AI 时代,我们该如何写代码?AI 研究员:警惕“空投”思维

对于想通过AI入门技术的同学，范老师给出的“行动指南”意外地朴素。

AI并不像我们想象中那样，需要懂极其复杂的深奥算法。它更像是搭积木，把一个个模块拼接起来；也像炼丹术，有的人炼得好，是因为他之前练过，有经验。

如果你具备以下基础，恭喜你，你已经拿到了通往AI世界的入场券：

(a) 微积分里的求导

(b) 线性代数里的矩阵相乘 

(c) 概率论与数理统计

这不意味着你需要啃完所有高深理论。打破对“黑盒”的恐惧，去理解底层的逻辑，这才是学习的第一步。

在聊到具身智能（Embodied AI）时，我们触碰到了一个有趣的哲学悖论。

任务：让机器人去倒一杯咖啡。 

·方案A：绕过障碍物，走十步。 

·方案B：撞开所有障碍物，直走三步。

如果追求数学上的“最优解”，机器人为什么不选择方案B？

这就是具身智能目前面临的反思点：

在任务维度，机器人该如何评价行为的合理性？这时候，就需要经过多轮对齐的大语言模型（LLM）出手，用人类的价值观去“校准”机器的逻辑。

我们经常在视频里看到机器人跳舞、后空翻，甚至打拳。很多人会问：这些花哨的动作，对解决真实问题有用吗？

范老师提供了一个非常特别的商业视角：

具身智能目前的技术还不够成熟，它必须保证自己能“活”到技术成熟的那一天。

依靠跳舞、表演这些具有观赏性和传播度的行为，能够吸引融资、维持热度。这是一种生存智慧，也是为了最终能够走进千家万户、做实事而必须经历的“积累期”。

如果具身智能真的做出来了，生产力极大过剩，人类将何去何从？

那时候，工作的意义将从“生存”转向“价值实现”。在这种背景下，文科的作用将前所未有地凸显出来。

因为理工科解决的是“怎么做”，而文科能让我们找到更多“有意思”的玩点，去定义“做什么”。

我们已经很久没有新的生产工具了。AI到底是像移动互联网、像电脑，还是像电一样的发明？

市场需要对AI给予更多的信心。哪怕是所谓的“泡沫”，我们也需要维持下去，不要让它破掉，直到技术真正兑现期望的那一刻。

最后，我们聊到了恐惧。

如果你能客观认识一个事物，就不会被盲目的恐惧所驱使。不要盲目地喊“AI要取代人类”，也不要因为它现在还会犯错就觉得它“什么都不是”。

当你了解了Transformer架构，了解了背后的统计数学和深度学习原理，你就能祛魅。

只有认识到事情的本质，我们才能以一个更平和的心态，在AI高速发展的时代下生存下去。