天天吹AI 现在感觉还没那么成熟 能够完全商业化
前高盛高管 Raoul Pal 说了一句让所有精英睡不着的话：
知识，现在价值为零。
他说 AI 是人类有史以来最伟大的创新。唯一能比的，只有原子分裂。
想想你身边那些"成功人士"靠什么吃饭？
律师靠法律知识垄断。
医生靠医学知识壁垒。
分析师靠信息差。
教授靠学术门槛。
现在 AI 把这些全部打碎了。
知识不再稀缺，它像自来水一样随开随用。
护城河没了。
学历不值钱了。
信息差消失了。
你花二十年建立的专业壁垒，AI 用二十秒学会。
这不是未来。这是正在发生的事。
知识，现在价值为零。
他说 AI 是人类有史以来最伟大的创新。唯一能比的，只有原子分裂。
想想你身边那些"成功人士"靠什么吃饭？
律师靠法律知识垄断。
医生靠医学知识壁垒。
分析师靠信息差。
教授靠学术门槛。
现在 AI 把这些全部打碎了。
知识不再稀缺，它像自来水一样随开随用。
护城河没了。
学历不值钱了。
信息差消失了。
你花二十年建立的专业壁垒，AI 用二十秒学会。
这不是未来。这是正在发生的事。
21 个评论
剛有互聯網的時候也是差不多這麼說的，不用去圖書館就能看到所有的知識了。人們越來越懶，現在連查詢都不需要了，直接問就可以了。😂
現在知識確實越來越廉價了，畢竟還有太多人連怎麼查詢都不知道，看到短視頻就相信的人可以直接問到相對靠譜點的方法了。
商用看要到什麼程度，醫生和律師還是不可替代的。飛機上的自動駕駛早就有了，現在的駕駛員也簡單多了。但是客機還是要2個駕駛員才行。
現在知識確實越來越廉價了，畢竟還有太多人連怎麼查詢都不知道，看到短視頻就相信的人可以直接問到相對靠譜點的方法了。
商用看要到什麼程度，醫生和律師還是不可替代的。飛機上的自動駕駛早就有了，現在的駕駛員也簡單多了。但是客機還是要2個駕駛員才行。
原创性是无法复制的
比如我影响当中比较深的广告 忘记是百事还是可口先做的 假定是百事吧
百事的广告内容为一个小男孩在自动贩卖机前 先买了2瓶可口 然而只是为了踮脚 因为小男孩的升高够不到上方的百事
类似的创意是AI永远都无法原创的 因为AI并不能理解人类情感
对公司来说重要的肯定是股价 各大公司都在搞AI就是因为股价
然而原创性与热情是AI无法代替的 否则欧美游戏业目前也不会跟屎一样
比如我影响当中比较深的广告 忘记是百事还是可口先做的 假定是百事吧
百事的广告内容为一个小男孩在自动贩卖机前 先买了2瓶可口 然而只是为了踮脚 因为小男孩的升高够不到上方的百事
类似的创意是AI永远都无法原创的 因为AI并不能理解人类情感
对公司来说重要的肯定是股价 各大公司都在搞AI就是因为股价
然而原创性与热情是AI无法代替的 否则欧美游戏业目前也不会跟屎一样
>> 原创性是无法复制的比如我影响当中比较深的广告 忘记是百事还是可口先做的 假定是百事吧百事的广告...
需要原创性的创造性的就业岗位并不是大多数，目前能解决人类就业的大多数工作，都是工业，农业，和服务业，尤其是底层服务业，占了就业市场的大部分。这些人的就业被ai取代后，他们是没办法靠创新再去找到新的工作的。百事可乐这个广告，只需要一个人的创意就够了，解决不了北美上亿人的就业。
如果愛因斯坦化為守護靈，變成人人可招喚的隨身老爺爺：該領諾貝爾獎的還是領諾貝爾獎，該送外賣的還是送外賣，牆外資訊多如牛毛無遠弗屆，絕大多數人還是追星看黃片。
AI只會加大、而不是彌平人與人間的差距。
AI只會加大、而不是彌平人與人間的差距。
美国人都在用AI大模型抓马杜罗了，这叫没有实际用途？
对于普通人来说，AI可能只是一个升级版搜索软件，可以很省时很精准搜到自己需求的知识，不过它全网分析综合整理的特点，让它也经常犯错，还要自己判断一下。
品支的理解是什么时候可以肉身操AI婊子那才是科技进步了呢
你见哪个国家的法庭里是AI在打官司？你看哪个国家立法院里是AI在立法？你看哪个国家大学里是AI在讲学？AI有AI的作用，但人类的绝大部分工作AI都干不了，AI可以辅助人类完成工作，但绝对代替不了人类完成工作
AI是人类的一种智力扩展和延伸工具，其功用和效果直接与使用者的智力有关。
今天还是昨天，应该是接到指令了，大量账号集体投稿“美国炸死哈梅靠的是ai”
我现在每个月花在ai上的钱得有400+了呢, 不过比起工作效率的提升这都是小意思
>> 你见哪个国家的法庭里是AI在打官司？你看哪个国家立法院里是AI在立法？你看哪个国家大学里是AI...AI还处于发展阶段 当然不可能完全替代人类工作 但部分行业已经可以部分代替了 像客服 新闻播报 简单的法律咨询 医疗咨询 公司会计简单的账目 未来和智能驾驶结合 以后的农场模式 直接AI自动驾驶收割机和无人机播种 播撒农药结合 这些都是可预见的 以现在的智能驾驶技术完全可以在农场这种大面积开阔地来进行作业（没有城市道路那么复杂）简单来说以前需要10个人干的活 现在只需要两个人就可以 而且AI是可以24小时工作的 况且他的发展潜力还很大
得益于卷积神经网络的突破, 弱人工智能是这么个技术路线:
1.生成式 AI, 大语言模型(LLM) 是人工神经网络的应用, 在符号系统上又衍生了图像、视频的生成.
2.虚拟环境训练, 用 1 来解决 AI 需要大量训练的问题.
3.具身智能, 由于 AI 在赛博空间中是无法体验现实的, 所以神经网络无法训练到适应现实与人.
4.自主开发, 在 2 与 3 不断迭代后 Coding 的编写、检查与审核由 AI 主导, 仅为人提供报告.
5.开发 AGI, 1~4 多次迭代后 AI 提交 AGI 理论、验证方法与工程可能性评估报告, 由人根据实现可能性与资源来决定是否实施.
还可能有个 4.5 分支, 如果 AI 判定硬件不足以支撑后继 AI 迭代, 或会切换到通用量子机开发.
若一切顺利, 全新的碳硅锗镓硼系智慧生命或会诞生(也有可能是砷), 目前无法得其知是否为不受经典机图灵极限限制的量子智慧.
1~5 卡点很多, 尤其是 3~4 的循环中很可能触及计算极限无法探明 AGI 可行否. 计算这一行为的本质是翻转能量状态, 或有难以突破的能量壁垒. 也有需要新材料的未知卡点.
由于技术前景不明朗挑战过多, 而现今投资属高过热倾向, 资金投入有较高风险或需要数次挤泡沫后才能得知前景.
1.生成式 AI, 大语言模型(LLM) 是人工神经网络的应用, 在符号系统上又衍生了图像、视频的生成.
2.虚拟环境训练, 用 1 来解决 AI 需要大量训练的问题.
3.具身智能, 由于 AI 在赛博空间中是无法体验现实的, 所以神经网络无法训练到适应现实与人.
4.自主开发, 在 2 与 3 不断迭代后 Coding 的编写、检查与审核由 AI 主导, 仅为人提供报告.
5.开发 AGI, 1~4 多次迭代后 AI 提交 AGI 理论、验证方法与工程可能性评估报告, 由人根据实现可能性与资源来决定是否实施.
还可能有个 4.5 分支, 如果 AI 判定硬件不足以支撑后继 AI 迭代, 或会切换到通用量子机开发.
若一切顺利, 全新的碳硅锗镓硼系智慧生命或会诞生(也有可能是砷), 目前无法得其知是否为不受经典机图灵极限限制的量子智慧.
1~5 卡点很多, 尤其是 3~4 的循环中很可能触及计算极限无法探明 AGI 可行否. 计算这一行为的本质是翻转能量状态, 或有难以突破的能量壁垒. 也有需要新材料的未知卡点.
由于技术前景不明朗挑战过多, 而现今投资属高过热倾向, 资金投入有较高风险或需要数次挤泡沫后才能得知前景.
ai是机器学习，基于人类创造的知识来生成，对于没有的知识，ai 也是不知道的，它不会创造知识
神经网络机器学习这种上世纪五六十代就整出来的噱头，要是换个老实人名字应用统计学估计立马就低调了
真正推动现在所谓ai或者应用统计学落地的应该是通信和半导体的发展，应用统计学本质上就决定了整个过程是识别而不是理解.
真正推动现在所谓ai或者应用统计学落地的应该是通信和半导体的发展，应用统计学本质上就决定了整个过程是识别而不是理解.
量子计算机没有突破以前，AI就是个玩具
什么时候能分得清人有几根手指和怎么读写英文再说吧
>> 神经网络机器学习这种上世纪五六十代就整出来的噱头，要是换个老实人名字应用统计学估计立马就低调了...
不过你怎么定义理解也是个问题，毕竟解决问题的途径本来就不指一种方法
第一、AI对于能源和工业的要求，也是史无前例的；其二，AI成熟还需要时间，至于AI创造知识，目前来看我觉得还需要时间，要看AI能获得多大的外部信息量了，最重要的一点是：AI学会用得不止20秒