即刻App年轻人的同好社区
下载
App内打开
杨昌
27天前
“知识的缝隙”这篇文章,实在是太有穿透力了。

在跟AI打交道过程中,我遇到的很多重要问题,几乎都可以在“知识的缝隙”这一概念里找到解法。

1、费曼学习法

在接触生成式 AI 的这一年多时间里,从门外汉到从业者,从小玩具到行业级生产力工具,最让我受益的学习方法,就是用费曼的办法“study in public”。

不过,此前的公开学习,我更多在乎的是:分享过后,能不能收到更多的反馈,让自己更加理解了。

却忽视了,那些帮助我去更好理解的,并不是反馈本身,而是在分享过程中发现的“知识的缝隙”;

唯有发现缝隙,才有可能通过重新学习、研究、交流和实践,去一点点把它填上,把知识研究透,把问题解决掉。

2、把手弄脏

近一年来,我见过很多这样的“AI爱好者”:

他们每天会发N条AI相关的朋友圈/即刻,每周会参加 N AI 相关的活动。

但是,他们却从没拥有哪怕一个 ChatGPT 账号……



奥特曼和杨植麟们的最新八卦,各种 AI 产品分析的“万字长文”,确实能给我们“一种虚幻的、荒谬的成就感和满足感”,让我们“误以为自己对这个世界的理解更深了”。

但生成式 AI 之于普通人和常规业务,却是完完全全的“实验科学”:

如果不亲自测试,我们永远搞不清楚,它更具体的能力在哪里,更具体的局限又在哪里;

如果不在真实的工作、学习和生活中应用,我们永远创造不出自己的作品。



把手弄脏,在测试和创造的过程中,去感受生成式AI,去发现大量“文章、演讲和闲聊无法传达出来的【缝隙】”。

这件事,并不难。

虽然一说到“AI”,就让人觉得有很高的技术门槛;但其实,生成式 AI 本身,就能降低各种技术的门槛。

不过,愿意把手弄脏的人不多,也就让那些乐于把手弄脏的人,享受到了这一波技术红利,而且还将享受很长一段时间。

3、10x is easier than 2x

"10x is easier than 2x" 虽说是一本写给企业家的书,但对于我们这样的普通人而言,它的核心观点有效:

「当你认真对待自己的独特能力,并将大部分时间用于发展它时,10 倍和非线性的跳跃就会随之而来」

可是,何谓独特能力?学过某些专业,做过某些岗位,就一定擅长吗?就可以称之为独特能力吗?真不一定。



从【懂】的角度,擅长是

“当我们对一个东西或者一件事情足够专注,观察得足够多面、挖得足够深,

当我们对一件事情不停地放大,当我们对这条弧线背后的缝隙都看得更清楚之后,所拥有的那种更精细、更微妙、更具体的理解”。

从【会】的角度,独特能力是

“你对一件事情专注足够的时间,挖得足够深,你就会这件事情上发展出极其细微的差别和专业技能:

做同样的事情,你得到的结果可能比别人要强很多倍;而同时,你付出的成本(比如时间,比如你做这件事情时候的心理负担等等),要低很多。”



回到 AI 上,作为非技术人员,最让我受益的 AI 应用策略,正是“不断聚焦到自己擅长的事情”上。

一开始,我的擅长是“学习和分享”,于是我试着成为公司里的“AI布道师”,带着大家一起用 AI 解决点小问题。

再后来,对学习的擅长,进一步聚焦到了「对AI能力和核心用户需求理解的擅长」。渐渐地,我开始一看到新的技术,就立马能联想到“可以应用到哪些场景,解决哪些人的什么问题”。

对分享的擅长,也开始聚焦到了「对推动产研开发和推动业务效果转化的擅长」。慢慢地,每一次的内部分享,不再局限于信息的同步,而是更明确地指出“可以在业务中产生多大增量、提升多少效率和节约多少成本”。

很难想象,如果我最开始是从技术开始学起,啃的是《attention is all you need》这类论文,那我将走多少弯路,多么有可能中途放弃。

4、独特能力可战胜通胀



当钱不值钱了,最好的防御是什么?

我直接摘录孟岩老师的原文:“在 2023 年伯克希尔的股东大会上,有人问巴菲特应该如何应对通胀。

巴菲特的回答是:
最好的投资永远是你自己。

他是这么说的:

关于如何应对通货膨胀,你最好的防御就是你自己的能力。

如果你是镇上最好的医生,如果你是镇上最好的律师,如果你是镇上最好的老师,即便遇到通胀,你也会过得很好。

我们的经济注重生产力,能给你带来成功的,是你的才能,是你对社区的价值,这才是可持续的。」

如果把通胀看成自由人才市场的平均的话,战胜通胀的是你的 unique ability,是你的独特能力,是你玩儿着就能做得很好、但别人很努力也做不到的事情。”



AI时代,能力不值钱了,我们最好的防御又是什么?

从上家公司离职的时候,我就跟 HR 小姐姐说:

“GPT-4出来了之后,我产生了很强的危机感。测试几个月之后,我发现手头上的活儿,它基本都能干。这样的话,我再继续干下去,就没啥意义。”

但随着应用的不断深入,我越发意识到,当初的理解并不准确:AI能帮忙干活是一回事儿,AI 能独立把活儿干好是另一回事儿。



其实独立不独立都另说,每一项用 AI 干好的活儿,背后都有大量的人类高手:

评估 AI 输出的质量,需要人类高手,因为只有他们,才能发现89分和90分之间的细微差别;

确定AI应用的高价值场景,需要人类高手,如果没有行业领军人级别的认知,很难把好钢用在刀刃上;

用AI做出打动人的作品,更需要人类高手,每一部优秀AI生成的作品背后,往往有一个或一群审美/品味极其上乘的创作者。

所以,无论 AI 的通用能力会变得多强,具体到我们擅长的那个细分领域,只要我们研究得足够深,AI 要产出好内容,就离不开我们。



当然,多数人似乎都没有特别擅长的事情。只不过是因为念过某些专业,做过某些工作,所以显得相对懂一点。

擅长的背后,则“需要漫长的时间和足够的专注,也就是需要足够的长度和深度”。

因此我们只能“用兴趣、热爱和好奇心,将把别人眼中的「努力」,变成我们内心的「游戏」”。

可是,很多时候,我们也没有什么兴趣、热爱和好奇,该怎么办呢?个人觉得,文章中的思路就很好了,不妨结合自身情况去试试看:

“没几个人一开始就知道自己喜欢干什么,这基本就是件不可能的事情。

也许,更重要的是开始,把手弄脏去和真实世界接触。同时保持开放,不断给自己的生活增加一些方差,尝试一些新的东西。

在这个过程中,勇敢地追随自己的审美、兴趣和好奇心,慢慢排除选项,同时让自己不断成长。

最终,如果你足够幸运的话,就有可能碰到自己的一生所爱。”

知识的缝隙

点击阅读原文
2069

来自圈子

圈子图片

AI探索站

69090人已经加入