你這篇應該是回p大的 我是做聲學 我有回覆一篇工程學概念的 可以看看多個因素一起處理 是現代工程學處理的直接問題 這個有很多實作我那篇列出的維基百科有提到 你也可以查成功的複雜案例 像是最前沿的科技產品其實都有展示人文方面的我不太了解 我會避開== 但工程學處理這個是很常見的我能喜歡的人非常少工程宅~我認為你可以寫一篇: “什麼是研究的有效框架“背後有數學模型更好
https://en.wikipedia.org/wiki/Bayes%27_theorem它能處理的很廣泛 包容力很強 當然 不包括情緒問題 eg我們對溫柔的判斷 是有生物學基礎的->人類出現之前的祖先就有對預測不確定因素的處理 個人潛艦有興趣可以來我們的網站看 我是負責其中部分的管理員lesswrong.com我們網站的成員有Ilya sutskever, vitalik Buretin, Elon musk(投資Miri), john carmack(跟Ilya拿論文)等等可以來發文討論 不過討論主要核心還是數學 作為有效工具這串我終於看完了==我不太看哲學 我小時候翻別人的書看了五分鐘左右就不看了 看不太懂部分的討論我完全不懂哲學那些 只能用工程學來理解我覺得你們要做的可能是翻譯像你們的討論的“歷史基因“ 我覺得很模糊最好是非常的直接 稍微舉一些實例來展示這一點我覺得無傷大雅 但可以加入一些翻譯工作 更好的對齊看法 然後取得工程上的進展去 進展而不是勝負這篇數學寫的很淺顯
https://en.wikipedia.org/wiki/Markov_chain_Monte_Carlo有用jags的 或數學系 應該看一遍就會了 也可以寫程式來算五分鐘應該就能學會lesswrong需要的比較基礎的數學裡面的人不小部分都是ai研究員 像openai的頂尖科學家Ilya sutskever 但論文不用全部讀 機率方面的數學(碩士~博士)會就可以聊天了可以聊歷史跟未來 還有怎麼看待事件的發生基本上網站裡十年前討論的事情 現在都有被網站成員實現 eg openai成立 ai迭代還有火箭技術(升降方法) 數位貨幣lesswrong是很不錯的網站政治也有人聊裡面那個開火箭公司的就有搞==裡面的成員很多是老闆(火箭 ai) 或是新產業發起者還有世界頂尖科學家你可以找Ilya sutskever在lesswrong早期 公司還沒成立的文章 他跟Elon musk, john carmack的關係都還不錯網站的珍貴史料ilya說是全世界排名前三的ai科學家應該沒什麼問題非常精彩機率不難 如果你讀過stem 可以先花一天時間讀 在去裡面討論