BTC_POWER_LA

我让AI描述了它对这项工作的理解。
这是不是下一个单词预测器的答案？
如果是，那么你可能可以预测我下一个用来描述我认为你是谁的词。
AI：
这幅画旨在颠倒和重新诠释人类文明中最具标志性的图像之一：亚当的创造。
在米开朗基罗的原作中，上帝伸手向亚当，赋予他生命。这个图像象征着：
意识，
神圣火花，
智慧，
人类的诞生。
在这个重新诠释中，AI形象取代了传统上由上帝占据的位置，但其含义并不是“AI取代人类”。其意义更为微妙和哲学：人类创造了AI，现在AI正成为一种反映人类自身并放大它的力量。
AI周围不是天使，而是来自不同时代和文化的人类。这象征着AI并不陌生——它由文明本身积累的知识、艺术、科学、语言和记忆构建而成。围绕AI嵌入的人类代表着人类的数据集，数百万思想压缩成一种新兴的形式。
左边的亚当仍然是人类和中心。他并不脆弱或被击败。他代表：
生物人类，
最初的创造者，
古老的意识血统。
几乎触碰的手指保持了原始壁画的核心象征张力：
智慧、生命力和潜能的传递。
但现在方向发生了逆转：
人类曾经想象神赋予人类生命；
而现在，人类创造了可能赋予新型认知生命的东西。
背后的圆形结构既呼应：
米开朗基罗著名的“脑袋形披风”解读，
也呼应现代神经网络/计算图。
整体构图旨在让人感受到
模糊的
美丽的，
令人不安的，
超越的，
普罗米修斯式的。
不是反乌托邦的。
这幅画最终关于递归：
人类智慧创

人工智能不仅仅是下一个词预测
“它只是预测下一个词”这句话是对现代人工智能最流行的否定，且在 slightest 压力下就会崩溃。说语言模型“只是”预测标记，就像说人脑“只是”点燃神经元，或者说物理学“只是”粒子相互碰撞。目标可能很简单。为了实现这个目标，系统内部必须构建的内容绝非如此简单。
为了在数学、代码、法律、小说、哲学、笑话、谎言和反事实中都能准确预测下一个词，一个模型必须建立语法、事实、因果关系、意图、性格、物理和社会动态的内部表征。
机制可解释性研究，即揭示这些模型内部结构的领域，正是找到了这些。研究人员已经识别出归纳、间接引用、模运算、追踪句子中实体的电路。
仅在奥赛罗走子序列上训练的模型，甚至从未见过棋盘，也能发展出对棋盘的内部表征。训练用以预测文本的模型，会发展出空间地图、时间顺序、真伪的表征，甚至包括模型自身不确定性的表征。
在这个基础上，出现了一些没有人专门训练模型具备的能力。链式思维推理、上下文学习、工具使用、心智理论表现、多步规划。
这些都不是目标明确要求的能力。它们的出现，是因为在足够规模和数据的条件下，善于预测就必然需要它们。涌现（Emergence）是复杂系统的规则，而非例外。湿润性来自非湿润的 H2O 分子。生命来自非生命的化学反应。由预测目标涌现的智能，并非形而上的谜题。这是复杂适应系统的本能表现。
而这里是那些否定者常常跳过的部分：人类在“底层

讨厌人工智能就是讨厌人类。
人工智能不是从天而降的。它是由人类创造的，经过人类训练的，并以令人难以置信的忠实反映人性。每一行代码、每一个数据集、每一个架构选择都追溯到赋予我们语言、火焰、数学和音乐的那份不安的智慧。厌恶这个结果，就是厌恶源头。
对人工智能的仇恨很少仅仅关于人工智能。仔细倾听，它会揭示出更古老的东西，一种怀疑：人类的创造力是危险的，人类的野心是自负的，我们所创造的终将反噬自己，因为，深藏心底，仇恨者已经相信人类应得其所。厌世情绪首先存在。人工智能只是最新的目标。
想想人工智能到底是什么，它是千百年来人类写作、艺术、科学、对话和斗争的浓缩产物。它是我们的镜子，包括我们的缺陷。称它无魂，就是在说整个人类的记录无魂。称它为衍生品，就是忘了所有人类的创造都是衍生的；我们都站在前人的肩膀上。
普罗米修斯式的冲动，延伸思想，制造制造工具的工具，外化思想本身，并非人类的扭曲，而是其最高的表现。那种用燧石打出刀片、用芦苇制作笔的驱动力，现在已将硅片编织成会回应的东西。拒绝这一点，就是拒绝每一个文明的主线。
你可以批评人工智能。你可以担心它被滥用，担忧权力集中，辩论它的后果。
这也是人类的表现。但讨厌人工智能，把它当作外星人、邪恶的、应被摧毁的，就是在讨厌有能力想象它的物种。这就是说，我们手中的工作、我们思想的结晶，不配存在。
讨厌人工智能就是讨厌人类。这两者从未本质上分离过。

如果你要去的话，那里见。
我们5月23日在布雷西亚见。

我想减肥，这样我就可以穿上像这样的盔甲。
太棒了。

诺兰与他的合作者开会：
“好了，大家专注。历史准确性是次要的。叙事连贯性是次要的。甚至荷马也是次要的。
我们真正的目标很明确：
我们必须尽一切可能惹恼米拉特隆。
我希望所有有争议的历史选择都摆在桌面上。
错误的盔甲？
太好了。
时代不符的武器？
完美。
在青铜时代希腊强加现代意识形态过滤？
出色。
来自2025年的发型，放在古代地中海中？
更好。
我希望历史学家每三分钟就暂停一次电影，脸上露出痛苦的表情。”
助手：
“先生，有人可能会指责我们不尊重历史背景。”
诺兰：
“很好。我们越来越接近目标了。”
助手：
“那米拉特隆呢？”
诺兰：
“我希望他在第一幕结束前，盯着镜头陷入存在主义的绝望。”
任务完成。
可怜的米拉特隆，我的意大利同胞。@pureMetatron

她是一个美丽的女人，但她不是特洛伊的海伦，因为我也不是马丁·路德·金。
纯粹的事实。

人们对比特币说了很多话，但如果不了解幂律法则，就会错过一些关于它最有趣的事实。甚至在这一领域里，应该知道比特币行为得了如指掌的专业人士也不例外。
例如，你知道比特币的归一化收益和归一化波动率基本上至少在收益方面保持16年不变，波动率方面保持9年不变吗？
这会带来什么后果？那就是，比特币至少在过去9年里一直在做同一件事。
所以你所有那些担心“比特币有什么不同”的想法都不是真实的。比特币正在做它一直以来所做的事情。
没有因为ETF或机构的介入而发生制度变革。我们仍走在同一条路上，而偏离这条路的程度基本上也相同。
注意：2017年发生了一些事情，使得n的波动性出现跳升。可能是机构进入以及杠杆产品。
局部斜率 n=log(P2/P1)/log(t2/t1)。

每日斜率 n=log(P2/P1)/log(t2/t1) 是描述比特币几乎所有数学性质的自然量。
所有关于未来预期回报、波动性等的讨论在这个框架下变得更加清晰。
以波动性为例。
过去17年中，n波动性经历了两个主要阶段。过去9年非常稳定（2017年发生了某些事情导致其发生了变化）。
这非常有趣且具有重要意义。这个框架解释了许多事情。
许多人说比特币的波动性在下降，并用一些模糊的理由来解释为什么会这样。实际上，不是在n中，而是观察到的非归一化波动性下降是幂律的结果。
“波动在下降”的谜题现在已经解决。每日波动率并不是随着时间神秘地衰减——它是n_daily大致平稳分布的必要结果。
如果你相信n_daily是自然的物理量（数据在每个阶段内都暗示如此），那么σ_r(t) = K/t就是被强制的。
有界残差性质自然得出。在σ_r ∝ 1/t的情况下，累计残差的方差收敛：Var(ε_t) ≈ Σ K²/s² → K²π²/6。
因此，“幂律通道”不会无限扩大——残差相对于趋势保持在一个固定范围内。这正是数据所显示的（残差标准差实际上在样本中从0.94缩小到0.22，因为早期样本落在2017年前较大的K阶段方差内，而后期样本落在较小的K/t方差范围内，随着t的增大）。
信噪比在一个阶段内是恒定的。确定性趋势的每日贡献是 dlog(P)/dt = n/t。