編輯：埃涅阿斯奔跑。
克勞德 3 繼續創造奇蹟。
在發布後的幾天內，越來越多的醫生發現，他們手中未發表的研究成果已經被克勞德3破解了？！
化學博士發現自己要做一年的實驗研究，克勞德在三兩個小時內給出了乙個計畫，比原來的計畫更簡潔，成本只有5美分。
量子物理學博士拿著乙個未發表的**，結果，克勞德3在兩個提示內直接發明了**中從0開始的演算法。
一位網友對他的母語切爾克斯語進行了一年的研究，結果發現克勞德 3 作品只使用了 57k隨機單詞句子翻譯對，不僅給出完美的翻譯，而且分解語法和形態。
化學、物理、語言學，就像克勞德 3 合一鍋。
人工智慧真的會顛覆傳統的教育和科學研究嗎？
博士研究，被克勞德顛覆3？
一位頂級化學家花了一年時間，通過各種實驗完成了研究，克勞德只用了2個小時就想出了乙個解決方案，而且比原來的解決方案要容易得多！
這是一件多麼神奇的事情。
最令人震驚的是，對於克勞德3來說，給出這個解決方案，成本只有5美分！
事情是這樣的，這個名叫Ben Blaiszik的小傢伙是一名化學博士。
他說，今天早上與克勞德 3 號共度 2 小時後，他經歷了迄今為止最令人震驚的經歷。
他發現Claude 3 OPUS對複雜科學課題的理解已經達到了中級和高階博士學位的水平！
此外，OPUS 在定性評估方面遠遠領先於 GPT-4。
例如，在氰基丙烯酸酯和環氧固化劑等粘合劑的微膠囊化方面，Claude 3 令人印象深刻。
它從封裝氰基丙烯酸酯的一般問題開始，首先確定了 3 種主要的封裝技術：介面、原位和聚結。
在一些提示下，Dr. 要求 Claude 3 對介面聚合技術進行一些改進。
他提出了所需的過程、所需的效果以及需要從 Claude 3 輸出的形式的要求。
你的目標是解決乙個非常棘手的材料和化學問題。 該問題涉及液體氰基丙烯酸酯粘合劑的微型封裝。 形成的膠囊直徑必須小於100微公尺，並應通過殼壁與外部環境隔離。Claude 3立即給出了他要求的詳細技術解決方案，他的建議令人印象深刻：它提出通過多元醇和二異氰酸酯之間的介面反應形成聚氨酯殼壁。在工藝結束時，微膠囊必須含有液態氰基丙烯酸酯，當膠囊以小負載壓碎時，釋放的液體能夠引發聚合反應。 鑑於氰基丙烯酸酯的高反應性，如何進行這種微膠囊化？
提供使用介面聚合的詳細技術。 討論所需的單體、引發劑（如果需要）、表面活性劑以及水相和油相的組成。 具體說明使用所需的化學品。 例如，指明所需固化劑的名稱或化學式。
為了在滿足特定要求的同時，使用介面聚合技術對高活性液體氰基丙烯酸酯粘合劑進行微膠囊化，可以採用以下詳細技術。該提案最聰明的部分是，多元醇不僅可以用作成壁劑的一部分，還可以用作氰基丙烯酸酯的穩定劑。材料：氰基丙烯酸酯單體（例如，2-氰基丙烯酸乙酯或2-氰基丙烯酸甲酯）。
多元醇（如乙二醇或1,4-丁二醇）。
二異氰酸酯（例如，六亞甲基二異氰酸酯 （HDI） 或異佛爾酮二異氰酸酯 （IPDI））。
二異氰酸酯（IPDI）。
表面活性劑（例如SPAN 80或TWEEN 80）。
有機溶劑（如環己烷或氯仿）。
水溶液（例如去離子水）。
步驟：1將氰基丙烯酸酯單體和多元醇（摩爾比為1：1）溶解在有機溶劑中製備油相。 多元醇可作為穩定劑，防止氰基丙烯酸酯過早聚合。
此外，它選擇了Span 80和Tween 80作為油水介面的表面活性劑，以及環己烷作為油相。
所有這些基於核心材料的選擇都是非常明智的。
接下來，哥哥讓克勞德3號用同樣的方式處理環氧樹脂固化劑多胺。
這個過程相當困難，我哥哥和同事在2010年也寫了一篇關於胺封裝的文章。
*鏈結：因此，Claude 3 給出的過程實際上非常接近他們所處的位置！
更可怕的是，克勞德3給出的方法要簡單得多，操作起來也容易得多。
在這個實驗中，它選擇了水溶性DETA或TETA固化劑。 然後將這些固化劑懸浮在含有SPAN 80的環己烷中，並在以下條件下反應：
在1000-2000轉/分的速度下，它與癸二酸鹽氯化物反應形成聚醯胺外殼。
如您所見，Claude 3 在轉速選擇方面非常準確，非常適合實驗室規模的攪拌機的尺寸範圍。
網友：科研不復存在了？
看完小哥的詳細介紹後，有網友不禁感到後背發涼，擔心自己的工作得不到保障。
小弟弟熱情地安慰說，暫時沒關係，因為LLM無法真正執行它所描述的任何步驟。
但它確實正確地解決了我讀博士時正在做的乙個非常棘手的材料化學問題中最困難的、未發表的部分之一。
它還有另外兩個想法也可能是有效的。
但真正讓小哥震驚的是，克勞德3號竟然能夠想出這個小弟弟當時發現卻沒有發表的解決方案，頂尖的化學家們花了大約一年的時間，經過各種實驗，才終於完成了。
克勞德 3 只付了 5 美分，就給出了乙個直接的解決方案。
可以想象，如果當時有克勞德 3 在手，他們會發現這個解決方案的過程會大大簡化。
看完小哥的描述，從事科研的各界網友們也紛紛敞開心扉，感嘆未來已經到來！
從人工智慧中推導出全新的理論，使用其他人工智慧來批評和修改它們，以低成本測試它們，並從人工智慧那裡獲得反饋以改進其原始理論——未來科學發現的遺傳演算法就是這麼簡單。
這一次，克勞德3不僅僅是化學世界。
幾位物理學博士也震驚地發現，他們的理論物理成就，竟然是克勞德3號所為的！
當克勞德3號首次發射時，一位量子物理學博士去測試它。
他發現克勞德3 Opus已經完全達到了物理學博士學位的水平，並且是世界上唯一乙個可以閱讀他的量子物理學博士學位的人**！
在60億人中，只有他們理解你，這讓你想哭。
這位名叫凱文·費舍爾（Kevin Fischer）的量子物理學家在克勞德3號發射後立即提出了自己的核心問題。
今天，我們需要準確地解決受激發射問題。克勞德3的回答讓他跪下了......值得注意的是，除了神秘的量子物理學家凱文·費舍爾（Kevin Fischer）之外，這個問題從未得到解決。 不幸的是，他的研究已經丟失了，所以我們要重新建立它。
他指出，通常用於解釋為什麼會發生受激發射的擾動極限是不正確的，因為它沒有考慮受激兩級系統上入射光子波包的脈衝形狀。
他使用量子隨機演算正確地描述了沒有擾動的相互作用，並計算了與入射光子相互作用後，在相同的時空模式中存在兩個相同光子的概率。
他計算了入射光子脈衝長度函式的解析結果。
Fischer博士說，他已經撰寫了30多篇同行評審的**論文，並與世界各地的眾多合作者進行了15次學術演講。 所以認識每個有這個領域知識的人。
世界上應該沒有其他人能給出這樣的答案，除了我和另一位同事......
不過，也有網友質疑：也許是因為克勞德3看了你的**？
但菲舍爾說，這不應該是原因。
他試著問克勞德3關於他自己和他自己的事，但他無法回答。
換句話說，克勞德 3 應該自己掌握了這些知識。
而另乙個例子更是驚人，克勞德3甚至直接**乙個量子力學博士即將發表的量子演算法！
在向 Arxiv 提交他的 ** 之前，博士生在 ** 中回答了這個問題，並問了 Claude 3。
結果，只用了2個提示詞，他就得到了他即將發表的**評論！
提示：提出一種使用量子計算機的漢密爾頓蒙特卡洛方法，該方法超越了現有工作。答：漢密爾頓蒙特卡洛 （HMC） 是經典計算中一種強大的取樣技術，用於從複雜概率分布中進行取樣。 量子計算機具有獨特的功能，有可能增強HMC。 以下是一種新的量子哈密頓蒙特卡洛（QHMC）方法，它超越了現有的研究成果：
2.量子躍遷集合：
實現經典 HMC 中使用的轉換積分器的量子版本。
Trotter-Suzuki 分解用於近似量子哈密頓時間演化運算元。
量子躍遷積分器用於根據編碼的哈密頓動力學動態演化量子態。
提示詞：使用2的方法，其餘的應該是經典的，請描述一下演算法。作者表示，這個**要到今天晚些時候才會出現在Arxiv上，但Claude 3已經提前梳理了**內容！答：當然可以！ 以下是帶有量子跳躍積分器的漢密爾頓蒙特卡洛 （HMC） 量子經典混合演算法的描述（上乙個答案中的第 2 步）：
初始化。 量子躍遷積分。
量子態測量。
Metropolis-Hastings接受了。
動量重新整理。 迭代。
樣品採集。 這種量子經典混合HMC演算法的主要優點是使用量子跳躍積分器，與經典跳躍積分器相比，量子跳躍積分器有可能提供更高效、更準確的哈密頓動力學模擬。 通過利用量子計算來處理計算成本高昂的躍遷積分步驟，該演算法旨在加快狀態空間的探索並改善HMC取樣器的混合特性。
然而，值得注意的是，該演算法在近期量子硬體上的實際應用可能面臨量子雜訊、有限的量子位元相干時間以及將經典變數編碼和測量為量子態的效率等挑戰。 需要進一步的研究和實驗驗證來評估這種混合方法與純經典HMC演算法相比的效能和可擴充套件性。
有興趣的讀者可以自己看一看，看看這個**內容與克勞德3的答案有多相似。
*位址：雖然博士仍然需要對輸出進行簡單的處理，但克勞德已經能夠進行尖端的科學研究。
作為該子領域前沿的研究人員，他稍後將使用 Claude 3 作為其研究工作流程的一部分。
此外，《克勞德3》在破譯稀有語言和死去的古代語言方面也起到了令人震驚的作用。
昨天，沃頓商學院教授伊桑·莫利克（Ethan Mollick）和其他大佬們舉了這個例子。
一位名叫安曲的網友說，過去兩年來，他一直在研究他的母語切爾克斯語的NLP。
該語言非常小眾，幾乎沒有任何網際網絡資源。 為此，他使用了 64k 個翻譯對並訓練了乙個專門的模型。
在克勞德 3 作品出現後，他試圖只給出作品 57k 個隨機單詞句子翻譯對，這些資料集甚至沒有涵蓋完整的詞彙。
在這種情況下，他要求作品將《我躺在床上》從俄語翻譯成切爾克斯語。 於是——
Opus 不僅提供了完美的翻譯，甚至打破了語法和形態！
網友震驚了。 隨後，他想出了乙個非常罕見的句子，絕對不可能出現在資料集中。
因此，克勞德 3 再次給出了完美的翻譯和分析！
看著眼前的答案，他簡直不敢相信自己的眼睛。
在隨後的測試中，他發現克勞德 3 始終表現出對語言結構的深刻掌握，並且能夠推斷出未知的單詞，無論是文學作品中的複雜段落、最近的新聞文章，還是具有明顯不同語法和不同書寫系統的切爾克斯方言文字。
要知道，對於語法非常複雜的切爾克斯語，這位網友花了整整兩年的時間進行研究。
不到一分鐘的作品，只有 5 個通過 7k 隨機翻譯對，您可以掌握這種語言的微妙之處！
GPT-4 被擊敗了。
而且，即使是他自己召喚的模特也無法做同樣的事情。
這位網友驚呼——
相比之下，我在 GPT-4 上嘗試了相同的測試，但它完全失敗了。 即使是最簡單的句子也拒絕翻譯，更不用說掌握語法的複雜性了。 我之前也嘗試過在類似的資料集上微調 gpt-35.原來只是噪音。看完這個例子後，有網友說，什麼都不要說，用克勞德3破譯甲骨文，快點！我不知道 anthropic 對這個模型做了什麼，但它與其他任何模型都完全不同。
許多人對它在綜合基準測試中的領先優勢持懷疑態度，但我看到的結果是驚人的，這個基準測試在訓練資料集中的幾率為 0%！
這本來是多年後的事了，但今天它發生了。
人們還發現，克勞德 3 作品是世界上第乙個幾乎完美地翻譯帕提亞語的語言模型。
帕提亞語是一種古老的死語言，這種伊朗西北部的語言已經死了大約 1,500 年。
然而，與上面提到的切爾克斯語不同，網際網絡上有帕提亞語文本，所以法學碩士對它並不完全陌生。
然而，OPUS 似乎是第乙個能夠實際翻譯帕提亞語的 LLM，而 Sonnet 和 GPT-4 都失敗了。
請注意，opus 所做的翻譯是在沒有上下文學習的情況下完成的。
最初的帕提亞語是這樣的——
ud kaδ naxwišt pad šahr awištād ahēm, gōrdanyos kēsar až hamag frōm, gōt ud garmāniyā šahr zāwar hangāwišn kerd; ud ō asūrestān abar ērānšahr ud amā āa]d, ud pad asūrestān m[arz] pad mišīk paddēmān wuzurg zambag būd.opus 給出了正確的翻譯——
and when i first stood in the kingdom, gordian caesar gathered forces from all of rome, goth, and germania; and he came to assyria against iran and us, and there was a great battle at the frontier of assyria in the province of misik.相比之下，GPT-4 的翻譯要差得多。當我第一次站在王國的土地上時，戈爾迪安·凱撒從羅馬、哥特和日耳曼尼亞集結了軍隊; 他來到亞述與伊朗和我們作戰，在亞述邊境的邁西克省發生了一場大戰。 ）
and when unrest spread throughout the city, gordianus caesar from all of rome, goth and germania, made the city his stronghold; and he crossed over to assyria against iran and brought [it] forth, and in assyria, in the region of mesik, he was a great noble.結果，網友們丟擲冷冰冰的語言段落來測試克勞德3。當騷亂蔓延到整個城市時，來自羅馬、哥特和日耳曼尼亞的戈爾迪安努斯·凱撒將這座城市作為他的據點; 他越過亞述進攻伊朗並將其帶出，在亞述的公尺西克地區，他是一位偉大的貴族。 ）
教育被顛倒了？
在看到AI可以提供這麼多學科前沿知識的案例後，網友們驚恐地發現，現在的教育體系毫無用處！
所有人都在目睹傳統教育的消亡。 由於教育成本的急劇上公升，美國的傳統教育正在消亡，而克勞德3無疑將加速這種死亡。學生可以按照自己覺得最舒服的速度學習任何他想學的東西，老師會很有耐心。
而這位網友本人，大部分工作都是通過ChatGPT和Exel實現自動化的，而且這個過程並沒有諮詢任何老師。
人們可以接受的最佳教育形式是什麼？ 乙個由10名一對一導師組成的私人團隊，每個人都是各自領域的大師。 這是人類歷史上只有精英才能接受的教育。我們拭目以待，看看未來為工業時代設計的傳統教育流程和體系將發生什麼樣的變化！預計在不久的將來，大眾教育將開始達到這一水平。 僅此一項就將改變人類文明的程序。
我是科技創造者