Sign in Subscribe

人工智能

A collection of 4 posts
人工智能

我们这一代人：夹在两场工业革命之间的幸运者

写给每一位正处于职业黄金期、却被时代裹挟前行的同龄人 一、我用 Claude 做了一个调研 前段时间，我用 Claude 做了一个关于我们这代人的调研，最后整理成一篇文章，标题叫《夹在两场革命之间的一代人》。整个过程有点意思：我在和 AI 对话、追问、核实数据的过程中，逐渐把一件我们每天都隐约感受到、却很难说清楚的事，说清楚了。 某种程度上，这件事本身就很能说明问题——我用第四次工业革命的工具，去研究我们这代人是怎么被第三次和第四次工业革命同时裹挟的。 四次工业革命，间隔越来越短 工业革命 时间跨度 与上次间隔 核心技术突破 第一次工业革命 1760–1840 年 （首次） 蒸汽机 · 纺织机械化 · 铁路 第二次工业革命 1870–1914 年 约 30–40 年 电力 · 内燃机
5 min read
人工智能

从内阁到外阁：一场正在发生的组织革命

"以史为鉴，可以知兴替。" ——唐太宗·魏征 过去六个月，我一直在思考一个问题：我们公司的AI使用方式，和两千年前汉武帝推行察举制、唐太宗重建三省六部制，到底有什么本质区别？ 结论让我有些惊讶——它们在底层逻辑上高度相似：一个复杂组织面对新的生产力工具，需要重新定义权力的分配方式、执行的架构方式、以及监控与问责的运作方式。 这篇文章，是我对当下这场变革的一次系统性思考。 一、从内阁到外阁：一个不可逆的历史进程 在我们公司内部，我把AI的使用分成了三个阶段，并为它们起了一组政治学隐喻： 第一阶段：AI是内阁 AI作为智识顾问，参与讨论、辅助决策，但不负责执行。人类做判断，人类落地。AI是战略部门——提供脑力支持，但无法独立行动。 这一阶段，组织的本质没有改变。AI是更聪明的搜索引擎和更强大的白板，工作流和权力结构都没有重构。 第二阶段：AI进入外阁 AI开始参与落地执行，能够独立完成具体任务，直接嵌入工作流，在有限范围内自主决策。人类从"做所有事&
11 min read
核聚变

CS183C笔记 － 从另一个角度看人工智能、核聚变、生物技术的复兴

在CS183C的第二堂课上 [https://www.youtube.com/watch?v=CxKXJWf-WMg&list=PL11qn6zM2Y3Z5NkvLhVmkTuwvgLO06-9u&index=2] ，Sam Altman提到了他所投资的能源公司Helion Energy [http://www.helionenergy.com/] ，并且坚信能源可以极大的改变人类的面貌。的确，试想一下，如果能源突然变成取之不尽用之不竭的东西，人类社会的结构和伦理会和永生的实现 一样，发生根本的改变。所有的冲突都能归结于能源的冲突。Sam认为，未来的能源结构会是太阳能与核能共存，共同重塑整个人类社会。 话说，为什么这几年，这些以前只存在于科幻和少儿百科全书当中的，短期内不赚钱黑科技，怎么一夜之间受到了投资机构的青睐，并且有越来越多的人投身进来呢？ 观点一 传统观点是是从技术角度上来分析的。 科技的发展虽然是指数，但是却是阶梯状指数发展的。 互联网和信息技术是人类发展的一个Tipping Point，造就了几十年疯狂的增长。在过去的几十年中，大量的资金以及最聪明的人都涌向了这
4 min read
骇客技

最近人工智能大热背后的功臣 - Deep Learning深度学习

这篇文章纯粹是写给我自己，也算是最近调研的总结。Deep Learning是最近人工智能大热的一个导火索，虽然已经被玩烂了，但是还是稍微补充一些这方面的知识。或许，人工智能的革命会越来越快呢？ 1. 机器学习是做什么的 Deep Learning又叫做深度学习，最近人工智能的火爆，AlphaGo的成名，以至于各种语音识别技术（Siri等）突飞猛进，都离不开这几年Deep Learning级数的大发展。 首先，机器要实现所谓的人工智能，其中一个关键节点是模式识别，或者机器学习，其核心就是能够比如识别出人类的手写文字，识别出语音，在这一步基础上，才有后面的分析 的步骤。 在机器学习或者模式识别领域，数十年下来已经了非常多成熟的算法，虽然他们在复杂条件下的准确率只有80%-90%，但是也足以适用绝大部分的场景，比如车牌识别。 传统的机器学习方法有神经网络（ANN），支持向量机（SVM），语音识别领域前些年大热的则是隐形马尔可夫模型（HMM），此外还有灰常多不同的工具和发明被各路大牛探索出来。 以语音识别的HMM为例，识别率大道90%左右则一直无法提升。虽然它已经超过了种种其他各种机
6 min read