这是最近想写的东西的又一个总结，但是它总体的理念还是我的教育与培训，教育咨询系统的底层逻辑，哲学，价值观，与未来趋势预测与判断。
首先是：
2月27日晚，前天晚上，好大儿邀请我去散步，然后我们聊了很多话题，感觉他现在的知识储备和心理成熟度远超我十五岁的时候！
我们讨论了一个七星连珠，女拳现象，学校管理，游戏世界，自主学习，辨别信息真伪……很多话题。
我说我周末开一个学霸托管辅学班，专门指导英语数学语文三门课的自学，中考和初中的为主，你来做这个托管班的老师。他同意了。本来他周六周日都是安排和同学玩的，现在抽一个周日下午做我的私塾的助教。
各位，你们的小帅哥老师上线了。
我说了你不要教他们具体太多知识，陪着他们把我的《学霸修炼手册》的基础技能与方法贯彻落实就行了，as your daily life. 我去年八月底开第一期《学霸修炼手册》，他也列席了，后来的评价就是“有点东西，不过对我来说已经没有什么太多新东西了”。他大概就是四年级到初一我零散指导了他的方法与英语学习，其他都是他自学。
今晚去我师傅家，他们以为我在家给好大儿开小灶指导他读书和给他讲课，我说抱歉，我没有这种心情与时间，方法交给你，材料给你缩圈，你还不会自己搞定，那父子情分，师徒情分，都要败坏了。自己不学的，谁也没有办法改变。
而周日的托管辅学班，就是来协助那些自律与习惯还没有养成的小朋友的。这也是我能做到的做大程度的陪护了。让我一节节的给他们讲课，那我会郁闷到崩溃。
我一直强调是自学，因为人在人类里面是以个体存在和发展的。我在2014年写的《除了你，这个世界一无所有》上下篇，我断言了随着工具与新能源的普及，个体的人类，像鲁宾逊一样独立于人类社会而存在是完全有可能的了。这也完全吻合了当代宅文化，躺平文化，以及李银河博士所预言的，婚姻消亡论。
其实人类的智能，human intelligence与人工智能，artificial intelligence最大的差别在哪里呢？最大的区别在于人是有自我意识的，可以主动进行内外觉知。
但是人工智能它暂时还只是知识的压缩，一种概率运算，我是说现在占主导地位的人工智能，基于神经网络的，深度学习与强化学习的大语言模型所发展出来的所谓基座模型与推理模型及两者的结合的，包括在其上发展出来的各种工具toolkits。
作为深谙生物科学，生命科学的一位教育专家，我并不看好现在的人工智能及其未来。它们要取代人类，那是远远不可能的。
最主要的关键就是机械智能，数字智能组成的人工智能，它缺乏对物理世界的感知，即使像deepseek这种经过强化训练的，可以在比GPT模型，sonnet模型，grok模型，genimi模型更少算力的硬件体系上进行训练与部署的优化模型，能够写作看起来很优雅，很动人的文字的，充满各种创意，当然其实主要是“幻觉”的一种现在我们把它捧为国运模型的东西，它实际上包括一个几座模型，即所谓deepseek V3，和一个推理模型，即deepseek r1。
而发展对世界的感知的世界模型，和拟人的情感中枢，做到完全仿真人类，我感觉是不现实的，或者说在我们可以预见的未来，100年，200年，我们都很难做到。
它会受制于如下几个方面：1、材料，特别是对于传感器，最近我们的视觉传感器已经做得很好的，特斯拉的FSD都在中国上市。而它就是基于视觉传感器和视觉算法的。听觉当然早都有了，voice是人机交互更早的，实际上视觉视频，它需要的文件存储空间与存储运算量太大了，远远不如纯粹静态图片与声音高效。这也是我不喜欢和不推荐看视频学习的原因。但是，触觉呢？痛觉呢？味觉？嗅觉？直觉？所以很难。
中山的某Doll厂把deepseek接入硅胶娃娃，这也只是噱头。人工性爱工具，虽然是人工智能割韭菜最迅速的应用领域，但是它也是最难以真正实现人类需求的领域，这个领域的增长很快就会遇到瓶颈。但是他们因为宅文化，卷文化，躺平文化，短期内会有比较好的市场空间。（这个判断不构成投资建议，请谨慎参考。）
ps：ckeditor 5这个免费的fullscreen mode真的很适合写作。3ks！guys！
2、人工智能还会受制于能源，也就是算力，本质上是电子流，在超大规模集成电路（IC）跑过的电子流。而当前人工智能所以来的GPU（可以简单理解为显卡）计算，它的能效是很低的，看看你显卡的发热就知道了。
而人的大脑直接利用的能源是ATP，它的间接能源来自于血糖，也就是血液里面输送的葡萄糖。美国国立卫生研究院，成人每天保证健康所需要的葡萄糖，最大量不超过150g~180g。考虑到进食与消化和吸收，也就是几碗米饭，一点油脂的能源，足以支撑人的健康运转。当然还包括了维持适度的体温，主要源自于肌肉系统所产生的热能。
3、人工智能的算法系统与人肉智能的算法系统是完全不同的。人肉智能的算法是模糊算法，而且我们至今对于人的神经系统真正的运算机制是不清楚的。脑机接口技术好像很炫，但是它们还处于很初级的阶段。
4、承上，也就还有很多未知的人肉智能的科学认知有待开发。也许很快我们能够有突破，做到更加改良的拟人仿真，也许还需要很久很久。特别是川普最近裁减了NSF和NIH的经费预算，会严重影响生物科学与物理科学方面的科研进展，欧洲日本与中国，能不能弥补这方面的经费缺口，与人才培养的损失，还未可知。
总而言之，我们认为，人工智能，它只能说是一种工程技术，一种黑科技，是完全不同于人肉智能的东西。要说取代人类，还为时尚早。
互联网兴起的时候，人们惊呼会淘汰很多人类的工作。但是我们感觉更多的却是尼尔波斯特曼在娱乐至死里面已经断言的，媒介对人类认知的解构，严重的损害了人类智能的进化。它主要包括了互联网时代，第四媒介时代，信息的爆炸与过载，人的注意力的碎片化和人本身的被媒介导致的注意力损害和总体智力的下滑。
我们现在反而更加需要警惕，在基于LLM大语言模型的生成式generative人工智能的时代，内容与“知识”的创造，信息的过载，对人类带来的伤害。包括对AI的依赖，带来人的思维能力的怠惰与退化。
deepseek又是一个很有趣的例子。deepseek v3，deepseek R1是两个高效的LLM模型，但是它的产生是为了压榨算力，突破美国对中国的科技贸易封锁的结果，它阉割了多语言功能，强化了汉语的功能。但是它的“幻觉”也是更加显著的。
2023年当我刚开始用claude工作的时候，我就留意到了这个“幻觉”问题对我们工作效能的损害。比如我让claude给我生成一套关于羊的免疫规划方案，它生成的内容里面就很多是错误的，虚假的。我让它给我生成关于美国留学的一些研究报告，它的很多参考资料都是胡编乱造的。claude作为最注重“安全的人工智能”的anthropic出品的基座模型，都如此的不堪，何况我们如今热捧的deepseek呢？所以有的专家说，现在的AI，在外行面前，很智能，但是在专家面前呢？它们很糟糕。
当然，随着LLM大模型匹配的工具的发展，包括联网搜索功能（这个部分就是更加充分的约束了生成前的输入），推理能力的发展，以及更加精确的语料库数据集的标注，以及更大规模的算力和更大规模的参数，更长的上下文文本能力，以及跨文本能力工具的开发，人工智能的可用性和有效性会急剧提高。我们能够用它们来完成更多更高质量要求的工作，比如编程。程序员们会想不到，最先被AI取代的职业会是开发AI的人群。
随着GPU技术，集成电路技术的进步，人工智能的能效也会提高。
但是，无论如何，在短期内，人工智能是不能取代人的情感能力，模糊算法能力和内外觉知能力的。
所以我们认为很重要的策略，应对“已来的未来”的挑战的策略，就是两个，发展掌握与运用AI工具的能力，同时发展人类自身区别与AI的能力。
这也是我昨天和好大儿谈到有关学习与自身智能发展，人生与职业规划，的中心思想。这也是我强烈建议我们所有的家长，学员，能够更加引起重视的，发展我们自身的一种策略。
其实还有一个我与kimi讨论的有关认知，信息处理，有意识的认知与无意识的感知的一些对话。
就另外在单另作为一篇文章发布吧。
我很久之前就有一个发现或者提法，“智能的发展与内容和知识无关”。这点也是一贯和我鼓励赞成学生们通过打游戏，或者社会实践，生活实践，真实世界的劳作， 运动，来发展自己的智能是一致的。这篇论文回头也要仔细整理一下单独发布。
评论