AI 思考 | 原创，AI翻译
-
萨提亚·纳德拉提到了杰文斯悖论，值得了解。
-
王垠：人工智能中没有“智能”，神经网络中没有“神经”，机器学习中没有“学习”，深度学习中没有“深度”。真正在这个领域起作用的是“微积分”。因此我更愿意称这一领域为“可微分计算”，构建模型的过程则称为“可微分编程”。
-
王垠：机器学习确实有用，甚至可以说是优美的理论，因为它本质上就是改头换面的微积分！它是牛顿、莱布尼茨那古老而伟大的理论，以更简洁、优雅且强大的形式呈现。机器学习基本上是用微积分推导和拟合某些函数，而深度学习则是拟合更复杂的函数。
-
目前，大语言模型无法像YAML或Python那样按文件语言过滤。然而，现实世界中很大一部分信息是以这种方式组织的。这意味着我们可以用文件来训练大语言模型。
-
针对大语言模型的训练，我们可以开发一个能精确匹配的系统。或许可以将KMP（Knuth-Morris-Pratt）搜索算法与Transformer架构结合，以增强搜索能力。
-
技术没有秘密。开源将揭示所有被严密守护的奥秘。
-
AI将影响许多工具，包括间接相关的。有人说不再需要Figma画原型，而是直接写代码。我认为Postman也会类似；人们将直接用Python或其他脚本调用或测试API。
-
在AI时代我们不使用Postman或Figma的一个原因是，它们的功能无法通过文本生成。它们也缺少像command + K这样的快捷键来触发组件替换。
-
用户界面正成为AI时代的障碍。既然可以直接用Python的requests库或其他编程语言测试代码（且后者将由AI增强），为何还要升级Postman以支持AI测试应用？
-
既然基于代码的UI生成（通过AI增强）提供了更直接且可能更强大的方式，为何还要升级Figma以支持AI创建UI？
-
大语言模型将首先改变与文本相关的应用，如Google、搜索引擎、文本编辑器与写作工具、Quizlet、Zendesk、DeepL、Medium、WordPress、Trello、Asana、Gmail、GitHub、Goodreads、Duolingo和Feedly。
-
反之，大语言模型不太可能革新Git、Linux、ffmpeg、手机、硬件、浏览器、操作系统或音视频通话等技术。这些技术以代码为核心，其代码不易由AI生成，不像Postman这类API测试工具。
-
代码量大的技术难以被AI颠覆，如OpenOffice、MySQL、Mozilla Firefox、Chromium、VLC媒体播放器、Qt框架、LLVM/Clang和GNOME。如果AI能帮助开发这些技术，它们就不会被取代。AI应助力打造更好的技术，为此需要更多算力来生成同等规模的代码。
-
大语言模型带来变革的两种途径：一是改变平台或软件内的内容或数据，如TikTok中的内容翻译；二是直接替代某些软件或平台，如Postman或谷歌搜索（包括谷歌翻译）。
-
AI音频工具带来变革的两种方式：一是改变平台或软件内的内容或数据，如为Audible生成有声书；二是直接替代某些软件或平台，例如唱歌应用，因为AI现在能完成人类的工作，让人们更容易将唱歌作为爱好。
-
衡量AI对当前软件或平台影响的几种方法：一是衡量AI能部分或完全生成/改进多少数据或内容；二是衡量AI能部分或完全编写/优化多少代码。这意味着我们用AI的产出来改进现有平台。此外，AI还能帮助发明新软件和平台。
-
产品分三类：生成式AI产品、调用生成式AI接口的产品，以及其他产品。
-
一个产品创意是利用AI实时聚合来自Reddit、GitHub Trending、Twitter Trending、Quora Trending和知乎热榜等信息。用户可通过提示词定制内容流，甚至添加特定社交账号。
-
五种重要数据类型：文本、图像、音频、视频和代码。
-
其他重要数据类型包括数值、地理空间、生物特征、传感器、交易、元数据、时间序列、结构化、非结构化、半结构化、健康、环境、日志、网络和行为数据。
-
谷歌在网站索引上仍更胜一筹，尤其是当你想从特定站点下载软件或文档时。它像域名搜索一样运作。你不是用它查找信息，而是导航到其他站点执行任务。大语言模型可能没有最新下载链接。
-
谷歌像域名搜索；如果你想访问Maven仓库站点查看最新版本，可以用它。
-
谷歌在图片搜索上依然实用，而大语言模型擅长文本生成。但人们通常更喜欢真实图片来核实硬件细节、尺寸、物体形状或人物外貌。
-
AI聊天机器人流行是因为文本比图像更难处理。人们偏爱真实图片而非AI生成的，因为图像一目了然。但AI图像生成有未开发的潜力——用户可要求AI展示不同角度、放大面部或电路板细节。由于人们主要处理文本而非图像，AI图像工具仍有巨大增长空间。
-
AI擅长解释概念和促进理解。此外，用户可针对任何细节提问。这可能是AI工具最重要的用途。
-
我曾用AI学习大语言模型。它帮我理解K、Q和V的那一刻非常美妙。
-
自大语言模型发布后我更偏爱Ubuntu的原因是，macOS中那些花哨的应用对我吸引力下降。我更喜欢通过终端和文本编写程序并处理一切。
-
可通过AI更新pom.xml或requirements.txt文件至最新版本、升级库并执行检查的效果来评估AI。这一过程可能涉及大量工作且有时很复杂。
-
在AI时代，性能与鲁棒性更优的编程语言将更重要且更流行，而语法重要性降低。因为大语言模型会帮助生成代码，只要程序运行良好，写代码就不再麻烦。
-
人们倾向于阅读AI聊天机器人的所有输出，因为它易于学习、可针对任何方面提问、格式一致，且质量通常是互联网上最佳的之一。
- 由AI工作流驱动的新平台
- AI代码编辑器的下一方向
- 我在AI与区块链时代的优质生活