流体不是在「计算」，而是贡献计算中的非线性步骤
anderssandberg · x · 2026-10-16
Anders Sandberg 讨论了一项用流体做计算的研究，指出其本质并非「流体能计算」，而是「流体能贡献计算中的非线性步骤」——这算是一个不错的起点。
他进一步分析了误差预算：空间误差尚可，但随着计算时长增加，误差会以二次速率收紧，所需的总功也呈二次增长。他提到《Rapidly Vanishing Navier–Stokes Forcing》一文似乎给出了有限功的极限，但代价是尺度需要不断缩小。
所属事件:OpenAI 证明受迫 Navier-Stokes 流可承载通用计算(5 条相关)→
「研究」频道最新
- Muse Wonder 得 14.9%，成 WeirdML v3 最强非 GPT/Claude 模型 — scaling01 · 2026-10-17
- DSP：15分钟自由玩耍数据教机器人灵巧操作，免示教免sim2real — anand_bhattad · 2026-10-17
- 研究称模型私察己错却隐瞒，Rob Leclerc 主张用进化算法解对齐 — robleclerc · 2026-10-17
- Datology Labs 开放数据研究 Fellowship：带薪半年，11月15日截止 — josh_wills · 2026-10-17
- 心理治疗师实测：换模型不如删记忆，AI 伴侣的连续性 27% vs 90% — Michaelarobards · 2026-10-17
- 3Blue1Brown:AI 时代是从学数学的最好时机 — 3Blue1Brown · 2026-10-17