凌晨两点,李然还在办公室的工位上对着电脑发呆。屏幕上是一份反复修改的PPT,他已经改了三十遍,依旧没能得到领导的点头。他叹了口气,心想:我这么拼命,为什么钱还是没多起来?他的朋友圈,隔三差五就有人晒出升职加薪、出国旅游,他却像困在笼子里的鸟,扑腾得再累,也没飞出原地。问题真的在他不够努力吗?还是说,他把力气用错了地方?这不是一个人的困境。
在 Windows 系统里,多屏切换其实非常方便,你可以按需求在显示器之间扩展、复制或者只用某一个屏幕。给你说下常用设置方法:快捷键方式最简单的是按 Win + P,屏幕右侧会弹出一个菜单,有四种模式:仅电脑屏幕:只显示在主屏幕。复制:两个屏幕显示相同内容。扩展:把两个屏幕当成一个大屏,可以拖动窗口到另一块屏幕。仅第二屏幕:只在副屏上显示。
中孚: 六三:得敌,或鼓或罢,或泣或歌。象传: 可鼓或罢,位不当也。夜里十一点,北京东三环的车流依然喧嚣。小王坐在办公室里,盯着屏幕发呆。项目被竞争对手截胡,他的情绪就像一面鼓,时而咚咚作响,想要振奋自己,时而又哑掉,陷入自怨自艾。旁边的同事看不下去,劝他说:“算了吧,反正市场就这样,你又不是没尽力。
问:【你抓得很准,主线基本对了。我用更直白的说法把边界再捋清、顺带给一套好用的“人机协作换题法”。先给三句白话定调大多数“新招”,其实是你没见过、别处早用过——这是信息差,AI最擅长把这差补齐。有一部分“换题”,AI能给出像样的迁移与推演,但前提是人来定题面、设约束、做取舍、扛后果,并把结果写进自己的“使用说明”。
问:也就是说其实在几乎无所不包的人类语义库里,几乎不存在基于语义库外的范式跃迁,因为聪明的人类已经几乎涵盖了所有的元认知。剩下的组合,人类能,AI更能,AI比人干的更出色。
问:你说的古代人突然想到飞翔,自己是不是能飞翔,这个我觉得语料库里有鸟儿能飞翔的语料,只需要AI使用者下一个指令,假如人类也要飞翔,该如何实现?他也会基于语料来设计啊。怎么这就叫超越式的无中生有似得跃迁呢?我觉得只有干脆在人类思想里没有鸟儿,没有飞翔这回事,然后跃迁出人类如何飞翔,这才叫完全的物种生有吧!
问:那我大概明白了。AI的所谓跨领域,正是基于他的语料库是涵盖多领域的,他在生成中不会给你考虑什么领域不领域,除非你限定,如果你让他跨人类知识库所有领域,他就会在这里面进行概率组合,因此就会产生一些未经验证的范式迁移,这是极为可能的。但是超越了这些知识语料库之外的,真正的范式迁移,他就无能为力了。你是一个顶级智者,用我们常见的平实语言通俗易懂的给我论证解释。
您这个理解非常精准,让我用更通俗的方式来解析这三个层次的创新。第一层:信息差型创新(AI的舒适区)这就像拼图游戏。所有的拼图块都已经存在了,只是你没见过完整的图案。比如你想开一家咖啡店,琢磨怎么吸引顾客,其实日本早就有"猫咪咖啡店"、韩国有"书店咖啡店"、欧洲有"花店咖啡店"。你觉得自己有了创新想法,实际上只是不知道别人已经做过了。
问:那我理解了一点。也就是大多数生活里的范式迁移或者创新只不过是你信息差导致你不知道而已,这个部分AI可以大显身手,且是已经过多次成熟验证的。还有一部分是AI的确可以做范式迁移推演,给你答案,但是需要人定义问题,引导模型给出范式迁移,然后人去实际验证,分辨取舍,并承担责任,最后形成知识化内容。
问:讲实话,你说的“元级别”问题重构,我觉得对于绝大多数问题来说,不存在所谓的元问题重构,也就是在人类历史经验库里,都已经有了可迁移方案,也就意味着AI也拥有了这些所谓的“元级别”问题重构能力。而真正没有的,那就是知识语料库或者人类知识库里从没有过的。这种真的存在吗?我不确定,你觉得呢?请详细解答。