主题：【原创】深入谈一下chatGPT对我们我国的重大影响 -- 东东山

工业化目前看总是需要人动手的，它能解决动脑的问题，还能解决动手的问题？

这得靠机器人了

这么几亿人持续调教下来，搞出自我意识估计快了？😅

这次人家不开源，百度阿里能不能迎头赶上就很值得期待了

If I have N recorders to record sounds in a room, and there are M people talking in the same room, N>M+5. Potentially there may be noises from cars outside. Could you give me some python code to demix the voices of these people from the recorded sounds?

import numpy as np
from scipy.io import wavfile
from sklearn.decomposition import FastICA
# Load the audio data into a numpy array
rate, data = wavfile.read('input_signal.wav')
# Reshape the data into a matrix, where each row represents a time frame
samples, channels = data.shape
data = data.reshape((samples, channels))
# Perform ICA
ica = FastICA(n_components=M)
sources = ica.fit_transform(data)
# Save the separated sources
for i in range(M):
 wavfile.write('source_{}.wav'.format(i), rate, sources[:, i])

Could you give me an example python code to filter out noises from an airplane?

import numpy as np
import matplotlib.pyplot as plt
import scipy.signal as signal
# Load the signal
fs, data = wavfile.read("airplane_noise.wav")
# Design a Butterworth band-stop filter to remove airplane noise
f0 = [1000, 6000] # Cutoff frequencies
b, a = signal.butter(3, f0, btype="bandstop", fs=fs)
# Apply the filter to the data
filtered_data = signal.filtfilt(b, a, data)
# Plot the original and filtered signals
plt.figure(figsize=(12, 6))
plt.plot(data, label="Original")
plt.plot(filtered_data, label="Filtered")
plt.xlabel("Sample")
plt.ylabel("Amplitude")
plt.legend()
plt.show()

我更看好新能源（核聚变/储电技术）、新资源（人造物质）、量子技术的前景。

你读读人工智能的论文，大多是模型跟代码给你写的明明白白的，但是数据集比较语焉不详

美国有全球的互联网平台，可以用全球的数据做训练。中国只能用国内的数据做训练，最多加上点周边东南亚国家的数据，抖音的数据还无法回传，虽然中国人口众多，但是跟全球人口还是没法比。至于老欧洲？已经沦为数据农场了，他们的数据他们说了不算的。

这种大亏要大到大家不可想像，提起来好几辈子人都得记住。清末的教训也刚刚100年，现在人大都对外面的新技术新应用不屑一顾，提起来什么东西，我天朝都有，即使现在不能用，百度也说了，三个月以后就可以了。实在没有，我们可以对着这个CHATGPT泼屎尿就可以让其不能失效。