#信息压缩

大多数人并没有属于自己的“算力”,或者说独立思考能力。 他们对世界的一切认知,都来自社交网络,来自亲友的道听途说,来自大V的观点输出,来自“官方媒体”的公开报导,和各路自媒体的七嘴八舌。 为什么? 因为这个日益复杂的世界,对裸猿们来说是“太大了”。现代人需要处理的信息总量远超原始人类,我们 的大脑本就不是为适应如此复杂的环境而生,即使人类大脑在地球所有生物中已算得上出类拔萃,即使看看其他动物的信息处理能力,人类理应傲视群雄志得意满,靠个人头脑驾驭一个如此复杂,充满谜题的信息海洋,仍然是不可能的任务。 个人大脑能处理的信息总量,本来就是极少的,或者说,个体算力,本来就很弱。 人类之所以能处理让我们产生“充满智慧”幻觉的大量信息,依靠的是工具。 是语言这种在形成和使用过程中就能对信息进行过滤、压缩的工具。 人类算力的增长,一直是靠语言能力的进化,和语言本身的进化实现的。 聪明的人不一定很会“写”或很会“说”,但几乎一定很会“读”,很会“听”。 如果你希望你的孩子将来聪明伶俐,培养她的阅读能力就是你第一件该做的事。 强化她的语言能力,鼓励她以更精炼、更准确的方式表达,则是你第二件该做的事。 因为人脑的“运算空间”,或者说工作记忆容量,大家都是差不多的。 在大小差不多的空间里,有的人能放下更多东西,是因为他们选择放进去的东西,体积更小,价值更高。 大部分普通人之所以没有独立思考能力,没有独立建构起一个对世界较为接近真相的完整认识的能力,是因为他们的心灵已经被庞杂的信息填满了。 或者说被庞杂的烦恼,被“眼前的苟且”填满了。 在挣扎于最底层的牛马们心里,是没有装载“诗和远方”的空间的。 除非这些牛马识了字,读了书,已经掌握了用较精炼词汇“压缩”信息的思维技术,除非这些牛马已经学会了写诗,能用“我咽下一枚铁做的月亮”描述自己的生活。 所有那些还有余力去思考“为什么”的人,都是已经学会了用较为简洁的方式说清自己正面对的问题的人。 因为在一张试卷上,如果考题已经占用了全部卷面,你当然既无法打草稿,也无法写答案。 在人类文明演化史至今为止的绝大多数时间里,底层民众对自身的苦难都是“麻木不仁”的。 但那并不是真的麻木不仁,对痛苦的感知,不要说人了,动物都一样有。 古代底层只是没有对痛苦的认知和表达能力。由于缺乏更精炼、更准确清晰的描述方式,那些未经“压缩”的对苦难的感知,在他们和今人同样狭小的思维空间里,会造成“内存溢出”的效应。 他们的痛苦只能用呻吟来表述,无法用言语来表述。 连表述都做不到,遑论反思。 为什么从古至今大多数人都没有独立思考能力? 因为从古至今,大多数人都没有学过读和写。因为虽然不学读写,人们也能熟练掌握语言,能听能说,但学会了读和写,才能极大地拓展一个人的信息接收和传播能力。 书面语言和口头语言相比,一直都是更复杂、更精密的工具。 也是更能通过“信息压缩”来为你节省脑容量,允许你有余力,有多余的空间去想“为什么”的思维工具。 古人并不是不会去想“为什么”。 但在语言这工具没有演化到具备“高度压缩”这功能之前,在大多数人还没有掌握这工具,或者说“解锁”这功能前,只有天赋异秉者,那些天生算力就比别人更高的头脑,才会有多余的空间去想“为什么”。 而这些天生算力更高的头脑,往往也需要以“闭关”的方式,先隔绝了日常生活信息的干扰,隔绝了自身对社交网络“集体运算”的依赖,才能有足够空间,不但思考,而且得出结论——才能“顿悟”。 说白了,所谓天赋异秉的人,拥有独立思考能力的人,并不会比普通人强很多。 他们的“空间”通常比一般人大,但并不会大出很多。他们只是更好地利用了“空间”,只是更好的“压缩”了必要的信息,以更熟练地运用语言工具,解锁了语言工具的高级功能的方式。 今天的人们,远比古人幸运。 学习读和写已经不再是拦住亿万人的经济门槛。信息的获取,与同侪的交流,都在现代科技加持下更为便捷。 但不擅长压缩信息、好好利用自己内部“空间”的人仍有许多。 那些到今天仍然不能独立思考的人,如果你愿意去观察一下,他们往往也是无法准确描述自己痛苦,无法准确描述自己正面临的问题的人。 他们会听,会说,会读,会写。但他们并没有真正掌握语言这个工具,没有“解锁”这工具的高级用法,没有发挥这工具潜藏的威力。 这令他们在大脑拥有同等算力基础、同等空间容量的情况下,无法以更高效的方式去“算”出答案。 尤其是算出永恒命题“何为最佳生存策略”的答案。 当一个社会的人口主体是不会读写的低算力人群时,整个社会网络的总算力就会较为低下。 每个时代每个社会都同样会以全社会之力去运算永恒命题的答案。但低算力社会更容易拿出荒腔走板的解答。 今天的人类和古人相比,幸运之处在于活在总算力更高的社会,也拥有提高自身语言能力的诸多便利条件。 以及,有可能享受到因使用者能力普遍提升,语言工具本身也加速升级带来的加成效应。 今天的个人是更有可能拥有高算力头脑,成为独立思考者的。 如果你找到了正确的路。
orange.ai
5个月前
今天很有趣,两家知名的公司各出了一篇文章,争论要不要使用多智能体系统。 Claude 的官方 Anthropic :如何构建多智能体系统 Devin 的官方 Cognition :不要构建多智能体系统 这核心的争议点在于:Context 上下文到底应该共享还是分开? Claude 这边的观点是,搜索信息的本质是压缩,单个智能体的上下文有限,面对无限的信息,压缩比太大就会失真。 这就好比一个老板能力再强,也不可能搞定所有的事情,还是需要雇人去解决。 通过多智能体系统,老板让不同的智能体分别研究、汇报重点,老板最后整合到一起。由于每个智能体有自己的专长,具有多样性,减少了单一路径依赖现象,实际效果上,多智能体也超过但智能体 90%。 这是集体智慧,一起协作获得的胜利。 Devin 这边的观点是,多个智能体的上下文不一致,会导致信息割裂、误解、他们汇报给老板的信息经常充满了矛盾。 而且很多时候,智能体的每一步行动都是依赖前一个步骤产生的结果,而多智能体通常分别跟老板沟通,互相之间缺乏沟通,这样很容易导致互相矛盾的结果。 这体现出了个体智慧的完整性和高效性。 两边观点看下来,是否使用多智能体架构,特别像是人类运行一家公司的选择。 一人公司还是多人公司? 一人公司,一个人的脑力、体力、时间都是非常有限的。 优点是一人公司的沟通成本为0 ,可以把所有的时间都高效使用。 而多人公司,人越多,沟通成本就越高,管理难度就越大,总体效率下降。 但因为人数多,脑力多,体力多,整体的价值产出也就有可能更多。 多智能体的设计很有难度,这其实很正常,就像运行一家公司一样,很难。 难就难在建立有效协作的系统。 而且 1个人,3个人,10个人,100人,1000人,所需要的协作系统又不大相同。 参考人类历史,依靠集体智慧,人类在近代获得了文明的指数级发展。 多智能体的集体智慧,也许就是在 Scaling Law 逐渐放缓后,AI 获得指数级发展的那个萌芽。 而关于上下文,人类的协作至今也无法做到完美的上下文管理。 这让我想到,软件工程从来不是追求完美,而是持续迭代。