广州元知商学院ai教程

哈喽，大家好，我是原汁商学院的静文，相信通过上期的视频啊，大家已经感受到了原汁商学院不计成本落地的豪气。 在沃顿商学院和全球最大的建筑设计事务所干涩了的共同努力下，对标沃顿商学院新校区的建设标准，源之商学院一期校园落地广州塔下，三万三千平的一期校园能同时容纳约一千人在校上课。 接下来啊，我也邀请大家跟随我的脚步，我们往上走，看看楼上有什么样的功能区域和细节，巧思走吧！原智商学院二、三层是教学区，带有阶梯教室、平层教室、会议室、分组讨论室等区域，主要用于日常教学会议、组织 小组讨论。我们在每层还配备齐全的休闲区，提供桌椅休息、图书阅览、茶水服务，同学们在学习之余也可享受闲暇一刻。 二楼配有两间能容纳八十人的阶梯教室，面积约两百七十平，硬件设备上完全按一楼大型阶梯教室进行复课，适合于中小型人数班级的课堂学习与教学互动。三楼配有八间能分别容纳三十人的平层教室，每间面积约七十五平。 每相邻的两间教室呢，也可以合并成能容纳六十人，面积约一百五十平的大型客室。源智商学院近一年来充分利用校园硬件，定期开展源智沃顿大课堂等系列课程，汇聚行业领袖和顶级学者一道，不断探索前沿新知，引领企业家， 帮助未来科技趋势直击下一个风口，找寻企业新的增长曲线。金税四期，以数制税时代下的挑战与机遇，探讨共同富裕下的税务与 风险管理智慧广州数区未来 ai 公开课，探索无所不能的 check gdp 数字跃升遇事增长数字化公开课应对经济下行挑战的数字化转型策略数字经济时代的无边界企业 跃升与增长两天课程，与企业家学员共同探索数字经济时代的无边界，企业 搭乘数字化变革的高速列车价值管理与发现价值，探索企业价值管理全路径与未来公式经济新格局下的风险与应对，解读中国经济面临的微犀牛、 黑天鹅，把握第二次历史性重大发展机会未来几年企业家应关注的重大问题，走进广汽乘用车，学习广汽集团的传奇科技，致电传奇中国不能只有一个华为打造员工导向冲锋组织充满活力的企业！ 接下来，源智沃顿科技领航商业课程也即将开学。源智沃顿科技领航课程是由源智商学院和沃顿商学院联手为中国企业家打造的新科技趋势与新管理思维相结合的前沿高端课程。 开学后，沃顿商学院终身教职教授们将亲自来到中国，在原汁商学院校区内为学员进行现场授课。在这里，您可以跟沃顿教授同期学员共同探索经济战略创新、金融、 科技与商业等多方面全球发展趋势。一流的办学地点、一流的教学环境，对标世界顶级商学院打造的原汁商学院，你心动了吗？原汁商学院希望能汇聚全球顶级商业教育资源， 为粤港澳大湾区培养出一批批勇于迎接颠覆与变革的新时代企业领袖， 欢迎感兴趣的朋友给我留言，了解关于我们商学院和原汁沃顿项目的情况。下一期呢，我会带着大家继续往上走，看看楼上有什么样的功能区域和细节巧思。本次分享就到这里，我们下期再见，拜拜！

用 ai 学习机能代替人类的老师吗？在教育本身来讲，完全用 ai 或者 ai 教师去代替现在真正的教师，我认为是一个舍本逐末的一个方法。 好的老师他其实传达给你的，我们先不说德育和其他方面，就是他在学习方法论的分析以及学习习惯的特征及传递方面， 是今天的 ai 目前在理解力，或者说在逐渐拟合出人的那个思维本源的那个过程中，目前还达不到的那一点， 当然他已经接近了这一点。我们今天可以看到的学习机更像是一个题库跟知识点的关联，而不是一个我说的能够把人的学习的习惯和最佳的学习周期 家的学习习惯拟合出来的这么一个工具。而这个工具单纯靠今天的 ai 不够，他需要结合脑科学的一部分。我也不瞒你讲，我曾经想做这样的一个脑波监测的工具和眼动监测的工具来完成这样的一个动作。 但是客观说，我为什么回国之后在这方面的创业一直没做呢？是因为很重要的一个问题就是其实在这个部分脑科学和认知科学没有达到我想要的那一步，就是没有做到我自己认为可以在科学理论上说服自己的那一步，所以我宁可不做。如果做这一步的话， 你做出来的工具也好是你监测到了他的这个时候学习释放的是阿尔法波，对吧？他的那个器官所释放出来的频率是在八到十二这个波段，但是不代表我们在释放八到十二这个波段频率的时候，就是在做深度的一个学习跟思考，这个 正向和逆向不是成立的，所以我们不能去做这样的判断，不能通过一个机器去代替人类去做学习的全过程。所以今天的 ai 的方式和今天的这些 ai 的教育工具，我认为 离真正的 ai 的教育工具和所谓结合脑科学和认知科学的教育工具差着。至少我觉得还有两个时代，我们的 ai 说我们对一个学生通过简单的题的反馈，就能够对他的大脑认知产生巨大的改变， 我认为这件事是不存在的，我不敢说他们都是骗子，但是我看到的这些公司，以及请我去做过座谈和淘的这些公司，大部分都不是学人工智能或者学 marrow system 出身的人，这个领域是很讲究专业性的，如果你都不是学这个专业的 人，贸然去谈这些，去做这些设备，我认为这是一个完全对下一代不负责任的一个行为，非常可怕。 ai 学习机会影响孩子的自主学习和主动思考能力吗？ 我觉得会让懒的人变得更懒，但是那些有真正的自己的认知的，底层的思考的人，他会通过这种工具反向去使用，究竟被工具奴役还是有效的利用工具？这个在任何时代都是会有这样的两种人， ai 的这种教育工具会让懒的人更懒，但是也会成为很多具有一定的主动学习能力的人的一个利器。我觉得这个他会加大两极分化，一定程度上这种喂养式的教育啊。你看我们从小看书，实际是不断的去寻找的过程，通过引 dex 目录剧，所以寻找的过程对吧？无论你是识图也好还是识文字也好，是寻找的过程。可是你会发现很多看电视的时候坐在那其实是被动输入。然后我们今天要生活在一个根据你的个人的特征和行为 推送数据给你的这么一个过程，把你始终幻养在一个足够小的信息简房里。当然人类每一个人都活在自己的信息简房里， 但是是我们活在一个被喂养的信息减防里，还是一个我们能够在相对更大的减防里自由驰骋的一种感觉的过程，是不太一样的。所以你要说今天的 ai 在帮助学生在进行这个教育过程中，会不会导致学生变懒惰？我个人的观点啊，该懒惰的还是会懒惰的。 人性的本质就是懒，贪婪，恐惧，自私，这就是人性本身的一些底层的东西，所以没办法去改变他。

二零二三是 ai 年，为什么 ai 看起来无所不能，又很少落地？ 还是回到我讲那个观点，叫 ai 的底层科研跟 ai 的应用技术两个方向。我们今天之所以强调 ai 无所不能，其实是在说通用型的 ai 就是一个像天网一样的超级智慧生命体的 ai， 他的确是无所不能的。但是这个我认为是需要 ai 科学在自己的这条赛道上再狂奔，至少十年以后才有出现的可能性。第二种呢，是 ai 在应用技术领域 确实是好像落地下来没做啥东西。首先大家要明白一个问题，其实提出 ai 的人已经到今天为止已经六十年，七十年了，最早的知识系统也好，也五六十年了，最早提出计算机框架，所谓的计算科学、 计算工程学，并且实施到完整体系的人已经百年了。但是我们真正使用计算机也好，系统也好，使用计算机工具也好，其实都是在近三十年的时候， 我们熟悉了解很多时候都是在近十年的事，甚至近二十年的事。应用科学技术其实很多都是先从 b 端再到 c， 先搭建环境，搭建网络，搭建应用体系，然后再想着为 c 端实现真正的触手可及的利益的时候。 比如说很多年前我们需要办公的时候，需要打印的时候，需要手洗，需要印刷，那现在其实在家里打完发给别人直接就能打印出来，这是最简单的一个电脑的应用，对吧？我们以前需要跟家人通话的时候，可能需要用电话，现在我们可以用视频过年，马上过年了，可以看到 很鲜活的过年的拜年的场面和生活的场面，所以其实随着科学技术应用发展，他其实都是从 b 端到 c 端逐渐去推演，这是个必然。 ai 端也一样，今天在 c 端对 ai 的应用感知没有那么强烈，是因为 ai 真正的发展就高速发展，到今天为止， 按我自己的定义只有十四年到十五年，因为他需要大量的 ai 的应用技术，里面需要大量的可标记数据和超强的又便宜的算力，以及一个比较强大的计算工程体系和相对定向的一些研究的方向。 比如说我们最早开始从图像识别就是模拟人怎么看东西整理，从声文识别就是计算机听觉怎么模拟人听东西，包括出现了什么，怎么模拟人去触摸东西，怎么模拟人去感知什么东西，所谓的无感相关的。所以你 说今天我们感觉到 ai 好像无所不能，又没有看到他应用，那我觉得这个无所不能是指 ai 基础科学，他在他的领域上还需要时间沉淀， 那又感觉他好像啥都没干呢？是在 ai 的应用技术领域，我们还在一个中早期阶段， ai 的通用性和 ai 的大型渠道需要技术科研的发展，那我觉得这个需要点时间，不会太久，一个五到十年会有很大的变化。然后还有一个就是 ai 在应用领域需要累积大量的数据，累积大量的需求 和针对具体的细节的、大量的场景去做分化的定义和研究。那这些领域一定需要企业先行或者弊端先行，比如企业和政府先行，那 c 端才会有更多的感知。那今天我们会在娱乐端，比如 aitc 的很多影响是在离娱乐端，那这个是跟人很近的， 所以你会先感知到他，或者在小工具端，比如说换个脸啊，制作一块智能化的视频啊，通过语音问一些问题啊，通过这个叉 gpt 也好，帮你收一些资料啊，帮你写写 ppt 啊，帮你做一些其他的小文章啊，写首诗啊，这个其实现在已经开始逐渐出现了， 那我认为他未来会这方面会做的越来越好，所以你说，哎，对，今天大家好像又没做什么，那我觉得这个过程二三年、二四年、二五年、二六年、五年之后我们再来看，我认为他在四十端会有巨大的一个渗透和变化。当然这种变化会不会影响到我们的生存和巨大的一个发展？不会， 会不会影响到很多工作的变化和工种和类型的变化？会，这就是我的结论。

不是说 ai 会大量替代 stem 学科，而难以替代艺术家，为何教育政策先限制艺术类考试升学？ 我们把它分成了不同领域，但是对他来说只是在不同场景下、不同边界和不同定义下的关系。他的底层就是符号可标记的数据模型、场景边界、计算工程学、计算科学等等，本质是差不多的。 但是国家培养科技类的这些领域的人，其实也是希望真正在基础科研，在 ai 的应用科学技术领域中出现大量的顶尖型的人才跟科学家，这个我觉得是一个必然的过程，也是必须要走的。 我们过去关注文艺体育，今天降低了他的权重，不代表我们不关注，只是说我们在新的阶段 更应该关注在科技上的一个变化发展。 ai 时代，中国的教育优势将荡然无存， ai 会对小镇作题加冲击巨大，会进一步加大教育不平等吗？ 悲观的说，教育不平等一直在存在，教育的不平等，医疗的不平等在全世界在任何国家其实都存在。 你要说 ai 的出现会不会拉大这种差距，我目前无法判断和结论，因为从我个人的观感来看，它跟个体的特征化的需求会更紧密一些，应该叫我们会拉大个体之间的差异， 而不会拉大某一类群体之间的差异。如果说过去可能是小镇做题家和这种城市里的所谓全面发展的孩子的差距被拉大，但是今天我认为是个体化的差距。 就小镇做题当中也有那种能够善于使用这种各种 ai 工具的人，把他学到自己想学的东西，达成自己最佳的学习法的人，那这类人我觉得可能会更加优秀。但是过去那种死读书、死做作业、死扣书的人，我觉得会受到冲击， 但是不代表城市里面所谓全面发展的孩子就不是一个死读书死技术的。这个观点我一直是不同意的。而且所谓小镇做题，家中有很多是在有限的知识和认知框架中出类拔萃，脱颖而出， 有了更好的工具中，我反而觉得会出现的人才更多，这是我个人的一个判断，就是个体化影响会变得更严重一些。而且你过去的知识壁垒不存在了，我不相信这些小朋友就比谁差，家长不懂 科技，也不懂 ai， 可以为孩子做些什么。我觉得教育这个过程我们人类已经训练了几千年了，别把它的本质忘了，就是好像用个什么邪招就能一下让孩子立地成佛的感觉，我觉得不一样，就是说 还是守正出奇吧，就今天所有的学习方法和学习理论，要更好的去把握他的本质。为什么说孩子在课堂里面进行这种统一化的学习，甚至竞争化的学习，有利于孩子的认知跟培养， 那这个本来就是正确的，今天你不能把它打破，对吧？我们对一个事物的结论，过去可能因为知识所限、场景所限和边界的限制，导致了我们只能有一种答案。但是随着教育的发展和我们整个 科学的发展，那一个孩子会有多个答案或者多个角度去审视一件事情的时候，本身就是 ai 和 ai 的工具，帮助我们 打破了信息的壁垒，打破了模型的壁垒，打破了认知底层逻辑的传递的壁垒，那这个过程我觉得是有它巨大的一个帮助。对于家长懂不懂，我觉得这不重要，因为绝大部分家长都不是做这行出身的， 即便是做这行出身的，他的孩子下一代就一定成才吗？没有这个道理。所以我觉得现在的教育叫守正出奇吧，就是 守住教育的那个正的缘，交一个心情愉悦，开开心心，具有能够愉悦自己能力，具有足够对世界的好奇心的孩子，我觉得这是最重要的，这不是鸡汤，这是最重要的。所以我觉得没有人真正可以被称为教育 专家，一定能够为下一代指出一条必赢的路。况且这个必赢的路我觉得从来也不存在，所以还是先让他对世界充满好奇心， 有取悦自己和快乐的能力。我觉得这个是教育的根本。然后在他之上说，如果说学习技能的话，找到那些比较好的、有意义的工具，在现有的学习框架和体系下帮他做提升，找到适合他的学习方法论和学习方法的工具，我觉得这个反而是最关键。 所以说你说懂 ai 了就能懂教育，这个是两码事。只能说在你找相关的工具的时候，逻辑更清晰一些，仅此而已。我觉得这里面会找一些工具吧，比如说有一些做题的一些工具，或者一些做题 app， 他能很好的帮助孩子去记录你的学习习惯，做题的习惯，知识点和题之 之间的关系，形成各种各样的映射，总结出自己的学习曲线，并且能够告诉在某一门科目中怎么能学的更好，能够达到这样的一个目标的工具可能会更有价值一些。当然这一类工具现在很多已经做的很好了， 可能还有一些基于一个人的学习曲线跟兴趣的研究，可能还缺乏一些新的工具的出现，比如说类似像能够结合一些脑科学的，结合一些认知科学相关的一些工具，可能目前还是比较短板的吧。

ai 二十年内会对我们生活带来什么样的改变？总统的讲吧，我们以前体检可能还挺复杂， 未来的体检呢，在家抽一管血，两管血可能不是很合理的话，可能会找一个自助的采血站，就会送到这种分检和分析中心，迅速得到结果，让他反馈给我们。这就是一个极小极小的应用，包括通过我们每天的运动的步数和吃的食物的行为，以及基因的分析和身体状态， 可能会判定说你明天早上应该七点半就起，明天应该吃什么样的东西，运动多少下到晚上四点的时候说，根据您过去一个月的运动规律，今天晚上还剩四千步，你是走不完的，所以你现在应该站起来了， 然后你应该去喝什么水，那可能会形成一个类似像贴身小助理一样，或者可能像钢铁侠的那个助理佳伟， 那么真的每天贴着我们帮我们把整个的这种身体各方面的状态料理好，那可能这就是在医疗上一个很好的阴影。当我们身体即将要报警，通过数据的分析可能判断出来我们可能会产生某些疾病症状的时候，帮我们迅速的去 一些预警报警，甚至直接把我们叫出送到医院，除了把我们规划日常的生活之外，还有很多相应的工作。那可能如果未来随着独身主义的年轻人越来越多，社会化的分工 越来越多，回到家之后可能会获得很好的居住的体验，温度啊，湿度啊，洗澡水啊，保洁啊各方面都帮你完成。 这些可能都是 a， 在很多很细小的方面应用，其实今天已经足够实现，这些出现一些医疗养护的机器人，我觉得这都是在犯医疗和健康领域去做的。在学习领域，可能我们在学习的过程中 中，很多学习的监测工具会看到说哪些知识是你欠缺的，哪些逻辑是你不掌握的啊？我通过学习哪些能帮你迅速提高？你每天的学习曲线是什么？你的记忆最佳高峰可能是早上的八点零五分到八点四十五， 有的人可能是在凌晨两点来凌晨四点，那你需需要什么时候来背书？需要什么时候来完成复杂逻辑思考，通过可能我们的行为、动作、声音、眼睛的状态，就判断出你已经实现学习失控的状态。那我就提醒你，现在出去应该运动 分钟，在教育在很多方面就都可以有很多很好的应用，甚至辅助睡眠，结合一些机器人的力控技术，或者所有的柔性力度管理控制，这些工具可能能够帮我们完成。比如说类似像原有的一些这个外骨骼，每个人都做的像钢铁侠一样，能够完成很多复杂的工作，我觉得这 都是有可能的。你要二十年这个就可能性不大了，甚至说帮我们去做一些有毒有害的环境的监测，这些都会有很多。但是大家想一想，那未来如果真的走到这一步，我们的角色在其中工作做什么呢？ 我们的工作可能那个时候真的就要发生变化。资本是什么？资本就是这个社会的总意志和总能量的一种表现形式，他不是以一个人的个体意志为转移的，也不是以一个阶层的意志为转移。他残酷吗？残酷，他对每一个人都不友好， 但是也许对于群体利益是最有效的。当然，我不是说今天的某些资本家，不是说他们，我说的是社会总意识的那个资本。 人人都配有贾维斯之后呢？社会有什么变化？这问题挺好，那个 时候也许人真的就实现了我们今天所设想的共产主义。当物质极大丰富，我们可能更多的需要追求人性的升华，人均获得的资源足够让每一个人不需要怎么努力就能过得很好。那这种状态下，他追求的东西可能变得就完全不一样了。大家配合着很多归基生命，过着更美好的生活。 但是我认为这个阶段会在五十年以后，而近五十年内，我还是会比较悲观的判断。我们更像一个汉堡包，上层是少数的炭鸡生命， 制定规则的中间是大量的硅级生命， ai 结合各种应用技术跟机械技术，底层是更大量的悲苦的叹气生命。但是五十年以后呢？可能就不一样，只能说五十年以后，这是各个资源的发展变化的一个重要的过程，谁不想改变？谁都想 改变，谁都想世间大众平等，对吧？人人平等，过的都是开开心心的生活，可是这样很难啊，或者根本不可能啊，对吧？有人就有阶级，有阶级就有剥削，有剥削就有争执，所以就来个一个循环嘛，下一轮再来嘛。

生成时 ai 会引发失业潮吗？先说结论， 我觉得无论是律师也好，还有公司的行政人员，但凡这个领域的边界清晰、参数清晰、数据完整、规则比较明确，这些工作我觉得都会被大量的去替代掉。而且这个规模我认为不是新闻中讲的这个全球的三亿人，这种少可能会多很多， 所以这个观点的趋势我是认同的。当然这个需要一点时间。今天在 ai 应用领域，首先会替代掉很多企业的坐办公室的中端和中高端的职务， 低端职务不一定会替代他，因为他成本偏低。比如说一个企业有一套运营管理跟商业运营管理的管理体系，制定规则和维护规则这帮人， 严格来说，当规则制定完，他的效率就变低了，性价比就变低了，只需要留下极少数的人跟老板共同来维护规则、更新规则和优化规则就够了。大量的人是可以被取代， 高学历、高逻辑的职业反而更容易被替代吗？我觉得不叫容易被替代，他其实是比较难被替代的，但是他是应该优先被替代的。如果从难易度上来讲，他的难度应该是要大于基础的脑力劳动者。 他工作中用到的模式和数据相对复杂一些，但是长期下来也会形成很多定式，计算量相对较多。但是呢，替代他效率更高，公司更安全，因为这些人掌握着公司很多资源和命脉。 同时呢，作为老板来讲，我替代他以后，公司成本掉下来一大块。那另外一方面就说，如果原来我需要十个中高级岗位，我现在可能需要两个， 一个是行业专家、领域专家来帮我提意见和修改优化这套系统，另外一个需要技术实施的领域的专家帮我把它落地落实。我一直说的一个话题，在人类发明的游戏和规则里头， 偏中高端的是最有可能被 ai 先替代的就是人类发明所有游戏中中高端的这些人 不是顶层啊，一定要记住，不是顶层，顶层那些人我认为是很难被替代，因为他们代表的人类在很多领域的智慧结晶也不是最底层，因为最底层虽然量大，但是他还需要维护这个体系，直接去运行，甚至他跟很多实际的物理世界是相关的。这一类就是包括 同时的农业生产、供应生产这些替代他本身不一定最难，但是他的性价比一定目前不是最高的，所以替代他需要点时间和周期。但是人类发明的游戏，无论是办公室里的游戏， 还是自然界的游戏，还是我们发明的围棋、象棋、麻将等等人类发明的游戏和人类创造的一些工作场景中，偏中高端的是首要，可能会被颠覆，因为成本高，这一类是面临这个问题风险最大，但是他有的替代性和成本问题， 所以今天不会瞬间就是三亿人，不会没有工作，但是他会长期的出现替代，而且这个替代一旦持续起来，以后会加速。

你怎么看当前 ai 发展的现状？回到一个 ai 的本质来讲， ai 在做什么？ 他其实一直在用 ai 在模拟人的眼睛，在模拟人的耳朵，在模拟人的触觉、嗅觉和味觉，目前还是以模拟人的视觉和听觉为主，这也是我们获取信息的主要渠道。 模拟一个人大脑如何去思考得出结论，这个是我们 ai 发展的很长时间的一个阶段性的过程。应该这么讲， 我们过去发展了几千年的科技，无论是通过什么样的符号，什么样的模型，什么样的数据，什么样的计算科学，什么样的数学，还是计算工程学的体系，模拟人类 如何进行看、听、感知和推理，以及得出结论的这个过程。 ai 从六十多年前提出到今天发展的这么一个过程，我们的计算工程学得到了一个很好的发展。比如说在五六十年前提出 ai 的时候，更多的是用了很多知识库 和很多知识系统和所谓的铜器学的数学模型。那么这些年我们在很多新的一些，比如说在 destat 也好，在 rest 也好，在遗传算法也好，包括很多新的一些算法的出现，在计算科学本身是有一个提升的，那同时我们在计算工程学上的发展有个巨大的变化， 我们创造出了电脑，创造出了网络。今天的电脑无论是在计算、推理和存储上跟人脑是不一样的，在很好的模拟的人如何 进行记忆和存储的方法，同时我们也发展了整个的网络体系，那我们可以同时整合大量的计算单元、存储单元、吞吐单元、交换单元、 同步单元等等等等，完成了一套计算工程学的体系。这两个大的发展促进了整个 ai 可以用更大的数据量，更多的标记的属性。 如果我们过去只能标记一段文章，只有一段话的话，那个时候可能大家都还记得最早搜索引擎会给很多页面打各种标签，对吧？但是我们现在的数据在不同场景下，可以一个动作，一个行为很少的数据，可以产生无数个数据标记， 或者更多维度的、更深层次的数据标记。在这样的一个发展的过程中，无论从数据的标记，数据的可观测 尺度，以及我们整个的计算科学，计算工程学的发展，对整个 a， 尤其在近几年的提升产生了巨大的一个推动作用，这个是我个人的一个判断，那么 a 的发展他一定会沿着一个很快的阶段到一个高度。 ai 的终局是什么？最终是不是会取代人类？我觉得很多科学家也好，还有很多实业家也好，给出了 ai 的一个比较警惕的判断，他们是有各自的一个目标和原因，有的是为了自己的生意，有的是为了实现自己的领先性， 有些呢是因为站在了一个并不是真正了解今天这个行业的逻辑上的一个理解。那从我个人粗浅的学识和理解，我是这么来看的。 一呢，在未来可视的五十年内呢，社会结构会发生这样一个变化，少量的占有资源的占有，掌握规则的，制定规则的人和顶尖的科学家和一些顶尖的工程师，以及一些顶尖的行业的 领域专家共同来制定社会的规则和不同领域的规则。然后随着 ai 结合机器人的发展，可能会出现大量的机器人，这机身不一定是人形机器人， 可能是各种形状的机器人归集生命，替代我们做很多批量化的工作。那这些工作我认为是集合了 ai 的一些逻辑判断、推理的能力， 以及机器人的多适应性、快速和多并发的能力等等等等。还有广大的人呢，去从事一些相对来说不会被 ai 所替代，或者不是被 ai 家之间 所替代的一些行业和一些基础的工作，这个是一个五十年内要完成的一个并行的周期。当然在这个过程中，也许全球会发生一些因为资源的变少，或者应用技术的发展出现的一些争端，甚至战争都是有可能，这是一个巨大的资源的调整阶段。 那么如果今天的 ai 想彻底颠覆所有的人类，我认为他需要走两条路。第一条是彻底摆脱人类创造的这套数学的符号体系。 因为今天我们所有去记录、存储、描述这个自然界的体系，实际上是通过我们的数学符号、 语言符号等等来构建起来了今天的整个人类世界的一个框架。同时我们运用很好的计算科学和计算工程学，用二维化的方法模拟这个世界如何去 运行和计算的一个逻辑，这些层面远远远远可以超越一个人类的个体，但是他想在人类的这个局面的总体上想超越所有人类，突破到下一个阶段，我认为是要摆脱哦 我们人类所提供给他的符号科学体系，无论是语言符号还是数学符号，要摆脱人类给他提供的计算科学和计算工程学的这套体系， 一个叫摆脱或者突破，才有可能超越所有的人类，这是一个底线。 ai 在未来的十年内会无限的接近人类的智慧的顶峰，甚至在某些领域超越会扩宽我们整个人类认知的边界， 比如说发现新材料，发现新的研究方法，发现新的数据的标记方法等等等等。五十年以内甚至有可能出现焊机跟硅机的生命的结合，随着脑科学的 进一步的变化，可能会把我们大量的思维推理、逻辑和记忆，甚至我们所谓的灵魂。当我说这个灵魂话题不是哲学意义，也不是神学意义，是科学意义的灵， 也叫本能吧，如何迁移到危机生命上，这也是目前很多国外的一些科学家和脑科学家在不断的去尝试和研究的一个方向，也是很重要的一个理由。 ai 除了在符号科学和计算工程学方面的突破的机会，还有没有其他的可能性？ 其实 ai 有一条路可以弯道超车，就是突破人类对计算的这套瓶颈的限制，就是量子计算的发展。我一直讲一个科学的体系，科学三角就是在符号级计算领域，一个可规范和标记的场景领域， 结合一个可视化的可观测的数据领域和可标记的数据尺度的领域，如果某一个点被突破到下一代，突破到新的时代，都会产生新的巨大变化，比如说电脑实际是不了解人如何真正的产生记忆和存储的？ 最早图灵提出整个图灵机的时候，还是佛诺伊曼整个把它实施到整个计算机框架和二维世界中的时候，都没有真正了解人类是如何存储和思考的， 是推理的，但是今天的计算机确实是可以帮我们如何存储和计算，对吧？这也就是用了一个二维的方法去模拟这样的一个计算能力， 如果在计算的能力上出现了巨大的突破，就是量子计算的突破，在这个方向是 ai 发展的一个突破点，也是一个重大的。掌柜，这个突破点在低耗能小样本数据下 事件完整的迁移，这是在零次学习上有巨大的一个突破，我觉得这个是有可能的。第二呢，就是在人类的脑科学的借鉴上，如果我们今天看人类假设是个被训练出来的一个群体，还是自然演化的群体，人类的大脑发展了都将近十万年了， 不断的被自然界驯化和不断的自我驯化得到的一个产物有很多优势在，比如说低耗能小样本的数据具有本能和迁移性， 甚至今天可以看到说创伤型的记忆是有遗传特征的，甚至说我们的思维在一定程度上会不会出现量子共振，在科学界是有 论过的。从我个人角度，我认为这是成立的，也就是所谓的观察者效应的一种可能性的解释，六种可能性的解释之一，但是确实是证明另外一个层面就是 人类的大脑本身是一个高度复杂和高度精密运转的一个机器，尤其是如此多的人类凑在一起不断的刺激和产生之后形成的这样的一个机器，我认为是非常伟大的。那么科学中我们今天如何记忆、存储、推理大致的区域分工上， 比如说布洛卡区做那些，海马体的 c a 三 c a 一做那些，聂叶、枕叶、额叶做那些大致是有分工的。但是我们对真正神经元层面的研究和心皮质的研究是比较浅的， 但是大脑却具备了很多今天的 as 不具备的优势，而且 aa 其实一直是在用工程化的方法在解决类技术问题和类科学问题。所以说我们如果借鉴了人大脑，尤其在心脾滞个体神经元在人脑的 相对优势上的发展，包括在量子基础上的发展，都会有新的重大的突破，目前这两点还没有实现本质性的突破。

这个还能见到很重要，穿红衣服的，从红衣教主背对到何姐这个事件看，主持人是真的情商低吗？ 我对情商这个词有一个自己的理解，最早的定义是在有压力的情况下，或者外界干扰的情况下，如何控制自己的情绪， 能够正常的发挥或者超常发挥自己智商的一种能力。在中国呢？今天的羽翼环境下，变成了人情世故啊，变成了如何说好听的话。如果按我们定义来讲，我也看了那个新闻，我觉得这不是情商低的表现， 我觉得认知至少差了两个量级的一种对话，最后演变成一种气急败坏，或者说一种歇斯底里失控的一种自我宣泄吧。 有没有如何高情商演讲的五条建议？没有，我这个人没有情商，哈哈哈。哎呦我的妈，哈哈哈。 怎么看不少人为他的知识付费买单？我觉得首先不要因为一次事件就把一个人彻底打翻，就是每个人在有些场合可能表达出来的那些东西，也许是带着一种情绪或者一种失控的表达。 我觉得一个三十岁的人来说，处在一个变化期，因为我自己也经历过三十岁，也经历过那种创业的高峰或者波折。全方位的理解一个人，没有必要把一个本性没有去定论的人一棍子打死， 而且我相信很多人买他的课程应该是在其中能学到东西的，至少能够看到一些，无论是治愈这 个生活中的创伤也好，得到一些情绪价值也好，获得一些在创业上的帮助也好，这都是好的事。现在是创业的好周期吗？年轻人的 ai 时代，创业机会在哪里？ 任何时候都可以去创业，也都需要创业者去扰乱固有的这个结构分布，或者所谓的资源板结化的状况， 能够让更多的人获得效率的提升。我觉得创业分两个维度，第一个是在基础科研上有重大的突破，并且能够应用到实践， 但是这个我认为不符合今天绝大部分的创业者，包括今天有一些假借芯片或者假借基础科研之名，实际是为了骗补贴或者捞快钱的一些企业，我认为他们也不处在这个行业之内。对于我们绝大部 创业者而言，是应用技术，或者一些所谓的社会的组织效率的变革，或者一些社会综合效率的提升等等方面。 比如说在这些年的所谓互联网创业领域，更多的是在解决效率问题。互联网的早期解决的是用户及用户关系和数据流的问题，从最早的中国的 china 人也好， 包括伟大的一塌糊涂，包括天涯，到后续开始出现一些互联网三 c 数码的电商平台，到后来出现一些鞋子的 以后的标准化商品平台，之后又出现了非标大宗商品的平台，比如说房产、汽车、医疗、家居、教育、旅游、金融、法律服务等等等等各种各样的平台。抓住这些大周期都是创业的好时机。那你说今天的九零后是创业好时机吗？已经不是最好， 不光九零后，八零后也不是最好的创业时机。应该说中国我们可见的这一代啊，最好的创业时机我认为是从五八五九年到七八年、七七年这二十年间的人，他们刚好赶上了中国最好的一个创业潮， 社会整个大效率重新重构和资源重新分配的一个阶段，很多优秀的人在那个时间脱颖而出，白手起家。但我不是说他们很幸福，因为创业本身就是很痛苦的事，是大量淘沙，万分之一杀出一条血路。当然这里面有我们伟大的一个组织的保障，这个是最需要去感谢的。 所以你要让我去看创业的话，我觉得如果去解决社会的效率，首先要抓的是行业的大周期和时代的大周期，八零后和九零后，零零后并不是创 的最好时代，因为他的大周期过去，但是这个阶段依然会有很多创业的机会。因为我们国家在表层效率的改革上已经非常非常的迅速了， 但是在深层的效率的变革上，甚至结构的优化方面，还有很多很多要走的。其实就跟我自己的专业，我们用这种角度来讲，真的跟产业、跟行业纵向了结合，无论你通过多模态的通用大模型也好，还是通过垂泪模型，还是基于应用到某些特定场景的应用类的模型也好， 我认为都没有到一个应用的普及期，你别说高峰期了，甚至不到成熟，所以我觉得依然有很好的创业时代，但是他的创业门槛可能会发生一些变化，或者创业方向会发生一些变化。在 ai 的应用领域，我相信还会有很多 很多的创业的机会。不要贪大求全，不要做一个通用型的 openai， 不要做一个多么底层的通用型的，或者一个行业的通用模型，试图去做一些很小的工具，很小的应用。比如说 我前两天看好多自助写 ppt， 自助写小作文的一些 ai 工具，至少在某些方面，它可以帮助人减轻很多基础的工作量或者繁杂的工作量。如果 ai 应用在会计也好，金融也好，风险预测也好，包括这两年在国内比较流行的像杰夫哈根斯的所谓这套千岛智能， 在做流失处理的时候，解决这种多样本的分析的时候，解决一些风险预警的方面，也会有很多小的应用的场景出现。可是这个小的应用场景，你别觉得他小，他可不是小生意，他是个小场景，但他不是小生意，他依然 会能赚的盆满钵满，依然会有很多机会去做。但是一定要提醒一点，今天的创业时机不是过去的二十年、三十年，遍地黄金遍地机会的时候，而是要慎重找清楚自己的专业和能力，结合好行业的机会去做努力和变革。 两个时代的创业者是不是很难互相理解与沟通？个体的个性化的体现吧，代表不了时代的体现，因为我们可以看到很多九零后甚至零零后的创业者， 我自己也会投一些很小的创业团队，看到很多非常优秀，非常专业，甚至非常有情怀，又能够找到生意的那个平衡点，能控制好那个 balance 的人，我相信这个鸿沟也不存在。第二个观点，不要 奢望已经创业成功的人，或者说一些先行者给你什么样的帮助。我觉得这句话可以问一句话叫，凭什么别人是没有义务帮助你的，帮助下一代是他的道义，是情义，但是不帮呢？我觉得是道理， 对吧？你不能说前辈大佬创业成功了，他就一定要帮助年轻的一代人，我觉得这个不存在， 因为他有他成功的那个艰难的过程，他从那千军万马过程中拼杀出来的时候，可能红衣教主是我们所能看到的一个比较少有的 个性十足的又创业成功的这么一个人，其实他经历过的这种挣扎与痛苦，创业过的人都会看得到、感受到。所以我觉得别人即便不帮你抬轿子，或者即便不给你指导，甚至只要 不恶意讥讽你，我觉得就可以了，你何苦好像要借助他人的力量而获得什么？这个是不存在可能性的，也没有道理带着这种怨气去指责老一辈的创业者，我认为是极度不公平的。那一代人也是拼杀出来的， 也是在别人制定的规则中做出来的，我们可以评判他们在某些方面的成与败，但是没有资格去评判人家的创业的人品和行为，这一点也是很重要的。 否则你以什么样的心态去面对你创业的每一个过程，因为这个过程很痛苦。有些时候尤其做 ceo 有一种痛苦就是你没有人可以分享你，没有人可以分享你的快乐痛苦，也没有人可以抱怨，因为你不能跟你的员工抱怨，不能跟你的合伙人 抱怨，不能给你的家人抱怨，跟家人可能不同频，跟合伙人抱怨，合伙人可能想撤国，你跟员工抱怨，员工可能会开始找工作，所以其实你不知道找谁去说你就是孤独的，注定是孤独的，如果连这份孤独和创伤都承受不了，那我觉得创业成功的概率会很低。 其实创业就在每一天扎扎实实，你又多学了多少东西，团队又做了多少工作，又为你的客户做了些什么，然后又能够为生活变好一点点。说的再直白点，能够为员工把工资挣出来，为股东把利润挣出来这件事而努力，这就是一个很好的过程。 不要形成一种所谓给自己台城的一种感觉吧，这种感觉在很大程度上会害了人，会害了很多优秀的创业者。