記得小時候聽過一個說法:人類的科學終究會遇到瓶頸。隨著需要學習的知識增多,人在有生之年要掌握乃至突破知識,將會愈來愈困難。
例證就是,19 世紀的 MIT 入學考是二元一次方程式,差不多是現在每個國中生都會解的程度。然而就演化的角度,兩百年來人類大腦不會有太多變化,瓶頸似乎是可預期的。
以我為例,離開大學後我也已經無法掌握最基本的微積分知識了。
然而 AI / GPT-4 的出現,讓我察覺兩種可能性:
1. AI 能指數增加學習的效率。不只是大幅縮短過去嘗試錯誤的時間,更能透過不斷問問題,由表層開始問起,進而掌握底層知識。
人類甚至不需要真正掌握每一層面的知識,只需要理解「應用層」。
2. 技術與科學的突破,不再需要仰賴人的靈光,而可以要求 AI 不斷提出可能性,嘗試各種方向,也就是暴力解。
這是否與人類透過電腦證明四色定理一樣「不夠優雅」?
我的看法是,講求優雅的科學,或許是押注在人類的審美與大腦極限。飛機的流體力學並不優雅,半導體的物理也並不優雅。
甚至馬克士威方程式,也只是在發明了更進階的微積分工具後才「變得好像比較優雅」(最原始的版本超醜的)。如果當初追求優雅,這些影響當代的科學很可能都不會出現。
因而 AI 於我而言,並不在於有多會考試或取代工作,而是在包含醫學、航太、海洋、材料等各種基礎科學領域的一大突破點。本質學習與知識掌握方式的改變,連帶影響了人類發展的基石,從大腦為本,到電腦輔助運算,現在即將走向以 AI 為本的探索方式。
馬斯克對 OpenAI 提起訴訟,因此公開了許多與 OpenAI 的往來信件。對此,The Verge 寫了一篇報導,揭露這些信件。而與去年出版的《馬斯克傳》對照,會發現一些有趣的事。以下是簡單的年表
近期 Gemini 發生了兩起事件,分別是發表了反人類宣言,以及對癌症病人進行沒有同理心的說教。對此我有 4 點延伸零碎想法。
最近在研究 Clarymind 的留存率,恰巧 YC 最近一支影片談 Cohort Retention,是我看過最清楚、最好懂也最實用的教學。Cohort Retention 是軟體服務重要的指標,意思是把用戶分群後,看不同群組的留存率。本文大部分內容來自這支影片,也加上一點點自己的經驗。