The Table 2 Fallacy — conflating prediction and causation
。经济学中“表2谬误”的一个经典教科书例子是在估计教育回报和误解回归系数时出现的。假设一位经济学家希望估计额外一年的学校教育对收入和估计的因果影响：如果估计的系数很小并且在统计上微不足道，那么经济学家可能会得出结论 [...]
Armageddon, Iran War & Why Peace is Impossible
特朗普政府的新保守派在对伊朗乃至整个中东进行战略思考时一如既往地彻底失败。我们从行业同事那里收到的电子邮件经常将陈述与现实混为一谈，冲突未来的不确定性正在造成历史性的供应中断并颠覆行业规划。 [...]
Information-Driven Design of Imaging Systems
编码器（光学系统）将对象映射到无噪声图像，噪声会破坏测量结果。我们的信息估计器仅使用这些噪声测量值和噪声模型来量化测量值区分物体的效果。许多成像系统产生人类从未见过或无法直接解释的测量值。您的智能手机在生成最终照片之前通过算法处理原始传感器数据。 MRI 扫描仪收集需要重建的频率空间测量结果，然后医生才能查看它们。自动驾驶汽车直接使用神经网络处理摄像头和激光雷达数据。在这些系统中，重要的不是测量结果如何，而是它们包含多少有用信息。即使这些信息以人类无法解释的方式编码，人工智能也可以提取这些信息。然而，我们很少直接评估信息内容。分辨率和信噪比等传统指标分别评估质量的各个方面，因此很难比较在这些因
Recursive technology, non-recursive adoption, and Schumpeterian displacement
Tyler 引用了 Citadel Securities 的这篇文章，阐述了 Tyler 之前提出的观点：人工智能正在突飞猛进地变得更加强大，但人们和机构在采用新事物方面进展缓慢。机构内部的扩散和瓶颈将阻止人工智能驱动的增长爆炸和快速取代。递归技术≠递归采用当前围绕人工智能的争论将该技术的递归潜力与递归经济部署的期望混为一谈。换句话说，由于人工智能系统可以自我改进或加速自身能力，评论家们正在推断自动化和生产力以指数速度无限复合的未来。历史上，技术扩散遵循 S 曲线。早期采用缓慢且昂贵。随着成本下降和互补基础设施的发展，增长加速。最终，饱和出现，边际采用者的生产力较低或利润较低，从而导致增长减速
