dontbesilent
1个月前
《对标模仿定理》 作者:dontbesilent 核心定理 对标的本质是降维模仿: 当你想达成某个目标时,应该去模仿那些已经超额完成该目标的对象,通过完整复刻其行为模式来消解问题本身,而非寻求答案。 三大公理 公理一:模仿意愿决定对标范围 对标是用来模仿的工具。如果你愿意模仿任何对象,全世界的生意都可以成为你的对标;如果你只愿意模仿和自己一模一样的对象,那么世界上将没有业务可以成为你的对标。模仿的边界由你的心态决定,而非客观条件。 公理二:业务问题的前提是人的问题 找对标能解决的是业务逻辑问题,但前提是执行者已经解决了"人的问题"——恐惧、拖延、借口。只有当人具备了输血供能的能力,业务讨论才有意义。否则,即使网上有发射火箭的 SOP,你也无法执行。 公理三:深度体验胜过浅层学习 真正的学习不是看书上课,而是完整走完同行的每一个流程,直到你能预测对方的所有行为。把同行当成 AI,测试不同输入下的输出。走完这套流程的人无师自通,没走完的人看什么都没用。 三大推论 推论一:全抄拼执行,半抄拼认知 模仿分为两种层次:全盘复制考验的是执行力,选择性借鉴考验的是认知能力。前者是体力活,后者是脑力活。 推论二:目标要降维,心态要升维 想月入 10 万,就去模仿月入百万的生意。但多数人失败的原因不是方法错误,而是没有准备好承担更高目标带来的痛苦。目标可以降维执行,但心态必须升维匹配。 推论三:量化练习产生质变 看懂 100 条爆款视频能破万粉,看懂 1000 条能破十万粉。模仿一个语速要练 50 遍甚至 200 遍。精细化的重复训练是从模仿到超越的唯一路径。 结论 模仿到极致,就是创新的开始;问题被看透,就是答案的终结。
欧巴聊AI
1个月前
我刚读完李飞飞最新的万字长文,《从文字到世界:空间智能是人工智能的下一个前沿》。 最直观的感受是:我们都在为 AI 现在的能力着迷时,李飞飞指出了一个巨大的盲区。 现在的 AI,本质上是个活在黑暗中的话痨。 这篇文章,并不是一般的技术展望,而像是一份 AI 进化之路上缺失的拼图。 作为 ImageNet 的作者,她提出的空间智能(Spatial Intelligence),让我对“什么是智能这件事”重新思考。 给你分享几个击中我的点,希望也能给你带来一些新视角。 一、LLM 是博学的,但它视力不太好 这是文章中最让我震撼的一个比喻。 李飞飞说,现在的大语言模型(LLM)像是一个被关在黑暗房间里的博学者。 它们读过所有的书,能写出最华丽的诗句,甚至能生成极其逼真的视频。 但是,它们缺乏根基。 它们不知道把咖啡倒进杯子时,如果手抖倒歪了液体会洒出来。它们不知道在拥挤的人行道上,如何侧身避让一个匆匆路过的行人。它们只有语言的逻辑,没有物理的直觉。 这种直觉,就是空间智能。 我突然意识到,现在人们对 AI 的崇拜,其实是对语言能力的崇拜。 但对于在物理世界中生存的生物来说,语言是进化的最后一步,空间感知才是生存的基石。 二、进化的秘密:先有动,后有智 李飞飞在这里引入了一个生物学视角,非常精彩。 早在人类学会说话、建立文明之前,动物就已经具备了极高的智能。这种智能来源于感知与行动的循环。 文章里举了一个特别有画面感的例子:古希腊的埃拉托色尼。 他不是坐在书房里算出了地球周长,而是通过观察亚历山大城和塞恩城在夏至日正午影子的不同(这就是空间智能),结合几何学推算出来的。 还有沃森和克里克发现 DNA 双螺旋结构,不是靠写论文写出来的,而是靠摆弄金属板和导线,在三维空间里拼出来的。 这打破了我以前的一个认知:我总以为思维是抽象的。 但李飞飞在说,很多顶级的认知和创造,本质上是空间性的。如果你不能在脑海中旋转一个物体,不能理解物体之间的物理关系,你的智能就是残缺的。 现在的 AI,恰恰就缺了这一块。 三、从预测下一个词到预测下一个世界 这是李飞飞新公司 World Labs 正在做的事,叫做世界模型(World Models)。 跟现在的 Sora 或者 Runwway 生成视频是两码事。目前的视频生成模型,经常会出现“上一秒那个人还戴着帽子,下一秒帽子融化进头发里”这种恐怖谷效应。 为什么?因为模型不懂物理,它只是在堆砌像素。 李飞飞提出的世界模型,要求 AI 必须理解重力、理解光影、理解物体恒存性。 她提到的 Marble 项目让我很期待。 这不是简单的 3D 建模,也不仅仅是为了做游戏或电影,而是生成一个有物理法则的、互动的世界。 想象一下,如果我们要造一个照顾独居老人的机器人。这个机器人不能只是陪聊(LLM),它必须能看着老人的动作,预判他快要摔倒了,并在一瞬间冲过去扶住,这就需要极高精度的空间预测能力。 没有空间智能,机器人永远只能在工厂流水线上拧螺丝,进不了我们的家庭。 四、维特根斯坦的那句话 文章引用了维特根斯坦的一句名言:我的语言的界限,意味着我的世界的界限。 目前的 AI 被困在语言(和类似语言的代码/像素序列)里,所以它们的世界是有限的。 李飞飞的野心在于,她想让 AI 突破语言的边界,去触碰那个真实的、粗粝的、充满物理法则的世界。 这让我感到一种久违的兴奋,过去的几年,AI 圈儿更多都在卷文本,卷谁的参数大,谁的上下文长。 但李飞飞在提醒我们:文字只是现实的投影,而非现实本身。 如果说 ChatGPT 是让 AI 学会了读万卷书,那么空间智能就是让 AI 开始行万里路。 最后一点感触: 李飞飞在文末提到,她的动机始终是AI 必须增强人类,而非取代人类。 这不是一句空话,当她谈到机器人协助科学家做实验,或者帮助护理人员照顾病人时,那种技术理想主义的温度,你能切实的感受到。 空间智能的终局,不是创造一个超越我们的数字神灵,而是创造出一个伙伴。 他能真正理解我们所处的物理环境,能帮我们拿水杯,也能扶我们一把。 从文字到世界,这确实是 AI 最值得期待的下一个前沿。