1、人类比当前 AI 工具在复杂研究报告方面还是具备碾压的实力。AI 已经完全可以替代资料搜集和部分总结工作了。但这并不是 AI 自身的问题，是应用工具进步跟不上的原因，后面详说。只能说从事这类工作的大部分人都远比不上 AI
2、关于总结能力，AI 其实非常强大，只是暂时做不到按照核心理念，进行多维和恰当深度的长上下文总结。但是其根源也是因为缺少足够的背景信息，并不是能力不足，LLM 本身的能力已经足够了
3、目前的麻烦是，大型研究报告的内容非常复杂，围绕着一个非常多元的目标展开，而且还会在研究过程中动态变化。要考虑到各方的要求，要实现高维统一…牵扯到非常复杂的背景信息理解和沟通，并非融合信息那么简单
靠人类输入 prompt 从理论上不行，因为即便是我本人，对于报告细微方向和深度把控，也是靠直觉涌现。也就是说，我得先看到报告内容，才能评估是否合适纳入报告，因为在看到之前我的隐藏网络并不会被激活。就是得靠人的品味，这可就麻烦了，直接把 AI 的能力限制了
4、背景信息无法对齐，直接限制了 AI 强大的能力，即便把上下文长度拉到无限都不行
我目前的折中办法是把课题按维度拆开，分别研究生成子报告，然后对子报告再进行多维融合
然后你就会得到一大堆深浅和维度纠缠不一的报告集合，你想要的"理想报告"的要点分布在它们其中。只是，只能靠自己来提炼出来，因为 AI 无法"知道"哪些更合适，理论上它们都对，只是需要一个非常复杂的时空背景来进行选择
当然有了 AI 梳理在前，效率提高到令人发指的程度，而且你不想任何人类助手参与工作
5、所以，才会有我前面说的"人在回路"的 AI 协同，人类确实也强大，我可以通过快速浏览报告，瞬间就判断哪些适合以及应该如何融合和再查点啥更好，而且还能大致记住要点是如何分布在那一堆乱糟糟的报告里的。我尝试过多给几份让 AI 融合，比我还是差的有点远。只能先欺负下 AI 进入不了物理世界获得多元信息呗
6、但我还是那个判断，这并非 AI 能力不足。而是 AI 应用工具能力不足，就像是让一个超级 CEO 来管理一家并不了解的企业，只能是爱莫能助，也就只能当个"师爷"了。所以，各大 AI 企业都在心心念念产品突破，Google 直接全家桶便是焦虑体现吧
7、我个人的思考和看法：这一切的关键，是需要一个跟我们清醒时间保持一致的【贾维斯】，能记录下我们一切的视听信息，并定期跟我们沟通对齐对这些信息的理解。经过足够长的时间，我们会获得一个相对准确的"个人思维映射模型"，核心是要搞好隐私算法和茫茫多算力卡
LLM 本身就直接是直觉思考，经过我们数据对齐训练后，便具备了我们的"品味"
8、 这个【贾维斯】，就是最重要的产品。想必奥特曼拉着 Apple 前设计老大，就是想搞这个东西
但我个人觉得这并不是某个单体产品，而应该是手机+眼镜+耳机+手表…等传感器集合
是的，我认为是一个分布式"AI 传感器集合"，前端是类似人类耳鼻眼皮舌的传感器，背后是内置在手机里的本地 AI
最后，毒舌评一下各方：我觉得华为在这方面最具潜力；Apple 有潜力但可能发挥不出来，因为它进入拉跨曲线了；小米等别人把路探好，它应该也不错；openai 和 Google 玩不懂硬件，只能另辟蹊径吧，当寄生在手机里的 AI 也不错，但要看人家同不同意
没有评论:
发表评论