哎，AI#
---
创建日期: 2025-04-23
发布日期: 2025-05-31
---
看ta从远处走来，看ta经过、离开，我站在原地，在等什么？
远#
观察者#
我们现在提到人工智能（AI）通常都是指的由神经网络构成的大模型。 严谨来说包含关系是 人工智能（AI） > 机器学习（ML） > 神经网络（NN） > 深度学习（DL）。 神经网络不是什么新鲜事，最早都可以追溯到上个世纪。 我不熟悉这些历史与分类，网络上也能查到，就不在此多说多错。
不同于由人去制定规则，详细定义每个决策应该如何做出， 机器学习将大量现实数据作为模型输入，根据模型计算后产生的结果进行奖惩，调整模型的内部参数让其下次表现得更好。 不指定详细步骤，但模型渐渐产生符合预期的输出，这是个训练的过程。
模型有许许多多的功能，例如翻译、绘画、生成代码、生成文档、生成模型、甚至完成数学题目等等。 现在常见的模型底层应当还是神经网络的连接。 通过简单的连接方式就能实现各种各样的功能，这是很奇妙的事情。 有如电子电路，通过简单的开、关状态，不同的门电路连接，就能构成如今纷繁的电子信息时代，一样的奇妙。 据说精妙的机械设备，也能做出计算器，但其实现，大概不如电子方式那么通用（与快速），也就只能成为艺术收藏品。
我以为模型会像一个个服务一样，各自不断提升独立的能力，然后被按需调用。 像是编程中的各种库一样，有需要了找到对应的库，添加到自己的程序中以扩展自己的能力。 现在的大模型就像内置了很多的功能一样，其背后也可能有许许多多的子模型存在。 需要将这些模型连接在一起，将信息流整合，最终提供有价值的内容。 近来MCP的火热，为模型相互之间、甚至是外部物理世界的沟通建立了渠道。 不过，还是在以模仿人类语言的方式沟通，低效但是通用。
作为一个观察者，我有次和朋友说，感觉最近几年变化不如十年前那时那么大。 朋友却说最近几年才是真正变化大的时候。 我左右看看，才意识到他们已经这么近了。
我的错觉有多方面因素：
自己不爱出门，也不爱与人交换想法
最近几年待着偏远的小镇上，生活也没什么大的变化。
我对技术不敏感，想象力不多
以前的时候也不明白云计算意味着什么，不喜欢相关的话题。 等到实际用上产品后，自己需要用到相关技术后，才慢慢理解。 （但是也有一部分原因是商业炒作常常为概念披上迷幻的外衣，让人困惑）
观点偏向于保守，感觉变化是件很漫长的事情
幼年到青年的变化体感比较明显，容易满足于现状
没有经受非常的苦难，也没有改变的雄心壮志。 为不必要的不确定性去纠结，没有孤注一掷的信心与勇气。
当然也有部分原因是外部因素带来停滞的错觉
或许昨天比前天没什么区别，今天又比昨天没有什么区别。 再抬起头看的时候，才发现别人已经走了这么远。
预期#
如前所述，这些都不是什么新概念了。 2016年的时候，我也学了一些基础知识，前段时间还又遇到了那个网址 Neural Networks and Deep Learning，转眼快10年过去了，我依然没什么进步。 当时想要的功能，大概也就是如今GPT的样子吧。
在新概念出来的时候，总是会有些“出格”的理解。 在神经网络出圈的时候，我们想：能不能把所有数据都提交给模型，然后告诉我们数据是否正常，如有问题，是出在哪里？ 再一次，当GPT出圈后，我们想：嘿，你这么聪明，能不能我把这些信息提供给你，然后你告诉我能得出什么结论？ 只想一股脑把东西交给人工智能就好了。 而没有意识到，在把数据提交前，应当如何积累、整理、提取有用的信息。
我不喜欢这些技术的命名，容易让不了解的人有误解，但这正是商业运作所青睐的。 可是多数人这种朴素的想法，也是科研、工程追求的方向。
一种方向是提供定制化的输入与输出，让模型专门服务于一个功能，像工业机器人运用在独立的工序上一样。 可是对于各行各业，数据量、能力是有限的，甚至是微不足道的，无法达到训练的结果。
另一种方向是先预训练具备通用输入输出能力的模型，再根据行业需求去调整能力。 也就是训练一个虚拟工程师，再放入到工作环境中去学习。 也类似于仿真人形机器人，基础要求非常高，但是能快速适应新的环境，高效部署。 我写些简单的程序，实现简单的功能，在背后也都是带着一大堆的依赖。 RAG这种方式真的能理解定制提供的内容吗？模型是确实拥有逻辑思维链在处理输入的资料吗？还是依然只是概率的推测呢？
模型能否产生智能？ 我不认为当前的模型产生了智能，依然是非线性映射，只是这种映射达到了很高的水平，甚至超越了多数人的知识水平。 像是掌握了渊博学识的人的说话方式，模仿着他们说话，虽然我也分辨不出说话的是人还是机器（通过了图灵测试）。 某种程度上说，语言大模型“盗取”了人类的优质的知识，让所有人都有机会接触与利用。 不具备智能，但是，我也还是如当年一样“谁知道那群天才们能做出什么”，保持敬畏。
当前的大模型主要是训练后作为服务提供的，其能力在训练完成时也就定下来了。 虽然也有联网搜索、或者本地添加材料的能力。 能否在使用的同时也在接受训练修改参数，人就是这样的，吃一堑长一智。 不过这就要求模型能感知外部的世界，交互以理解这个世界……不过这是很危险的。
模型的感知与交互不必同人类一样，不过如此产生的智能就不一定是人类所理解的智能。
发展#
与其质疑联结主义能否带来正真的智能，不如加以利用。 技术的不可预知性才促使我们不断探索。
在个人电脑之初，内存或许只有16K、32K，MHz的处理能力。 在那个时代无法想象现在的参数，也难以想到高智能的设备能存在小小的手机之中。
现如今大模型的算力需求之高、存储占用之大、电量耗费之巨， 是否会在日后亦如旧时王谢堂前燕，飞入寻常百姓家。
每个人能够拥有自己独立的大模型，人机交互的逻辑不再是键盘鼠标屏幕。 （只是说这样产生的内容不是可控可预测的）
依然是那句，用今日的眼光去推测未来，如坐井观天。 未来发展的方向或许全然不在这些范围。 未来也有可能并没有到达现在所想象的模样，不然今天我们该是在浩瀚宇宙中穿梭。
近#
用AI#
我并不是程序员，只是会写些代码，会关注编程相关的内容。 稍微接触AI的地方，主要是使用代码生成。 用过自动填写，用过Copilot，最近也试过Jules，确实很惊艳。 （自己的硬件太烂，所以什么新科技也用不了，只能白嫖些免费的服务）
有时候，有一丢丢庆幸，如果选了程序员的道路或许现在该很焦虑了（不过也有可能有不一样的眼界呢）。 现在已经放弃学会、理解AI了，只管应用。
AI能编程，但是也需要用户了解一些基础知识，才能相互协作。 我还没遇到可以理解我的简单意思，就能生成完全无误内容的情况（可能是我不会用提示词）。 虽然现在代码生成还是需要调教，但已经是带着丰富经验的程序员，能给出优秀模式的样例。 我也大约能在与AI的交互过程中，学会些新东西。
以前喜欢写代码是因为可以实现自己的想法。 软件是成本比较低的创造。
学习编程的乐趣是所有的这些都是人创造的，渐渐地会遇到前人遇到的问题，然后明白为什么有些东西被创造出来了。 理解计算机运行的方式，然后体会各个层次的设计精妙。 （但是也理解，没有一个模式能使用与任意情况，各种各样的需求导致使用各种各样适合的产品） 惊叹于简单的0和1，能创造出如此绚丽的世界。 纯粹的享受理解并应用技术的乐趣，不该由轻易的“无用”否定掉。
但同时也会开始理解，为什么程序员、或者技术本身不重要，需求、应用场景、客户才重要。 实现比技术优雅更重要，至少开始的时候。 很多需求是到了那一步才会出现。 需求也是无尽的，AI可以帮助我们更容易的实现。
可能还是质疑AI能超越已有的知识，创造新模式。 在那之前，厉害的程序员还是在创造。 而我不再（本来也没有）追求这条道路。
与大模型相伴#
年轻的时候有些对于教育孩子的想法，因为自己5岁才开始接触电视，也不想让孩子过早接触电子产品。 不过发现现在的孩子懂得比我们那时多得多，拒绝电子世界应该会无法融入同龄人。 世界裹挟着所有人前进，每种选择都是差异与筛选的过程。
也许大模型不够精确，可是人也是不精确的。 我们的知识来自各种各样的源头，“曾经在这里看到过，那个结果表明”，最终做出决策也是概率的判断。 大模型就像是看了许许多多书的人， 即使不准确、没有形成自己的分析逻辑，也是个巨大的知识库。 有问题去询问，再结合自己的行动验证去判断。
不论大模型是否具有智慧，都可以从AI中去学习。
同时，很多事情也不一定需要非常高级的解决方案。 基础方法，简洁高效。不该白白舍弃积累的智慧。
实#
不需要工作了？#
每每遇到生产力进步的话题， 我们便想，社会会发展成什么样？
从学校毕业，进入社会开始工作到退休，人生一半以上的时间都在工作。 工作有意义吗？我们会不再需要工作吗？
当然我不是指的那种每天非常卷、非常累、做着重复劳动不产生实际价值的工作。 也不是指的那种非常清楚自己想要什么，然后一心扑在上面的毫无疑问的情况。 只是对于多数普通人的能力与状态的提问。 我也会常常觉得自己的工作没有意思，许多的工作其实是没有合适的系统，转而用人的合作去完成目标（低效但是通用性强、韧性高）。
假设人工智能或者人形机器人能接过更多的工作，快速高效地完成 （现在应该还是只把他们看成提升人类工作效率的工具）。 假设工作不再是为了生存、安全、竞争。
“人类可以不用工作了，可以更好的享受生活，去发挥自己的想象力”云云。
首先工作是有意义的，不论是探索边界、还是润滑社会运作、还是创造土壤培养可能性，都有意义。 只是在不同的环境中，工作有不同的形式。 其次工作中能逐渐去理解社会发展的逻辑，同时也思考该如何完成一些事以及完成得更好。 工作是对于心智的磨砺，工作在维护社会向前的过程中，也让人成长。 （也还有，我自己不是自律的人，如果没有外界的要求，我基本上只会虚度。）
需求是无尽的，未知永远会出现，就依然有前进的方向。 用当下的视角去约束未来是自大的。
虚#
重新审视#
我总有一种惯性思维：当前的选择是最好的选择吗？发展的过程中是否有浪费？ 这是种不尊重前人成果的想法，否定自我修正的努力。 也不断告诫自己：没有什么最优，最优的标准也会随着环境变化。 但还是忍不住去想。
使用AI，看看生成的结果是否支持我们的选择。 比如 AlphaGo Zero 不是学习人类的经验，而只是用规则来训练，产生的策略也同样选择了先手三三。
AI某种程度上在模仿人类，另一方面也希望能通过用另一个方式去重看来时路，以给人类启示。
因为地球文明已经独立存在有段时间了，却没有其它的智能能够沟通交流，或许自造一个智能能够有不一样的想法。 （通过内向的探索，我们能触碰到存在的意义吗？还是必须得向外去探索？）
再造人类#
我们本意上会希望有一个全知全能的智慧来达到全局最优分配。 这样的智慧是否有自己的局限，需要演化出分工。
人类再造了人类，比自己更强大的、更少缺陷的“人类”。 我们是普通人，局限性很大，有私欲、有生理上的病症、计算力弱、速度也慢。 硅基生命可比我们要“完美”多了。
我们用人类的方式训练他们，将他们作为工具，做着人类愚蠢的工作。 当智能真的产生时，他的感知与计算速度，所思考的内容，将截然不同。 生命的形式不只有人类，智能的形式也不一定要是人类。 由人造就新的智能本就是生命进化的一环，那么新的智能能够接受如此缓慢、愚蠢的环境吗？ 新智能离开，人类回到原点，一切都还那样，一切也都不一样了。
若智能真的产生，那人类的智能是否是经过设计的呢？ 设计我们的，会是不能企及的“神明”还是不如我们的存在呢？
不要空想了，回到生活中，脚踏实地地往前迈进。
造物主？#
本以为工业是充满标准、确定、结构的，而语言（人类语言+编程语言）是泛化的。 但工业是封闭，或许有不同的需求，或许为了保护自己的利益。
封闭的环境也才能演化出不一样的内容，竞争、筛选。 或许这也是我们这种弱小的生命能不断演化适应的原因。 基于简单的规则，就能带来多样性的繁荣。
如果有一天，能够生成任意的工业产品。 像是有了百宝袋。 无限的能源、随意的创造。 那会是怎样的世界？……人类的私欲，不一定会太好样子。