即刻App年轻人的同好社区
下载
向AI低头，这次和AI搜索学输入输出
AI搜索 VS 人类的输入输出 ？
目前看是完胜，因为：
AI 搜索能够从众多网页中快速找到和问题相关的答案
我认为从本质上看，这一过程可以抽象为 解构、归类和组合三个关键步骤。
这和20%输出者接收信息并进行输出的过程在某种程度上有着相似性，
但多数情况80%的我们普通人其实还做不到这三步。
为什么说AI搜索可以看为是 解构、归类、组合？
解构
* AI 搜索时会首先对输入的问题进行拆分。将这个问题分解成若干个关键元素和语义单元。比如分词，改写，替换等一系列的方式，提取出最有价值的信息。
归类
* 在解构问题之后，AI 搜索开始进行归类。AI 系统会将解构出来的关键元素与已有的知识体系和数据库进行匹配，将其归入相应的类别和主题中。
组合
* 最后，AI 搜索通过组合的方式生成答案。将从众多不同的类别和主题中提取和问题相关的信息，并将这些信息进行组合和整理，形成一个完整的答案。
我们日常会：
接收信息
* 接收到大量的来自于各种渠道的信息
* 但是我们绝大多数人没有做解构的步骤，没有解构就没有办法运用在自己的语境和实际生活工作中
然后用的时候
1、无意识（不知道自己不知道），不知道自己本应该可以调用的更多内容
2、有意识（知道自己不知道），知道自己可以调用的内容，但是不会融合调用
最重要的其实是因为没有多维度地解构
而高手是：不知道自己知道
所以，在信息输入时，我们需要：
1、碎片化（解构）
* 类似知识库的切块分割
* 将接收到的信息分解成若干个元素和概念，以便更好地理解和记忆这些信息。
* 否则就只是理解，而没有深入解构之后的深刻理解和认知
2、多维化（归类）
* 多维度归类，根据信息的主题、性质、来源等因素，将其归入不同的类别和记忆单元中。
* 这里比较重要的是要主动地提取维度
3、集成化（组合）
* 基于归类结果，从不同的类别和主题中提取相关信息
* 将信息集合在不同的场景中、知识中、项目中、实践中
解构、归类、组合。
这样，就可以让我们的输入变得更有用，输出变得更有趣
AI搜索 VS 人类的输入输出 ？
目前看是完胜，因为：
AI 搜索能够从众多网页中快速找到和问题相关的答案
我认为从本质上看，这一过程可以抽象为 解构、归类和组合三个关键步骤。
这和20%输出者接收信息并进行输出的过程在某种程度上有着相似性，
但多数情况80%的我们普通人其实还做不到这三步。
为什么说AI搜索可以看为是 解构、归类、组合？
解构
* AI 搜索时会首先对输入的问题进行拆分。将这个问题分解成若干个关键元素和语义单元。比如分词，改写，替换等一系列的方式，提取出最有价值的信息。
归类
* 在解构问题之后，AI 搜索开始进行归类。AI 系统会将解构出来的关键元素与已有的知识体系和数据库进行匹配，将其归入相应的类别和主题中。
组合
* 最后，AI 搜索通过组合的方式生成答案。将从众多不同的类别和主题中提取和问题相关的信息，并将这些信息进行组合和整理，形成一个完整的答案。
我们日常会：
接收信息
* 接收到大量的来自于各种渠道的信息
* 但是我们绝大多数人没有做解构的步骤，没有解构就没有办法运用在自己的语境和实际生活工作中
然后用的时候
1、无意识（不知道自己不知道），不知道自己本应该可以调用的更多内容
2、有意识（知道自己不知道），知道自己可以调用的内容，但是不会融合调用
最重要的其实是因为没有多维度地解构
而高手是：不知道自己知道
所以，在信息输入时，我们需要：
1、碎片化（解构）
* 类似知识库的切块分割
* 将接收到的信息分解成若干个元素和概念，以便更好地理解和记忆这些信息。
* 否则就只是理解，而没有深入解构之后的深刻理解和认知
2、多维化（归类）
* 多维度归类，根据信息的主题、性质、来源等因素，将其归入不同的类别和记忆单元中。
* 这里比较重要的是要主动地提取维度
3、集成化（组合）
* 基于归类结果，从不同的类别和主题中提取相关信息
* 将信息集合在不同的场景中、知识中、项目中、实践中
解构、归类、组合。
这样，就可以让我们的输入变得更有用，输出变得更有趣
2 01
如果用直升机送外卖，好处是？
除了现有同城外卖从半小时配送到10分钟？
还能够……？ 实现更远距离的跨省配送！
8小时之内，让你能吃上家乡的原味特产！！
实现了更多本土商家入驻平台的可能
对异乡用户，缓解你的思想思物之情
对本土商家，扩大了更广的售卖群体
通过ai算法，智能规划路线，实现最优的取货送货路径
8小时之内，让你也能获取家乡舌尖上的美味！
就说这个场景赞不赞*⁂((✪⥎✪))⁂*
除了现有同城外卖从半小时配送到10分钟？
还能够……？ 实现更远距离的跨省配送！
8小时之内，让你能吃上家乡的原味特产！！
实现了更多本土商家入驻平台的可能
对异乡用户，缓解你的思想思物之情
对本土商家，扩大了更广的售卖群体
通过ai算法，智能规划路线，实现最优的取货送货路径
8小时之内，让你也能获取家乡舌尖上的美味！
就说这个场景赞不赞*⁂((✪⥎✪))⁂*
2 00
发现弗洛伊德的人格结构理论中的bug
他阐述了 自我、本我、超我的含义和关系
但我觉得他划分的不对，有瑕疵:
1、本我是有欲望的，但应该是属于完全潜意识下的吗？2、超我是道德的，非超我都不道德？
3、自我，处理现实社会中的事情，是理智的？
上方我给出了我认为的划分角度
我= 物理的本我+ 逻辑的自我+ 灵魂的超我
我这样划分的现实印证理由：
1. 自我的衍生有：自大、自负、自卑、自傲、自谦等，一系列后天影响后产生的大脑主观意识
2. 本我的体现：人类肉体与生俱来的原始本能和本性，
比如，生老病死、贪嗔痴妄慢、眼耳鼻舌身意、喜怒忧思悲恐惊等
我们常说，我的大脑，我的灵魂，我的心肝脾胃肾，
肉体是我，器官是本我的重要构成部分，依附在肉体之中
3. 超我的存在：或许是第六感，梦境，潜意识，心底的那个声音，精神……
是一个无形的意识力量， 随着不同的年龄境遇，会感知到多或者少 ，我们一般经常称为“它”。
自我，应该不断克服本我的阻碍，接受本我的事实，达到超我的状态；
我们一生其实应该了解自己，读懂自己，向内探索
那个自己就是自我大脑理解感知到的那个高维超我，
有时候很微弱的声音，但请你一定务必要认真关照它
感受它带给你的力量和方向！
他阐述了 自我、本我、超我的含义和关系
但我觉得他划分的不对，有瑕疵:
1、本我是有欲望的，但应该是属于完全潜意识下的吗？2、超我是道德的，非超我都不道德？
3、自我，处理现实社会中的事情，是理智的？
上方我给出了我认为的划分角度
我= 物理的本我+ 逻辑的自我+ 灵魂的超我
我这样划分的现实印证理由：
1. 自我的衍生有：自大、自负、自卑、自傲、自谦等，一系列后天影响后产生的大脑主观意识
2. 本我的体现：人类肉体与生俱来的原始本能和本性，
比如，生老病死、贪嗔痴妄慢、眼耳鼻舌身意、喜怒忧思悲恐惊等
我们常说，我的大脑，我的灵魂，我的心肝脾胃肾，
肉体是我，器官是本我的重要构成部分，依附在肉体之中
3. 超我的存在：或许是第六感，梦境，潜意识，心底的那个声音，精神……
是一个无形的意识力量， 随着不同的年龄境遇，会感知到多或者少 ，我们一般经常称为“它”。
自我，应该不断克服本我的阻碍，接受本我的事实，达到超我的状态；
我们一生其实应该了解自己，读懂自己，向内探索
那个自己就是自我大脑理解感知到的那个高维超我，
有时候很微弱的声音，但请你一定务必要认真关照它
感受它带给你的力量和方向！
2 00
为什么AI智能助手记不住你？
——因为AI没记呀！
看似用问题回答了问题，但你仔细想想有没有道理呢？
AI记住的，是被预置训练的语料，
你的内容，AI没存！没记！那用的时候可不就检索不到了！
然后你觉得他不懂你，你和他倾诉，他转头就忘了。
举个例子: 用豆包智谱做英语陪练，十几个回合不到，他就有点失忆了再次开启对话，也只能记住上一次你说的，更久远的记不住了
那就说明:
1. 聊天历史也许只是存在了通常的数据库中。所以你可以查看一定时限内的历史聊天记录
2. 但这些内容也许没有存到向量数据库中！也没有做后续的训练！（但是否纳入到底层大模型中这个不一定）
数据产生之后，就和ai没关了，也许还会被平台定期删除，那你还指望他能根据聊天历史懂你？？不就是天方夜谭。
为啥平台要删除？——太占内存了吧，也许成本高
平台为啥不对所有历史数据做训练？——成本高，价值低？所以只是几轮，或者上一通数据
（都没想到长期存储，还提什么训练，咳咳）
由此:
1. 成本的问题——也许可以考虑成用户付费制，联动云空间，也成了通用助手的一种商业化路径
有需要的用户，可以行形成自己的训练数据集
当然从用户角度，能免费开放最好
2. 如何记忆
（1）按用户维度——全盘内容记忆
（2）分领域记忆——不同于只是按上一通对话内容摘要，而是把所有对话数据结构化整理，按领域进行分类记忆。
（3）场景记忆——将对话转成图片，可调取图片（这个对ai.来讲，目前也许有点难，长期可期待）
（4）问题记忆——可以通过记忆问题，不记忆答案，实现降低内存成本，需要从问题中提取关键内容，实时再提取答案联动新提问生成内容
（5）选择性记忆——可以让用户选择，哪些内容需要记忆
……
3.何时调取记忆
（1）分领域调取——有了分领域存储，就可以分领域调取，实现降低成本，提高速度
（2）选择性调取——选择权交给用户
（3）口令调取——模仿人类的回忆能力
（4）个性化问题调取
……
AI时代，AI助手应该是可以懂用户的，
否则那个Ta都不懂你，那你还愿意和我他长期相处吗？
欢迎交流讨论，留下你的想法
#AI的神奇用法 #AI助手
——因为AI没记呀！
看似用问题回答了问题，但你仔细想想有没有道理呢？
AI记住的，是被预置训练的语料，
你的内容，AI没存！没记！那用的时候可不就检索不到了！
然后你觉得他不懂你，你和他倾诉，他转头就忘了。
举个例子: 用豆包智谱做英语陪练，十几个回合不到，他就有点失忆了再次开启对话，也只能记住上一次你说的，更久远的记不住了
那就说明:
1. 聊天历史也许只是存在了通常的数据库中。所以你可以查看一定时限内的历史聊天记录
2. 但这些内容也许没有存到向量数据库中！也没有做后续的训练！（但是否纳入到底层大模型中这个不一定）
数据产生之后，就和ai没关了，也许还会被平台定期删除，那你还指望他能根据聊天历史懂你？？不就是天方夜谭。
为啥平台要删除？——太占内存了吧，也许成本高
平台为啥不对所有历史数据做训练？——成本高，价值低？所以只是几轮，或者上一通数据
（都没想到长期存储，还提什么训练，咳咳）
由此:
1. 成本的问题——也许可以考虑成用户付费制，联动云空间，也成了通用助手的一种商业化路径
有需要的用户，可以行形成自己的训练数据集
当然从用户角度，能免费开放最好
2. 如何记忆
（1）按用户维度——全盘内容记忆
（2）分领域记忆——不同于只是按上一通对话内容摘要，而是把所有对话数据结构化整理，按领域进行分类记忆。
（3）场景记忆——将对话转成图片，可调取图片（这个对ai.来讲，目前也许有点难，长期可期待）
（4）问题记忆——可以通过记忆问题，不记忆答案，实现降低内存成本，需要从问题中提取关键内容，实时再提取答案联动新提问生成内容
（5）选择性记忆——可以让用户选择，哪些内容需要记忆
……
3.何时调取记忆
（1）分领域调取——有了分领域存储，就可以分领域调取，实现降低成本，提高速度
（2）选择性调取——选择权交给用户
（3）口令调取——模仿人类的回忆能力
（4）个性化问题调取
……
AI时代，AI助手应该是可以懂用户的，
否则那个Ta都不懂你，那你还愿意和我他长期相处吗？
欢迎交流讨论，留下你的想法
#AI的神奇用法 #AI助手
4 60
被忽视的AI能力
越来越厉害的AI能力，还有一项重要特征，目前大家鲜少提及，就是个性化，定制化
这是自工业革命以来提供的标准化产品的一大巨变
定制化的成本和门槛将被ai大大缩减
降低到可以供普通人全面使用
这将是ai面向普通个人用户的重要价值
强调普通，是因为高阶用户现在就有足够的资金在各项事务上享受定制化服务，而这次ai agent 能力的拓展，将使这些变为可能
越来越厉害的AI能力，还有一项重要特征，目前大家鲜少提及，就是个性化，定制化
这是自工业革命以来提供的标准化产品的一大巨变
定制化的成本和门槛将被ai大大缩减
降低到可以供普通人全面使用
这将是ai面向普通个人用户的重要价值
强调普通，是因为高阶用户现在就有足够的资金在各项事务上享受定制化服务，而这次ai agent 能力的拓展，将使这些变为可能
1 20
如何让AI输出内容更可控？
现在的智能体搭建平台中，应该再增加一个用户训练数据的模块。
这个模块可以作为输出或者执行某项工作流时的主要参考的数据源，并且由用户自定义参考数据源中的哪些属性纬度。
不是知识库，不是数据库，只是用户给这个智能体增加的自己想要的训练数据。
比如，AI创作歌曲，
我只想让智能体输出的歌曲参考一些歌曲的作曲形式，
参考另一些歌曲的歌词形式，
……
AI作画
参考一些图的风格
参考另一些图的中国素元素等
……
这样输出内容就会更符合用户的定制化需求，更可控
#AIGC
现在的智能体搭建平台中，应该再增加一个用户训练数据的模块。
这个模块可以作为输出或者执行某项工作流时的主要参考的数据源，并且由用户自定义参考数据源中的哪些属性纬度。
不是知识库，不是数据库，只是用户给这个智能体增加的自己想要的训练数据。
比如，AI创作歌曲，
我只想让智能体输出的歌曲参考一些歌曲的作曲形式，
参考另一些歌曲的歌词形式，
……
AI作画
参考一些图的风格
参考另一些图的中国素元素等
……
这样输出内容就会更符合用户的定制化需求，更可控
#AIGC
0 00
这波AI应该给予用户更多的权利和生产力工具
很多情况下这个社会还是卖方市场，在刚性需求中，用户不得不被迫在资本给出的格局下，进行日常操作和活动
而企业一直用更先进的技术，在剥夺用户时间和精力
在这种情况下，需要给用户侧提供这样的工具，社交入口需要给用户端做出开放，
让用户可以用技术应对企业的技术和规模化生产，而不是依然靠真实的单份时间去买单。
很多情况下这个社会还是卖方市场，在刚性需求中，用户不得不被迫在资本给出的格局下，进行日常操作和活动
而企业一直用更先进的技术，在剥夺用户时间和精力
在这种情况下，需要给用户侧提供这样的工具，社交入口需要给用户端做出开放，
让用户可以用技术应对企业的技术和规模化生产，而不是依然靠真实的单份时间去买单。
2 00
未来机器人到底应不应该是人形的？
人不人形不知道，但应该是最迅速领先的。
因为机器人需要通过大量数据进行学习，目前大量的数据来自人类，记录着人类如何操作各种事物。
存在着大量以人为参照的演示视频，可以作为训练数据，这将使得人形机器人在整体进展上大幅超过其他类型机器人。
而最先跑通的，容易行成行业标杆，产生巨大的引领效应。
而其他形状机器人的学习数据，可能要参考仿生学的研究方法和内容。
人不人形不知道，但应该是最迅速领先的。
因为机器人需要通过大量数据进行学习，目前大量的数据来自人类，记录着人类如何操作各种事物。
存在着大量以人为参照的演示视频，可以作为训练数据，这将使得人形机器人在整体进展上大幅超过其他类型机器人。
而最先跑通的，容易行成行业标杆，产生巨大的引领效应。
而其他形状机器人的学习数据，可能要参考仿生学的研究方法和内容。
1 00
