AI

＃20230420 00人要比AI凶

ChatGPT是一个以聊天为界面的信息处理工具。它不是一个以陪你聊天解闷为目的的机器人。

AI到底减弱了人的价值还是扩大了人的价值？

正所谓「人要比车凶」，强势的用法，是把AI当做一个助手、一个副驾驶，你自己始终掌握控制权：AI的作用是帮你更快更好地做出判断。

如果你足够强势，当前AI对你的作用有三个。

第一是信息杠杆。

第二是让你发现你究竟想要什么。

第三是帮你形成自己的观点和决策。

AI能让你更像「你」。

它提供创意，你选择方案。它提供信息，你做出取舍。它提供参考意见，你拍板决策。

AI的作用应该是放大你，而不是取代你。当你使用ChatGPT的时候，可以试试一放一收的套路：

* 放，是让思绪在海量的信息里自由飞翔，寻找洞见；

* 收，是找到自我，决定方向，掌控输出。

孤陋寡闻的人不知道AI，认知固化的人忽视AI，肤浅的人害怕AI，热情的人欢呼AI……我们率先使用AI、探索AI、试图理解AI。

20230400  01 大变局：一个新智慧形态的产生

当代AI最厉害之处并不在于自动化，更不在于它像人，而在于它*不像*人：它能找到人类理解范围之外的解决方案。

AI感受到了人类既不能用理性认知，也感受不到的规律。而且它可以用这个规律做事。

人类已经不是世界规律唯一的发现者和感知者。

现在有三种最流行的神经网络算法，监督学习、无监督学习和强化学习。

当前所有AI都是大数据训练的结果，它们的知识原则上取决于训练素材的质量和数量。但是，因为现在有各种高级的算法，AI已经非常智能了，不仅能预测一个词汇出现的频率，更能理解词与词之间的关系，有相当不错的判断力。

但是AI最不可思议的优势，是它能发现人的理性无法理解的规律，并且据此做出判断。

AI基本上就是一个黑盒子，吞食一大堆材料之后突然说，“我会了”。你一测试发现它真的很会，可是你不知道它会的究竟是什么。

20230400  02 开悟和涌现：AI能力的三个境界

《荀子·劝学篇》中的一段话，正好可以用来描写AI能力的三个境界——

第一境界是「积土成山，风雨兴焉」。参数足够多，训练达到一定的积累，你就可以做一些事情。比如AlphaGo下围棋。

第二境界是「积水成渊，蛟龙生焉」。模型再大到一定程度，就会涌现出一些让人意想不到的神奇功能。比如AlphaZero不按人类套路下围棋、大型语言模型的思维链。

第三境界是「积善成德，而神明自得，圣心备焉」。这就是AGI了，它产生了自我意识，甚至有了道德感……

古往今来那么多人读《劝学》，也不知有几人真按照荀子的要求去学了……但是我们现在知道，AI肯定听进去了。你给它学习材料，它是真学。

因为开悟和涌现，AI现在已经获得了包括推理、类比、少样本学习等等思考能力。

20230400 03 底牌和命门：AI能力的局限

1.GPT的底牌：它只是一个语言模型，但同时，它很神奇。

2.GPT的命门：它是用来思考的，不是用来执行冷酷无情的计算的。

    3.我们要认识GPT的根本局限性：神经网络的计算范围是有限的。

总而言之，GPT的底牌是它虽然结构原理简单，但是已经在相当程度上拥有人脑的思维。现在还没有一个科学理论能完整解释它为什么能做到，但是它做到了。GPT的命门也是因为它太像人脑了：它不太擅长做数学计算，它不是传统的计算机。

所以，GPT很擅长编程，却不能自己执行程序：编程是语言行为，执行程序是冷酷计算行为。

将来就算AGI出来，也不可能跳出神经计算和形式逻辑去抓取大自然的真理——科学研究终究需要你跟大自然直接接触，需要调用外部工具和外部信息。

20230400  04 效率：把AI转化为生产力

《权力与预测》这本书认为，通用技术要真正发挥生产力效能，需要经过三个阶段。

第一阶段叫「点解决方案（The Point Solution）」，是简单的输入端替换。

灯泡比蜡烛方便一点，用电力做动力有时候会比蒸汽动力便宜一点，你可能会有替换的意愿。你的生活方便了一点点，你的成本降低了一点，但是仅此而已。

第二阶段叫「应用解决方案（The Application Solution）」，是把生产装置也给换了。

以前的工厂用蒸汽动力都是一根蒸汽轴连接所有机器，蒸汽一开所有机器都开。改用电力之后，工厂发现如果每台机器都有独立的电源，那就完全可以用到哪台开哪台，这岂不是更省钱吗？这并不容易，因为这意味着你必须对机器进行改造，什么机床、钻头、金属切割器、压力机，都得根据独立电源重新设计。这是需要时间的。

第三阶段叫「系统解决方案（The System Solution）」，是整个生产方式的改变。

蒸汽时代的厂房，因为要用到蒸汽轴，所有机器都必须布置在中央轴的附近。用上电力，你可以随处安装插头，机器可以放在工厂里任何一个位置，那么你就可以充分利用空间，没必要把所有机器集中在一起。这就使得「生产流水线」成为可能。这已经不是局部的改进，这要求生产方式和组织方式都得到系统性的变革。

AI也是如此。目前为止，我们对AI的应用还处在点解决方案和一定的应用解决方案阶段，还没达到系统解决方案。这就是为什么AI还没有发挥最大的作用。

AI的点解决方案是用AI*改善*你现有的决定，应用解决方案是AI*改变*你做决定的方式，系统解决方案是AI促成了*新的*决定，你的生产模式整个变了。

AI预测能改变决定方式，就能改变生活方式。

要想让AI充分发挥生产力作用，就必须用预测取代规则。

20230400 05 战略：AI商业的竞争趋势

AI确实是前所未有的变革，但是商业的逻辑并没有变。

* AI商业有先发优势，但同时AI又是对市场现有霸主的颠覆；

* AI因为本质上还是软件，边际成本几乎为零，有胜者通吃效应，但同时AI又有差异化的需求。

这是一个难得的老牌大公司和新兴小公司、强者和弱者都有机会的局面。下游每天都在涌现新的AI应用，上游各路人马都在训练自己的大型语言模型。目前只有几家公司表现出先发优势，但是我们不知道谁有护城河，谁能建立增长飞轮。这是一个史上罕见的「秦失其鹿，天下共逐之」的局面。

这将是一个非常短暂的窗口期，预计很快就会有「高材疾足者先得」。

而我感觉现在中国已经慢了半拍。此刻，OpenAI的API在中国用不了，国产模型又迟迟没出来，国内的AI应用还没有爆发起来，搞不好就此失了先手。

我特别想提醒的一点是现在中文已经不再是一个障碍了。OpenAI没有使用很多中文语料训练，但是ChatGPT可以讲很地道的中文，也许比国产模型更地道。中国公司必须从别的方面考虑差异化……

20230400  06 决策：AI的预测 + 人的判断

决策 = 预测 + 判断。

预测，是告诉你发生各种结果的概率是多少：判断，是对于每一种结果，你在多大程度上愿意接受。

AI时代的决策 = AI的预测 + 人的判断

我们承认AI比人聪明，但是我们也知道真正承受风险、体验后果的是人而不是AI。预测是客观的，判断是主观的。AI不能僭越人的判断，人也不应该专断AI的预测。AI与人各安其位，分工明确。

实施这个分工，有两个方法：

1.人为给AI设定一个自动判断门槛。

2.把判断量化成钱。