本文是锋哥的第183篇原创文章
很多时候，我们愿意去尝试那些我们不知道的事情，正是因为我们不知道自己还有很多不知道的东西，这种无知赋予了我们勇气。当你开始尝试时，你会发现许多新问题，而这也许正是创新的精髓所在。
大家好，我是锋哥。
每周一篇 AI 的观点认知总结，希望在 AI 认知层面有进一步提升，并形成独立思考。看完分享深有启发，在这个答案随处可见的AI时代，最重要的不是答案本身，而是在做答案的过程，即认知的过程。下面是正文：
杨植麟核心观点：OpenAI o1模型的推出，主攻强化学习，通过更深层次的思考和推理打破了这一困境，极大提高了数据的质量和计算效率。
现在的全球大厂的押注，通用大模型随着训练量级的提高，已经到了天花板了，智力水平都差不多。更重要的是网络上的数据已经没有什么新鲜的数据。新鲜的有价值的数据都在私域私库里，你想拿也拿不到～这也是为何垂直领域大模型及智能体快速被关注的原因。AI抓取的网络数据绝大多数都属于是与否的关系，推理也仅限于得出“0与1”，所以大模型擅长给答案，而无法给出思考过程。所以AI助理的角色是给答案，过滤了百度的搜索引擎展示的结果广告而已，但学习是需要教练的，需要教练机遇反馈，并纠正。这与锋哥分享的刻意练习那篇文章及布鲁姆的掌控学习理论道理都是一致的。感兴趣的可以结合起来一起阅读，相信你会很有收获～锋哥在之前的文章就提到过「静态数据」与「动态数据」的关系。这就好比锋哥之前在房地产领域待过，被马化腾评价唯一线下打败线上的平台「贝壳」有一套楼盘字典：静态数据：房屋位置，房屋面积朝向，楼盘周边配套等等这些固有属性的字段，比较容易获取，踩盘即可。动态数据：历史居住的情况，交易情况，成交价情况，洽谈情况等通过经纪人的不停的反馈数据获得，这个属于过程数据，即动态反馈数据。另外，其中链家有全国最大的凶宅库，这数据你大模型在网上去哪里抓得到呢。总结下来，AI大模型的走向为强化学习，即强化学习过程，具备自主能力来开展，这就不仅仅与数据量有关系了。这就好比现在网络得到的知识实在太多了，你只要花点时间查答案，肯定能查到，这就导致一个结果：知道很多道理，但你仍然过不好这一生。信息可以瞬间转化知道，但知识是理解，是思考的过程，而智慧是使用，是实践，是解决实际的问题。这就是为何老祖宗总是强调「绝知此事要躬行」的原因。AI最终要落到解决问题的层面，即解决私域私库的数据获取，训练更好地协助人类解决实际场景的问题。这个是必然的走向，也是商业化的必然。大模型的收费最终走向的是B端付费为主，不仅仅解决数据获取，最终解决专家级AI出现，生产力提升，认知能力得到大幅度提高。动态的数据获取是全方位的，而这个数据必然使用到图像、声音的摄入。这也是为何大佬李飞飞亲自下场的原因。具身机器人、类似于贾维斯的虚拟空间机器人会实实在在的解决人类更好地生活的问题。只有获取动态数据，才能不断进化，才能更接近人类思考方式，才能获得反馈，才能纠正。随着AI强化学习的风向转变，理解了人类的思考过程，得到了智慧。人所拥有的七情六欲也会在AI得到一些体现，就看规则怎么定了。人类的道德规范约束加上法律的约束可以约束大部分人，但极少数依然会出现犯罪，利益冲突等风险行为。锋哥之前写过很多建议，有英伟达黄教主的，也有KK的，以及巴菲特等等大佬的建议，都放在了AI赋能专栏里面，感兴趣的可以去看看，毕竟看看总没有坏处吧，也花不了多长时间。最大的建议就是尝试用起来，拥抱AI，使用AI，思考AI，关注AI前沿，关注锋哥～无人化工厂走在了我们看不到的前面，无人驾驶已经开始落地被我们看到了，未来的无人化场景会越来越多。AI会越来越聪明，随着强化学习范式革命的变革，AI会越来越像人，而且在未来可能会超越人类，AI时代比我们想象的要来的快很多。它是真的聪明，真的帮你我解决一些问题，会不会替代真的不好说，毕竟三体人虽然虚构，但星球之外的生命形态也不好说吧。
... ＥＮＤ ...
看完Perplexity AI CEO的万字采访，才发现人天生不擅长提问，才是通用大模型最大的阻碍，垂直大模型场景化是必然
中国电商之父邵亦波：7个核心见解揭示AI在心灵成长中的革命性作用
“技术先知” “互联网教父” KK凯文·凯利2024年中国演讲：AI时代的未来洞察
KK凯文·凯利最新演讲：AI时代的3大趋势预测及年轻人的5个建议
分享是动力，点赞是态度，在看是认可！
如果想第一时间收到推送，可以给我个星标⭐️
![]()
