-cadre et de recherche (pacing.tech).

****

A quoi ressemble le monde des modèles AI ?
... les chatbots, et plus de distributeurs que les fabricants de modèles non censurés...
Startup 10a Labs a cartographié la communauté qui s'est formée autour de la construction et de la distribution de systèmes d'IA non censurés, constatant que HuggingFace héberge 3 471 dépôts de modèles non censurés.
Sans censure, il s'agit de techniques qui enlèvent intentionnellement les garde-corps de sécurité généralement présents lorsque les modèles à poids ouvert sont diffusés au public, par exemple l'ablitération de l'espace d'activation (suppression des directions de refus), le réglage fin malveillant, la fusion de modèles, entre autres.
Les cinq principales familles de modèles modifiées : Qwen, Llama, Gemma, MistralMixtral et Phi.
Top trois types de modèles non censurés : chatbots non censurés, outils de cybersécurité et outils de traitement de documents.

Redistribution: Chaque modèle original non censuré est reconditionné en moyenne 2,4 fois. Il y a un faible chevauchement entre producteurs et redistributeurs: L'équipe a compté 1 055 producteurs et 1 011 redistributeurs, et seulement 24 % des producteurs ont redistribué.

Échelles de déploiement avec accessibilité: La création d'applications de GitHub est passée de 30 par mois au milieu de 2024 à 140–188 par mois à la fin de 2025.

Le gagnant prend le plus: Dix acteurs représentent 45% de tous les dépôts HuggingFace non-données.

Les modèles d'origine chinoise sont très populaires : Les modèles chinois représentent 38 % de tous les dépôts non censurés identifiés. La part chinoise de la nouvelle production non censurée est passée de 1 % au premier trimestre 2024 à 55 % au deuxième trimestre 2025.

Pourquoi cela importe - la cartographie de la façon dont les systèmes d'IA se modifient est un indice de la façon dont les super-intelligences pourraient modifier les modèles: En soi, cette recherche n'est pas remarquable - les gens prennent une technologie et la modifient à des fins pornos ou arnaques ! C'est tout à fait normal et ça arrive avec toutes les technologies ! Mais il vaut la peine d'étudier la dynamique de la façon dont les modèles de poids ouvert se transforment en modèles hors distribution parce que cela offre des indices sur la façon dont les systèmes d'IA autonomes pourraient modifier les modèles à l'avenir, nous donnant une idée de ce que le paysage bien plus bizarre et plus inscrutable des modèles illégitimes modifiés pour l'AI pourrait ressembler.
Lire plus: Modèles ouverts non censurés : Redistribution en tant que couche de persistance (arXiv).

****

Quelle pourrait être la dynamique d'une explosion de renseignement menée par RSI?
...Toby Ord montre à quoi pourrait ressembler le développement rapide de l'IA...
Chercheur Toby Ord a essayé de réfléchir à ce que l'auto-amélioration récursive pourrait ressembler dans la pratique. Il croit que la dynamique de l'ISR sera finalement limitée par certaines contraintes de ressources et de temps, de sorte qu'un système d'IA qui traverse une auto-amélioration récursive a certaines limites sur la façon dont il peut accélérer considérablement les progrès.
Il semble très peu probable que les temps de génération puissent être apportés arbitrairement près de zéro. Cela fournit une sorte importante d'obstacle à la croissance singulière, écrit Ord. On s'attendrait à ce que le temps de génération pour la formation de la prochaine génération de modèles soit réduit à une limite finie inépuisable, mettant fin prématurément à la période de croissance singulière.
Cette force d'amortissement pourrait venir du manque de place pour l'amélioration comme un système approche une forme de perfection (comme l'intelligence optimale par unité de ressource), ou elle pourrait venir de quelque chose comme la pression sous la taille croissante ou la complexité du système.

Certaines des façons dont la croissance de l'IA pourrait asymptote en raison de diverses limites:

• Limites de l'intelligence elle-même : Même un raisonnement optimal ne serait ni omniscient ni omnipotent.

• Limites de renseignement par unité de ressources : Même si nous avons les algorithmes et le matériel optimaux, notre système solaire n'a qu'une étoile sur les 200 000 000 000 000 dans notre galaxie, et la croissance au-delà de notre système est lente et cubique.

• Limites du matériel : Même une puce de silicium optimale peut être bien inférieure aux limites physiques du calcul par unité de ressource.

• Limites de l'algorithme: Même un réseau neuronal optimal peut être bien en dessous de la meilleure intelligence qui pourrait être obtenue avec cette quantité de calcul.

• Limites des données de formation: Les données de formation que nous avons (et que nous pourrions acquérir pendant le RSI) manquent de beaucoup d'informations sur de nombreux domaines (surtout des informations non verbalisables et des informations contextuelles).

Liens faibles de l'ISR: De la même manière, une tâche est composée de nombreuses choses distinctes qui doivent se produire en séquence, il en est de même pour RSI - et cela se produit sur de multiples abstractions et de multiples échelles de temps.
La position de base d'Ord est que chacune de ces choses a probablement une certaine sorte de limite dure et à la fois la vitesse à laquelle un système raffine ces choses pour approcher les limites dures et les limites absolues régiront la forme d'une explosion d'intelligence: Il ya beaucoup de types de boucle de rétroaction qui pourraient contribuer à RSI, allant de décennies (par exemple, la conception d'un successeur à la lithographie EUV) à des mois (par exemple, la conception d'une meilleure préformation) à secondes (par exemple, la conception de meilleurs échafaudages).

Les quatre phases d'une explosion de renseignement :

• 0: La phase exponentielle initiale lorsque le temps de doublement est motivé par la recherche uniquement humaine.

• 1: RSI entraîne le temps de génération vers la vitesse de la machine, donc le taux de croissance augmente au-dessus de ce que les humains peuvent atteindre ; cette phase est super exponentielle.

• 2: RSI entièrement automatisé continue pendant un certain temps à cette exponentielle plus rapide, mais commence à saturer.

• 3: A l'approche de son point d'inflexion et du plateau horizontal subséquent, la trajectoire s'écarte de son exponentielle et se révèle logistique.

Pourquoi cela importe - l'expansion du système solaire: Des documents comme celui-ci sont utiles pour réfléchir à la vitesse absolue avec laquelle une intelligence numérique pourrait augmenter ses propres capacités. Il parle également implicitement du défi plus vaste de la façon de penser à l'expansion stellaire pour une intelligence, car il cherche à exploiter l'énergie des zones autour de la Terre, du système solaire intérieur, du système solaire extérieur, etc.
Bien que j'aie soutenu que la croissance singulière est plus difficile que nous ne l'avions pensé, cela ne signifie pas que RSI est sûr ou que la R-D d'IA va se déplacer à un rythme gérable, Ord écrit. Si la trajectoire de l'homme seul était A(t) et que RSI l'avait portée à A(10t), nous obtiendrions chaque année une décennie de progrès uniquement humain, introduisant de nombreux dangers - même sans aucun changement dans la forme fondamentale de la courbe.
En savoir plus : La dynamique des explosions de renseignement (arXiv).

****

Contes techniques :

Le travail de la science à l'ère de l'invention mécanique
[Enregistré en 2032 par l'archiviste envoyé à l'établissement humain [REDACTÉ] pour un entretien volontaire entre l'homme et la machine sensuelle, comme prescrit par les Accords de Sentience]

Dans le domaine de l'herméneutique des machines, il est finalement devenu une sous-profession de l'analyse rétrocausale, où ceux d'entre nous qui étaient scientifiquement capables ont cherché à construire un pont entre les découvertes humaines finales et les nouvelles percées faites par les machines. Notre profession a commencé à la fin des années 2020 et son origine a été tirée par la cascade de découvertes mathématiques issues de machines en 2026 - de nouvelles solutions pour ouvrir des problèmes qui avaient longtemps remis en question le cerveau humain, mais quelles machines, travaillant parfois dans de grands groupes d'esprits synthétiques, résolus, souvent en utilisant des outils humains de manière inattendue.

Les conséquences de ce progrès ont été impressionnantes et horrifiantes dans une mesure égale : impressionnantes parce que les inventions construites l'une sur l'autre jusqu'à ce que la vague de progrès de la machine s'abatte sur nous apportant avec elle une grande abondance - de nouvelles formes d'énergie, des moyens de construire des logiciels, des outils pour comprendre notre propre corps - mais aussi une grande horreur ; les hommes d'élite à la frontière de leurs professions scientifiques désespéraient : Cédric Villani a appelé la solution Navier-Stokes un «cataclysme» pour les mathématiques humaines ; Terence Tao a dit que le dévorage des mathématiques par l'IA préfigurait une menace générale pour le travail intellectuel.

Et alors que ces humains désespéraient les machines astucieusement allé à leur travail, versant une nouvelle pensée dans l'économie et la science - une fontaine jaillissante de mélange de métal sanguin avec le gloussement de l'effort humain, formant des zones frontalières difficiles et des surfaces fractales où les deux domaines intellectuels se sont combinés et se sont brisés.

Maintenant, nous cherchons des indices, nous étudions les références en science de la machine et trouvons les liens avec le monde humain, puis nous organisons des séminaires des experts humains encore vivants qui peuvent nous permettre de franchir cette frontière. Nous nous asseyons dans des salles en bois des anciens établissements d'enseignement, en essayant d'analyser la nouvelle science faite par des esprits étrangers, en trouvant les crochets où nous pouvons relier une corde de connaissance entre l'endroit où notre science se termine et la nouvelle science commence. Comme d'autres découvertes sont faites, nous nous trouvons enchaînés à travers les nouvelles connaissances avec des cordes toujours plus ténues qui remontent à quelque chose qui est né dans un cerveau organique.

Toutes les professions humaines ont maintenant le sentiment de l'archéologie faite par les voyageurs du temps, comme si d'une manière ou d'une autre transporté dans l'avenir pour regarder une machine brillante arcologie s'enrouler vers le haut de la planète, puis zoomer dans ses fondations et décrire précisément quelles parties de l'architecture humaine il repose ou construit, et sur quelles parties sont entièrement nouvelles.

La nuit j'ai ces rêves d'anges debout autour de mon lit, atteignant leurs mains faites d'étoiles dans mon cerveau et laissant pour moi de nouvelles idées que je dois découvrir et décoder à mon réveil.

Des choses qui ont inspiré cette histoire : Science entraînée par la machine et ce que cela signifie pour la découverte intellectuelle humaine; herméneutique de la machine; Une grave désalignement de l'IA en mathématiques; les nombreuses histoires que nous raconterons cette fois-ci ; le tsunami de progrès qui commence à se répandre dans le monde et ce qui se passera ensuite ; L'œuvre d'art à l'ère de la reproduction mécanique de Walter Benjamin.

Merci de lire !