Lộ trình đọc lưu trữ tĩnh offline của stng.substack.com bởi Adam Chlipala
Các nguyên lý nền tảng liên kết tính đúng đắn, hiệu quả và thiết kế toàn diện.
Bắt đầu từ đây để hiểu luận điểm cốt lõi của blog. Dàn ý này định hình các bài viết còn lại như một hành trình full-stack từ tối ưu hóa hệ thống đến các cấu trúc xã hội.
Tại sao chúng ta nên đơn giản hóa các bài toán kỹ thuật khó bằng cách thiết kế lại môi trường xung quanh chúng.
Khám phá cách chúng ta có thể né tránh các thách thức AI phức tạp (như computer vision hay xử lý ngôn ngữ tự nhiên) bằng cách xây dựng sự chuyên dụng trong bố cục vật lý, giao diện lập trình và cấu trúc ngôn ngữ.
Và chúng ta nên nghĩ như thế nào về việc liệu chúng ta có muốn các hệ thống AI có nó hay không?
Chuẩn bị thiết kế một giải pháp thay thế được hỗ trợ bởi AI
Lợi ích của việc thiết kế các phần của một hệ thống cùng nhau
Và làm thế nào chúng ta có thể bảo vệ các hệ thống AI của mình khỏi những thách thức đó?
Một trường hợp rõ ràng nơi sức mạnh của sự đơn giản hóa nằm trong tay chúng ta
Đôi khi tất cả những gì cần làm chỉ là thay đổi thế giới.
Đóng gói trí thông minh tránh xa sự phức tạp có thể phòng tránh
Đảm bảo an toàn toán học để mở khóa sự tự cải tiến đệ quy và lặp lại nhanh chóng.
Tìm hiểu cách formal verification dịch chuyển các vòng phản hồi chất lượng lên sớm hơn, cho phép các compiler tự cải tiến một cách an toàn và giúp các AI agent không tin tưởng nhau chia sẻ tức thì các module mã nguồn đã được kiểm chứng.
Suy nghĩ dưới góc nhìn một distributed protocol
Cảnh giác với các bài toán khó và giải pháp đắt tiền
Cách tăng tốc evolutionary search đồng thời xây dựng lòng tin vào kết quả của nó
Những suy ngẫm đầu tiên về sự khác biệt khi "thuê" AI để phát triển các ý tưởng tốt hơn
Một bài toán thách thức vừa tầm trong AI alignment
Cho phép chia sẻ mã nguồn an toàn giữa các agents
Tại sao các mạng nơ-ron sâu còn thiếu sót và cách các phương pháp symbolic giải quyết lòng tin cùng latency.
Phân tích các giới hạn của deep learning—cụ thể là thiếu các đảm bảo về tính đúng đắn và latency cao—và tại sao kết hợp symbolic verification với các quá trình tìm kiếm là chìa khóa cho AI đáng tin cậy.
Giá trị của việc tìm kiếm tài liệu liên quan trước đó (prior art)
Sự cộng dồn cấp số nhân của latency với generative AI
Nhược điểm của deep learning so với một người họ hàng không mấy phổ biến
Một lợi thế phi trực quan cho những người tốt
Tại sao chúng ta không cần lo lắng về việc liệt kê các cuộc tấn công khả thi
Sự dịch chuyển từ viết mã nguồn sang viết specifications định hình lại công cụ và kinh tế của chúng ta ra sao.
Điều tra các kết quả thực tế của sự dịch chuyển mô hình này: cách requirements đơn giản hóa, cách user interfaces biến đổi, và các ngôn ngữ hệ thống low-level phải thích ứng thế nào để biên dịch mã nguồn do AI tổng hợp.
Các Abstraction boundaries mang lại lợi ích
Tại sao AI sẽ dễ dàng tự giữ cho chính mình hài lòng hơn
Các AI coding tools đang đối mặt với một trở ngại lớn khi sử dụng các ngôn ngữ phổ biến.
Phân tích lợi ích của các loại hình phân quyền (decentralization) khác nhau