AI 与机器学习2022dl.acm.org
Chaostron：学习机器的重要进展（1961）
The Chaostron: An Important Advance in Learning Machines (1961)
入门 · 约 15 分钟读完前置知识：基础编程概念、机器学习常识、早期计算机史
导读
这篇 1961 年发表于《Communications of the ACM》的文章，以“Chaostron”为名描述/戏仿一种学习机器：把大块金属网随机切割再拼装、用类英语语言 YAWN 编程，并在 IBM 704 上层层模拟，结果出现打印乱码、吐出打孔卡等荒诞现象。结合评论看，它很可能是一篇愚人节讽刺文章，而非严肃的机器学习研究。
HN 关注点：HN 读者被论文的超现实内容吸引，讨论焦点是它究竟是真研究还是《CACM》四月刊的愚人节玩笑。
HN 评论精选
这几条评论里：支持 1 质疑 1 补充 1
质疑论文内容荒诞离奇，像恶搞或讽刺，真假难辨。
这篇论文太超现实了。一篇 AI 论文开头是对溺水猫和信教黑猩猩的实验；然后说把一大块金属网剪碎再随机拼装成系统；接着在计算机上模拟，用一种叫 YAWN 的、像英语的编程语言写代码；又说他们拿不到运行 YAWN 程序的机器，于是在一台 IBM 704 上模拟那台机器；然后还很兴奋地说，机器在某种输入下打印出乱码，另一次运行还把输入打孔卡吐出来两次。我不确定这是真的还是玩笑，不确定实验本身是不是设计来浪费美军计算机时间的玩笑，也不确定它是否有深刻教训。对我来说，这感觉像《HPMOR》里邓布利多把鸡点着。
divs1210查看英文原文
The paper is surreal. An AI paper that starts with experiments on drowning cats and religious chimpanzees. Then it talks about making the system by cutting up a large wire mesh and assembling it back randomly. Then it talks about simulating the system on a computer, and coding it in a programming language called YAWN that is like English. Then it says that they could not obtain the machine that runs YAWN programs, so they emulated that machine on another computer (IBM 704). Then it says (excitedly) that the machine printed gibberish when presented with a certain input and on another run ejected the input punched card twice. I'm not sure if this is real or a joke. I'm not sure if the experiment itself was designed as a joke to waste US military's computer time. I'm not sure if this has some deep lessons. To me, it felt like when Dumbledore set the chicken on fire in HPMOR.
补充四月刊加上层层模拟的致谢，基本坐实它是愚人节玩笑。
我读到论文末尾才注意到它发表在《Communications of the ACM》四月刊。我很难相信这不是愚人节玩笑。证据是论文接近结尾的一句：“感谢……V. A. Vyssotsky 先生手动模拟 704 模拟 STRETCH 模拟 Chaostron”。
inetsee查看英文原文
I got to the end of the paper before I noticed that it was published in the April issue of Communications of the ACM. I have a hard time believing that this is not an April Fool's Day joke. I provide as evidence this line from near the end of the paper: "Thanks are due ... to Mr. V. A. Vyssotsky for manually simulating the 704 simulating STRETCH simulating Chaostron"
支持确认它是讽刺文章，并欣赏其拟人化幽默。
意识到是玩笑后，这是一篇相当不错的讽刺文。我最喜欢的引文肯定是：“（这里说的‘好奇心’，当然，我们并不是要暗示应把拟人化类别或判断应用于机器，而只是说机器有学习的欲望）”。
Paedor查看英文原文
Pretty nice satire once you realize it's a joke. My favorite quote is definitely "(where by curiosity," of course, we do not mean to imply that anthropomorphic categories or judgements should be applied to machines, but merely that the machines have a desire to learn).
历次讨论
- 2022Hacker News 讨论帖1,487 分 · 19 评
同领域还值得读
DeepSeek-R1：通过强化学习激励 LLM 的推理能力
DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via RL
研究如何用强化学习激励大语言模型的推理能力，提出 DeepSeek-R1，并探讨 RL 训练对模型推理表现的影响。
AI 与机器学习2025 · 1,351 分 · 1,056 评 · 引用 30进阶 · 约 80 分钟编辑精选1-bit LLM 时代：面向低成本计算的三值参数
The Era of 1-bit LLMs: ternary parameters for cost-effective computing
提出用三值参数 {-1, 0, 1} 替代 LLM 中的浮点权重，即所谓“1-bit LLM”。
AI 与机器学习2024 · 1,040 分 · 447 评 · 引用 19进阶 · 约 45 分钟编辑精选DeepSeek-V3.2：推进开放大语言模型的前沿
DeepSeek-v3.2: Pushing the frontier of open large language models
这是 DeepSeek-V3.2 的技术报告，延续了 DeepSeek 开源权重模型的路线，目标是让开放模型继续逼近甚至追平前沿闭源模型。
AI 与机器学习2025 · 982 分 · 465 评进阶 · 约 90 分钟编辑精选通过自我对弈与通用强化学习掌握国际象棋和将棋（AlphaZero）
Mastering Chess and Shogi by Self-Play with General Reinforcement Learning
DeepMind 的 AlphaZero 论文：用通用强化学习算法（自我博弈 + MCTS + 神经网络），从零开始仅数小时训练便在国际象棋和将棋上击败了世界顶级引擎 Stock…
AI 与机器学习2017 · 539 分 · 270 评 · 引用 13进阶 · 约 90 分钟编辑精选用强化学习发现更快的矩阵乘法算法
Discovering faster matrix multiplication algorithms with reinforcement learning
论文提出 AlphaTensor，用强化学习搜索矩阵乘法算法。
AI 与机器学习2022 · 518 分 · 111 评专业 · 约 90 分钟编辑精选