你这篇应该是回p大的 我是做声学 我有回复一篇工程学概念的 可以看看多个因素一起处理 是现代工程学处理的直接问题 这个有很多实作我那篇列出的维基百科有提到 你也可以查成功的复杂案例 像是最前沿的科技产品其实都有展示人文方面的我不太了解 我会避开== 但工程学处理这个是很常见的我能喜欢的人非常少工程宅~我认为你可以写一篇: “什么是研究的有效框架“背后有数学模型更好
https://en.wikipedia.org/wiki/Bayes%27_theorem它能处理的很广泛 包容力很强 当然 不包括情绪问题 eg我们对温柔的判断 是有生物学基础的->人类出现之前的祖先就有对预测不确定因素的处理 个人潜舰有兴趣可以来我们的网站看 我是负责其中部分的管理员lesswrong.com我们网站的成员有Ilya sutskever, vitalik Buretin, Elon musk(投资Miri), john carmack(跟Ilya拿论文)等等可以来发文讨论 不过讨论主要核心还是数学 作为有效工具这串我终于看完了==我不太看哲学 我小时候翻别人的书看了五分钟左右就不看了 看不太懂部分的讨论我完全不懂哲学那些 只能用工程学来理解我觉得你们要做的可能是翻译像你们的讨论的“历史基因“ 我觉得很模糊最好是非常的直接 稍微举一些实例来展示这一点我觉得无伤大雅 但可以加入一些翻译工作 更好的对齐看法 然后取得工程上的进展去 进展而不是胜负这篇数学写的很浅显
https://en.wikipedia.org/wiki/Markov_chain_Monte_Carlo有用jags的 或数学系 应该看一遍就会了 也可以写程式来算五分钟应该就能学会lesswrong需要的比较基础的数学里面的人不小部分都是ai研究员 像openai的顶尖科学家Ilya sutskever 但论文不用全部读 机率方面的数学(硕士~博士)会就可以聊天了可以聊历史跟未来 还有怎么看待事件的发生基本上网站里十年前讨论的事情 现在都有被网站成员实现 eg openai成立 ai迭代还有火箭技术(升降方法) 数位货币lesswrong是很不错的网站政治也有人聊里面那个开火箭公司的就有搞==里面的成员很多是老板(火箭 ai) 或是新产业发起者还有世界顶尖科学家你可以找Ilya sutskever在lesswrong早期 公司还没成立的文章 他跟Elon musk, john carmack的关系都还不错网站的珍贵史料ilya说是全世界排名前三的ai科学家应该没什么问题非常精彩机率不难 如果你读过stem 可以先花一天时间读 在去里面讨论