夏日遐想

重度书籍、AI福利视频和美图爱好者；
对计算机、互联网和编程感兴趣；
喜欢研究消费电子产品。

[夏日遐想 @HelloWikies]

寻全世界相同经历者。
此种“印记”可通过极致的恐惧（能直接在人意识清醒状态下阻断大脑对身体控制的程度这种）触发，其维持一段时间后会消散。
此图为AI生成，其颜色更倾向于褐黄色，和胎记比较接近。

[夏日遐想 @HelloWikies]

https://t.co/Lw9K7L6kQa

[夏日遐想 @HelloWikies]

https://t.co/l8LXpmpKLS

[夏日遐想 @HelloWikies]

https://t.co/VkHoL7QH3e

[夏日遐想 @HelloWikies]

https://t.co/d4PvpVtypn

[夏日遐想 @HelloWikies]

https://t.co/d2gVAgCXu6

[夏日遐想 @HelloWikies]

https://t.co/7gFyDNgbYx

[夏日遐想 @HelloWikies]

https://t.co/PY9Al4yDnB

[夏日遐想 @HelloWikies]

@dunyasalbilim @grok 核实帖子

[夏日遐想 @HelloWikies]

@Market_Mind_ @grok CPU、GPU内部调度器的差异

[夏日遐想 @HelloWikies]

@Rainmaker1973 @grok 阿波罗11号的AGC所使用的磁芯存储器是ROM还是Memory，如何在其中编写程序

[夏日遐想 @HelloWikies]

我想谈下我的看法：
1.流体系统本身是复杂系统，存在湍流这一复杂现象的基础是其复杂性的度量“维度”达到一定程度。
2.要描述这样一个复杂系统的特征与模式，我认为目前的理论没有做到完全覆盖。或者说对该系统的特征和模式的描述所形成的状态空间的广度和粒度是无法覆盖复杂系统的可能性的。
3.我认为在状态空间完成覆盖的情况下，可以利用（高维度）“复杂结构”来提取系统的特征和模式。这样的结构，其复杂性的度量“维度”同样需要达到一定程度。深度神经网络和大脑在结构复杂性上维度不同，电子计算机和量子计算机在底层物理法则应用的维度上也不同。

[夏日遐想 @HelloWikies]

假想存在��造物主更强的存在，在给定宇宙规模（同本宇宙）和演化法则或者说宇宙的“道”（同本宇宙）的基础上，能在法则之上控制该宇宙在最细的粒度（量子、超弦、新场或能量态？）上遍历所有可能性的状态组合，并将其绘制成图景（道之图景），该图景能覆盖本宇宙演化的所有可能性（全部符合宇宙的“道”），本宇宙演化的实在路径只是该图景中的一根“线”。这样我认为该图景所展现的“内容”就是宇宙的“道”。
对我所说“复杂结构”的探索在某种程度上是将该“图景”作为图腾在不断前行，根本不可能做到，宇宙之外应该也没这种存在。单次演化消耗的“算力”和资源也只有大脑复杂到人类这样的程度才能在一定程度上想象下。

[夏日遐想 @HelloWikies]

@snowboat84 复杂的结构产生复杂的功能。结构“复杂性”的度量维度对于提取物理系统、数学系统的特征和模式应该有作用。我不懂复杂性科学，更对“复杂”一无��知。

[夏日遐想 @HelloWikies]

@Phoenixyin13 AI4S也没达到我描述的那个高度：利用复杂结构和底层物理法则驱动的“算力”直接提取数学系统、物理系统的特征和模式——物理定律。

[夏日遐想 @HelloWikies]

@Phoenixyin13 更正一下，���文内容为“深度神经网络的复杂性度量维度还比较低”

[夏日遐想 @HelloWikies]

@Phoenixyin13 两个研究方向：
1.利用复杂结构提取规模数据特征和模式，涉及复杂性科学和对复杂结构功能的探索。
2.接近物理学底层的“算力”（或者说“模拟”能力），如量子计算机能模拟量子系统。
老实讲，深度神经网络的复杂性度量维度还比较多，尚且不如大脑。

[夏日遐想 @HelloWikies]

对房屋选址的一丁点看法：
1.选址避开河道反弓煞、道路冲煞等区域；
2.选址位置和高程要考虑潜在水位、风力变化；
3.要注意房屋选址处地质条件及后方山体是否有滑坡、泥石流和形成冲沟的风险。
这次广西洪灾，六蓝水库决堤，位于冲煞和反弓煞区域的房屋受损严重。

[夏日遐想 @HelloWikies]

@VAGCZlbgWphua0W @newsNZcn 贴墙走是电鼠竞赛的一种策略，现在也有反制措施。
我想表达的是一种利用（底层）物理法则进行“计算”（或者说模拟）的范式。