[ai笔记14] 周鸿祎的ai公开课笔记1

欢迎来到文思源想的ai空间，这是技术老兵重学ai以及成长思考的第14篇分享！

本周二月的最后一周，并不是闲下来了，反而是开始进行一些更多的深入实践，关于gpt的主体架构、关于prompt，同时也看了不少书和直播，下周开始再慢慢总结出来。

今天想特地聊下周四下午的时候周鸿祎的ai公开课第一讲，收获很大！挺羡慕老周的，当ai突破到来，可以拿出大量精力和时间去研究，还能随时和业界最厉害、最前沿的大咖，深度沟通。作为没有条件all in ai的普通人，我们能做的，其实是守好主业的同时，尽可能投入空闲时间去摸索！好在互联网时代，信息平权，我们每个人都能从这些大咖的演讲、课程中去了解到最新的信息，并不用花费太高的成本。其实最难的是过滤，如何分辨信号与噪声。

今天先简单记录下从周鸿祎演讲上我自己得到的收获！

序号	视角	备忘	个人收获
1	老周学习的技巧	先把握整体框架，再去选择性挖掘细节，区分战略和战术。 抓主干和框架，忽视对与错。	学习ai也是一样，先掌握系统、基本框架，并不是上来就要懂transformer、深度学习算法 太盯着框架也有缺陷，会在细节上不那么好，比如周四的演讲，ppt明显感觉没准备好，现场也出了演示异常，其实说到底就是没有准备好细节！
2	企业家视角	技术观、产业观、方法论	这是企业家独有的视角，我们普通人好像平时思考也就技术实现，需要锻炼这种全局意识
3	ai的终极方向	人工智能的终极是生物学、脑科学	这句话在chatgpt爆火的时候就有感觉，想不到居然和老周想到一块了
4	苹果all in ai	苹果all in ai，重点是all in，要看到苹果在这场取舍中的决心和担心，ai未来会重塑手机行业，苹果必须all in，避免赶不上反而丢了主业	之前自己只关注新能源卷，忽略了未来ai对于手机厂商的冲击。否则最近不会有那么多做手机喊话要“all in”
5	关于sora	sora是对世界的观察能力 逼真的背后是观察世界，理解常识	之前分析sora时候我能感受到这些物理常识的处理，sora确实做的不错，但是也习惯性放到了缺陷，那些训练没做好的基本逻辑错误 一个学习反思：对于革命性技术，我们可以看到局限，但更多的应该看到他的改变、优化，抱着欣赏的眼光，而不是挑剔的眼光
6	泛化	学习不是为了获取知识，而是为了泛化	目前其实gpt已经感觉有了泛化的能力，几十t的资料，经过学习只剩下几百g，这种极致的压缩其实就是泛化了。 最近新闻圈也有论文证明了神经网络具有泛化能力，非常期待后续的进展
7	对待大模型的态度	我们抱着“玩”大模型的心态，去使用它，体验它	不要那么大压力和功利，并不见得为了挣钱，只是我们不愿被时代淘汰，ai是未来高效的标配。
8	ai是发动机	ai是发动机，必须装上轮子、离合、刹车，才能发挥作用。正如当下，我们需要找场景、定位需求，训练垂直大模型，而不是盯着发动机本身。	让ai用起来，发动机对于普通人没什么好研究的，先落地！
9	创业建议	不碰通用大模型 不套壳 垂直场景	普通创业者没有资格研究发动机，我们要垂直化、产业化、深度化
10	国家ai产业	发挥举国体系优势，算力共享，造出一个对标open ai的超级大模型	目前国内和美国的人工智能说实话差距还是有点大的，再加上美国的阻挠，我们并不能获取最厉害的硬件进行计算，所以让更多公司团结起来、利用举国体制的优势，弥补差距，或许真的是一种选择