www.xiaoyuzhoufm.com

非常值得听！Shownotes中的“猜你想看”很用心。

一定要对AI技术祛魅：它不是人。不管它给我们生成多么具有类人行为的内容，它都不是人，不要产生幻象。

略微了解一点目前LLMs的原理会比较容易理解这一点，LLMs本质上是基于语料库（人类已有的知识）进行的概率生成，而强化学习不过是让它生成的内容更合理——更符合人类想要的。
这让我想到方励导演在“硅谷101”里说（大意），现在大热的AI，在技术上根本没有什么新奇的，只是以前没有这么强的算力。


科技向善：AI会怎么样，取决于人想让AI怎么样。
毕竟AI学到的都是人类喂给它的内容，其能力和行为体现了人类的价值观。（感觉人类的结局，如果有的话，几乎只能是自己害死了自己。）


最喜欢的两个观点之一
关于AI取代人类工作的担忧，真正需要思考的是：
实际上，现多人在工业文明下被异化成机器人，要听话、要卷、要不出错，这些都是机器的本分，而不是人的本分。在这种标准下，人要和机器竞争，如何竞争得过呢？
那么，人应该追求什么，这是我们需要问自己的。（真能出现人可以追求自我发展的那一天，就好了。）

这里跟爱泼斯坦《成长的边界》里的观点可以呼应上，不要做需要重复练习的专才，而要做有跨领域能力的通才。因为专才这种模式，是AI的强项。

“人本来就是要不断地越界探索，而机器是自回归到人类的均值。人类探索的意义是什么呢？就是为这个均值提供一个异常值。人类社会就因为探索的新边界，认知发生变化。人类社会是这种摇动中在不断往前走的，而不是均值制造的一个固化的点。”


最喜欢的两个观点之二
区分error和mistake：
The road to wisdom? — Well, it's plain and simple to express: Err and err and err again but less and less and less.
error是用来纠错的，mistake是用来来防止的。
所以爱迪生说：我这辈子我从来没有失败过。我从来没有犯过错，我只是在证明此路不通。


人工智能出现后的教育：
教育方法需要从传统的应试教育转向更注重探索和提问。在这个时代，会提问非常重要，答案已经不稀缺了。（希望家长们听到这里，应该能理解，别让自己孩子按照传统模式卷了。）