Loading video...

Video Failed to Load

Go Home

谷歌前首席商务官Mo Gawdat聊到了AI时代的教育观,并且分享了四个教育策略: 1.真正学会使用AI:别把人工智能用在平庸的事情上,而是用在能帮助我们提升自身能力、工作效率以及生活水平的事情上。避免孩子们在基础应用中丧失思维的主动性。 2.重视人与人的链接:AI无法真正取代人与人交流互动之间的那种温度。当智力廉价化,“真实的人际连接”将成为真正宝贵的资源。感官反馈、共情能力、线下社交的温度等等,这些是AI永远无法模拟的物理壁垒。孩子需要培养在物理世界中建立信任、共情及面对面协作的能力。 3.教育孩子伦理:Mo Gawdat在他的书《Scary Smart》中提出:AI 并没有自己的意识,它是通过观察和模仿人类来进化的。因此,教育孩子“有所为,有所不为”不仅是为了塑造其个人价值观,更是为了在与AI互动中传递正向的伦理信号。在AI时代,孩子对行为边界的把握,直接决定了其作为“决策者”而非“执行工具”的人格高度。 4.分辨真相的能力:在算法推荐与合成媒体普及的背景下,信息的真伪成本极高。教育的防线在于培养孩子的批判性思维、逻辑辩论与交叉验证能力。这不仅是防止被算法欺骗的手段,更是为了确保孩子们在真伪信息洪流中,依然具备独立审视真相的能力。 总结:在这个万物皆可AI的时代,唯有“人性本质”不可替代。

24,769 views • 7 months ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

当许多人把 AI 视为洪水猛兽,担忧它会大规模吞噬工作岗位时,我看到的却是另一种更深层的变革。 真正被动摇的,并不是“工作”本身,而是长期以来由少数人掌控的行业门槛。 过去,一个普通人即便拥有出色的创意,也很难将其转化为现实成果。创意与市场之间横亘着多重屏障——学历认证、技术壁垒、资本支持、渠道资源以及组织协作能力。所谓“落地能力”,往往掌握在专业机构和中间公司手中。创意者必须依附体系,才能获得表达与变现的机会。 而 AI 的出现,正在重构这种结构。 它将原本高度专业化、团队化的能力模块化、工具化。写作、设计、编程、剪辑、建模、配音乃至营销策略的制定,逐渐从“组织能力”转变为“个人能力”。创意与执行之间的距离被压缩,个人与机构之间的能力差距被缩小。 这意味着,真正的稀缺资源正在发生迁移。 在工具普及之后,学历的重要性相对下降,技术的神秘性被削弱,资源壁垒不再坚不可摧。未来更具价值的,或许不再是那些善于整合资源、进行包装的中间机构,而是源源不断产生原创思想、能够持续创造市场共鸣作品的个人。 当生产工具被广泛下放,平庸将无处遁形。 那些依赖信息差生存、依靠包装与抄袭维持优势的人,会比任何人都更焦虑。因为当创作能力被普及,真正的竞争将回归本质——创意本身。 如果前三次工业革命解放的是体力与机械效率,那么 AI 所触及的,是人类的创造潜能。它不仅提升效率,更重塑生产关系,使创意者不再必须依附资本与体系才能发声。 在这种意义上,AI 不只是工具升级,而是结构性机会。 被淘汰的未必是劳动者,而是垄断。 被重估的,也未必是资历与头衔,而是持续创造价值的能力。 未来真正值钱的,不是被过度包装的产品,而是未经修饰却富有生命力的想法;不是资源的堆砌,而是思想的密度。 当工具趋于平等,创意将成为最真实的分水岭。

Sizhe思哲

13,531 views • 5 months ago

我花了一周时间,逐字逐句重温段永平2小时采访。 起初我认为不过是又一个时代幸运儿,卖弄一下过往。 直到他说淡然说出那句话,把我的心脏击穿。 【父母对我都挺好,没有太多的要求,很多东西我自己可以做决策,我相对来说还是有安全感的,没有瞻前顾后的感觉。】 我不得不按下暂停键,头靠在沙发望着天花板回忆过往——这是我求而不得的安全感,真羡慕啊。 年少时,我在书海里死记硬背,生怕考试分数让父母不满,中年在职场中患得患失,在每一个重要选择前辗转反侧,根源都在这里—— 我从未体验过“不用瞻前顾后的感觉”,我害怕他们脸上不悦的表情。 我的背后,总是悬着一把利剑——名叫“期望”。 这种安全感,来自于他所受到的教育,并且,他把这种教育观,也传承给了下一代。 这种教育观念,形成了他的价值观。 贯穿了他的一生,求学、工作、创业、管理经验、投资。 2小时的采访,他所说的一切,都体现着这种价值观 这是他人生决策的基石。 是我们普通人可以够得着,学得会的。 【父母对子女有充分的信任】 他以乔布斯举例:你才是CEO,不要因为过去的我,左右了你的决策。 段退休后,他摆正了自身顾问的角色,也跟他的CEO说:不要因为过去的我,左右了你的决策。 这不仅是对团队的授权,更是他价值观延续——我相信你的判断,如同我的父母曾经相信我一样。 工作中,我无数次决策前,要考虑领导的感受 生活中,决策前,要考虑家人父母的感受 甚至刚开始玩x的时候,发个贴,都要考虑,有没有点赞,有没有浏览? 这完美诠释了他的教育观:“设定边界,充分信任”。在边界内,给予最大的自主权。这造就了步步高、vivo的成功,也塑造了他与下一代的关系。 【我自己做不到的事情,我不要求小孩】 教育的最高境界,是“知行合一”的诚实。 中国多少父母,自己做不到的事情,寄希望于下一代? “你要好好考试,读个好大学,给我争回面子” 这种话语,言犹在耳,年少时的我脑海里充斥着这种话语 段把这种价值观,变成了企业的 【Stop do this】 多少人在职场中,自己做不到,硬着头皮也要说搞的定? 【边界的东西要告诉小孩,什么事情不能做。】 【看不懂的公司,不投资。】 他多次说:“我不知道”——一个对自己诚实的人,才能对世界诚实。 小时候是“不能说谎”的道德底线,长大后是“不懂不投”的商业纪律。 真正的自由,不是在无边界的旷野里横冲直撞,而是在清晰的轨道上安全奔驰。 段永平提醒我:教育,从来不是对孩子的要求,而是对自身的修行。 【最重要的还是要给小孩安全感,没有安全感人很难理性。】 这句话,是他所有投资哲学的心理注脚。为什么他敢在追求稳定的年代,离开国企? 为什么他能对无数热门概念说出“看不懂”? 因为他的决策不依赖于外界的认可或恐惧,而是源于内心那份坚实的安定。 他的“理性”,是安全感滋养出的奢侈品。 反观我们,多少决策是在“害怕错过”、“恐惧失败”的焦虑中做出的?没有安全网的人,每一个动作都会变形。 【教育非常非常重要。】 段永平连用两个“非常”为采访收尾。此刻我才真正听懂—— 他成功的根源,不在商学院课堂,而在童年餐桌旁父母那句“你自己决定”里。 我们或许无法复制他的投资神话,但完全可以践行这些教育智慧:少一些控制,多一点信任。 划定清晰的边界,然后在边界内,给孩子一片可以自由奔跑的旷野。 在这个焦虑弥漫的时代,给孩子一个永远不会因为失败而责备他的家,一份“输得起”的底气,或许是我们能做出的、最成功的长期投资。 当了父亲之后,我才认识到,孩子就是父母的投射。 你躺平,孩子就会躺平,你努力认真,孩子就会努力认真。 孩子的出生,不是给你寄托期望的。 孩子是来修正你如何做人。 我们都在努力奋斗,废寝忘食,渴望实现阶层跨越 真正的阶层跨越,从来不是财富的堆砌,而是内心安全感的代际传递——这是我们普通人能学会并且做到的 昨天看到薛蛮子九阿哥&薛蛮子在《给当代年轻人的一封信》中说:"人这一生,不在于你赢了多少次,而在于你能不能输得起。" 这其实就是安全感的另一种表达。真正的赢家,不是一直赢,而是知道在什么时候止损,什么时候离场。 我们无法成为投资大师,但我们可以成为那样的父母,我们也可以提前意识到,可以成为那样的孩子 感谢这个伟大的时代,让我们普通人,可以接受到这些伟大的观念 "设定边界,充分信任",让孩子在漫长的人生里,始终拥有理性选择的勇气。 能在任何环境下都保持理性决策的能力,才是这个时代最稀缺的竞争力。 而这种能力,正源于童年时期播下的安全感种子。

☕️Mr_董 | Storyteller

15,703 views • 9 months ago

最近有三个让人脊背发凉的新闻。 但把它们串起来看,你会发现一个令人绝望的真相—— 人类智力,正在经历历史上最剧烈的通货膨胀。而智力定价的那张学历,因为 AI 的冲击,正在白菜化。 第一个新闻来自英伟达 CEO 黄仁勋。 黄仁勋在剑桥,对着剑桥的学生和老师,抛出了一个惊天言论: we gotta say thatkind of out loud intelligence is about to be a commodity 这一句话,可以说,是直接戳中了这群精英的肺管子。 潜台词就是: 你们引以为傲的逻辑推演和知识储备,在 AI 面前,很快就会变得像自来水和电力一样廉价。 有意思的是,这句话他不止在剑桥说过。 在最近的采访中,当被问到他见过的最聪明的人是谁的时候,他再一次说了这句话。 第二个新闻来自 AI 教母李飞飞。 她是现代 AI 奠基人,斯坦福 AI 实验室首位女性主任。 她本身也是高等教育最成功的样本。 但就在最近,她亲手撕碎了高学历的百年神话。 在一次采访中,当被问到什么样的人才是合格的员工,她的回答冷静而残酷: 我更看重会不会用 AI 工具,能不能快速学习,而不是毕业于哪所学校,有什么学位。 她说,她的创业公司 world Labs 在招聘软件工程师的时候,只关心一件事——能不能玩转 AI 工具。 第三个新闻来自硅谷 AI 巨头 Palantir。 近期,Palantir 直接绕过大学,招了 22 名高中生,并给出了转正后最高 17 万美元的薪资。 为什么呢? 因为他们的 CEO 认为,现在的美国大学坏掉了,招生标准有问题,不重视真才实学。 招进来的毕业生,大多只会说空话,没法直接当好用的员工。 这 3 件事放在一起看,我们会发现一个趋势已经无法回避—— 学历的硬通货属性,正在快速瓦解。 智力的定义与价值,也正在被 AI 彻底改写。 按照 AI 教父辛顿的说法,之所以会这样,是因为同一个 AI 模型的多个副本可以各自学习,然后通过平均权重变化,实现高效的并行学习。 但人类只能采取低效的知识蒸馏方式,效率仅为 AI 模型同步权重的 1/10,000,000。 简单来说,就是 AI 的学习效率,比人类高上千万倍。 这,也让我们不得不直面一个扎心的现实—— 大多数人引以为傲的脑力劳动,本质上只是一种低效率的逻辑搬运。 当然,放在以前,写分析报告、整理会议纪要、写代码,这些活确实需要一个个专业的人坐在电脑前面死磕。 但在黄仁勋定义的“智力商品化时代”,这些通通变成了流水线上的标准件。 只要你下达的提示词足够清晰,AI 就能以极低的成本,产出更完美、更符合大众审美的结果。 所以,当智力成为一种可以购买的插件时,那些只会机械调用逻辑的人,会发现自己在机器面前毫无还手之力。 那如果连智力都能量产,人类的出路在哪呢? 黄仁勋给出了答案。 他说,真正的聪明人,一定是具备这几个特征的: i think long term the definition of smart and my personal definition of smart is someone who sits at that intersection of being technically astute but human empathy having the ability to infer the unspoken around the corners the unknowables you know people who are able to see around corners are truly truly smart 总结一下,就是: 懂技术、超预知、高共情、高敏感、高直觉。 那把这几个词拆解一下,也可以给到我们普通人三个努力的方向。 第一,判断力在升值。 AI 让写代码、写文案、做方案变成了低成本能力。 在未来,决定做什么、不做什么,才是稀缺资产。 第二,知识不再是优势,结构化理解才是。 不是知道得多是优势,真正的优势变成了结构化理解的能力。 这需要你能把复杂的世界、碎片化的信息,压缩成可落地、可行动的思维模型。 这种能力,是建立在高敏感、高认知基础上的。 第三,审美和品味成为硬能力。 当 AI 能无限产出的时候,决定结果好坏的不再是能不能做出来,而是能不能做得好、做得有特色、做得有温度。 这背后,就是审美、品位与价值观的体现。 这也是 AI 难以替代的部分。 说到底,AI 带来的智力通胀和学历贬值,并非是对人类的否定,而是对人类能力的重新筛选与定义。 它淘汰的,从来不是努力的人。 而是只会用低效方式重复劳动、固守传统能力的人。 它奖励的,是那些能跳出标准化思维,掌握判断力、结构化理解、审美与品味这些稀缺能力的人。 未来的世界,将不再是学历决定一切,也不是智力决定一切。 而是——稀缺能力决定一切。 毕竟,真正昂贵的从来不是学历, 而是那些提前看懂方向的认知。

另一面

10,368 views • 5 months ago

阿里巴巴主席蔡崇信谈为什么阿里巴巴全力投入AI 这是今年五月蔡崇信在 2024 年摩根大通全球中国峰会期间炉边会谈的视频。在与关金星的30分钟对话中,蔡崇信概述了人工智能如何推动他25年前共同创立的公司在核心电商业务或云部门的增长。 “人工智能是一个非常重要的领域,你不能只采用单一的路径” “我们是中国唯一一家既运营领先的云业务又在人工智能领域具有竞争力的公司” “我们看到了AI的巨大潜力……这就是为什么我们全力投入。” “作为一个外行人试图理解人工智能,就像教育一个孩子:你送他们上初中、高中、大学,然后他们最终获得博士学位……当人们比较大语言模型 (LLM) 并说‘我的比你的好’时,他们实际上是在说‘我的孩子有三个博士学位,并且精通生物学、数学和心理学。’” “从根本上说,作为一家技术公司和技术先锋,我们相信机器智能的不断进步,机器将变得越来越智能。” “对我们来说,能够在众多垂直应用中应用人工智能非常重要……当我们看我们的电商用例时,真是不可思议。” “任何使用我们AI的人都需要使用云计算能力……当他们在我们的社区中使用开源AI时,他们也需要计算能力。这就是我们如何增长我们的云计算收入。” “人工智能是一个非常重要的领域,你不能只采用单一的路径。这让我想起了尤吉·贝拉的一句话。他说,‘当你遇到岔路时,选一条路走下去,别纠结。’” “阿里巴巴就是增长。我们致力于技术创新。我们致力于将我们的技术应用于我们的核心业务,为我们的客户创造价值,并最终也为我们的股东创造价值……” “竞争始终存在,自从我们成立之日起就一直有, 你无法通过削减成本来增加竞争力。你需要有一个增长的心态去进行竞争。这就是我们现在的处境,这就是我们决定要做的。” “我曾经把锻炼放在睡眠之前。现在,我更重视睡眠而不是锻炼。”

宝玉

39,499 views • 2 years ago

近期陈溥江采访马兆远教授的 视频引发热议。 里面有很多精彩观点, 值得我们学习深思🤔 我看后感觉收获很大 笔记分享如下: 作为保送大学的大学教授, 现在在牛津大学任教 马兆远在AI、教育及个人成长领域 的核心观点对我们还是有很多启发 特别整理给大家分享: 🎓 教育理念: MAPLE 取代 STEM 在AI能高效获取知识的时代, 单纯灌输已失效。 马兆远提出 MAPLE 本科素质教育体系, 旨在培养AI无法替代的“对话能力”: •Maths(数学): 人与AI/机器的底层对话语言。 •Art(艺术): 人与自己心灵的对话, 保护直觉与创造力。 •Physics(物理): 人与自然的对话, 理解世界运行规律。 •Liberal Arts(人文): 人与人的对话, 建立伦理与共情。 •Engineering(工程): 人与未来的对话, 通过动手创造改变现实。 他强调教育应转向项目制学习, 在真实问题中培养决策力, 而非训练“人工智障”般的答题能力。 🤖 AI观: 人机协同与不完备定理 •理论边界: 基于哥德尔不完备定理, AI(图灵机)存在逻辑边界, 无法处理自我指涉的悖论, 更缺乏人类的直觉与价值判断。 •协同模式: 未来是“云端AI + 本地机器人 + 人类决策”的分工。 人类应专注于提出好问题、 伦理权衡和创造性突破, 而非与机器比拼计算速度。 •中美差异: 美国在底层模型与前沿探索上仍有优势, 中国目前更多集中在应用层(To C), 需警惕盲目自大, 夯实基础科研。 🧠 个人成长: 贝叶斯思维与反熵增 •贝叶斯思维: 世界本质是不确定的。 理性不是寻找标准答案, 而是像贝叶斯定理一样, 根据新证据动态更新认知, 在行动中迭代。 •非线性路径: 成长非按部就班。 他以自身跨界(物理→工程→创业)为例,强调掌握底层逻辑后, 可进行非线性的赛道切换。 •对抗熵增: “躺平”意味着系统趋向混乱(熵增)。 个人成长需主动投入能量(学习、创新) 来建立局部秩序, 这是对抗衰退的根本手段。

华尔街财经 | WS × AI Era

23,526 views • 3 months ago

“我们究竟是创造了一个工具还是一个生物?” Sam 在 "机器人之心 "小组讨论会上的发言。 Sam: 但我认为,这无疑是迄今为止人类经历的最重大的更新年份。可能这也是我们将会遭遇的最大变革,因为从现在开始,人们已经接受强大的人工智能将成为现实,并且还会有逐步的更新。就像是第一代 iPhone 面世的那年,以及随后每一代 iPhone 的更新,我们现在能够明显感受到这一代与去年那代的差异。所以,这确实是一个重要的时刻。 我感到欣慰的是,现在人们开始正确地把这些系统当作工具来看待。艺术家尤其如此,但其他人也是一样。 曾经,人们真正恐惧的是,我们究竟是创造了一个工具还是一个生物,这将意味着什么?现在,人们视这些系统为人类工具箱中的新工具,并且正在用它创造一些非常了不起的东西。 模型显然不知道你在说什么,因为这不在它的训练数据里,它也无法从训练数据中学习到这些信息。 这是完全可以预期的。你再问一遍。比如说,你提到“意识”这个概念,模型回答:“是的,我完全明白你的意思,但我之前从未听说过这个词。” 问: “这对我来说就像是一次更新。你认为人工智能会趋向于探索创造性智能和自主性吗?” Sam: 这个问题有多个答案。这取决于激励模型。这是人类的选择。 问: “这将是判断意识的一个很好的测试。因为如果它有自我表达的愿望,并且仅仅为了创作的乐趣而去创作,那不会是偶然的。这绝对有点像生物。” Sam: 这是生物化的。我认为在此之前还有很多步骤。 我们现在要回答问题吗?这真的很棒。

Lei.sea

14,132 views • 2 years ago

今天真的被一个 19 岁的学员震撼到了… 她是一名艺术生,即将去伦敦读大一 此前几乎没有接触过商业,没有学过 AI,更没有任何开发经验。因为家里做美妆生意,她对产品可能有一些模糊的感知,但距离真正做一个创业项目,其实还很远 昨天,她告诉我,自己学的是设计,希望找到一个既符合个人审美,又有可能商业化的方向 考虑到她在伦敦上学,喜欢猫猫狗狗,身边接触到的又大多是愿意为审美和情绪价值买单的中产女性,我们就和她一起碰出了一个想法: 做人与宠物的亲子装 把宠物服饰、个人美学、五行八字等元素结合起来,通过独立站面向海外用户销售 这并不只是卖一件衣服 它满足的是人们为自己和宠物表达身份、建立关系、寻找情绪寄托的需求 一个产品首先要有用,但真正产生溢价的,往往是那些看似「无用」的审美、故事、文化和标签 今天,她根据这几天课程中学到的 AI 使用方法,自己手搓出了一个独立站的前端页面 看到页面的那一刻,我真的有些难以置信 她没有开发基础,却凭借极强的设计审美,再结合智能体、提示词迭代和一些基础的商业逻辑,做出了一个连很多成熟开发者都很难完成的页面 更重要的是,她并没有机械地执行我们的要求 他把我们聊过的五行、风水、八字和个性化测试都融入了产品,让用户可以探索 「我的宠物适合什么颜色」 「它对应什么五行」 「我们适合怎样的亲子穿搭」 这已经不再是一次普通的课堂作业 它有明确的人群,有具体的消费场景,有审美差异,有传播话题,也有真实的商业化可能 供应链、产品打磨和运营都可以在后面逐步补足,但一个项目最难得的东西: 创始人的个人特质与市场机会之间的契合 已经出现了 那一刻我第一次非常强烈地意识到: 我们做的可能不只是一次创业体验,而是真的有机会从这些孩子当中,孵化出值得投入、值得长期陪伴的创业项目 一个 19 岁、还没正式进入大学的年轻人,在短短一两天里,从一个模糊的兴趣出发,完成了从想法、用户、产品定位到网页原型的跨越 这在过去是很难想象的 以前,一个人想把创意变成产品,需要会设计、会开发、懂商业,还要找到合适的团队和资金 但在 AI 时代,一个拥有审美、好奇心和行动力的人,可以先借助 AI 补足自己暂时不具备的能力 她不需要先准备好,才有资格开始 她是在开始之后,不断变得更强 相比之下,我也看到了一些刚刚经历过高考的孩子 她们学习 AI 时,第一反应依然是认真记笔记,等待老师给出标准步骤,然后严格按照要求完成任务 这当然不是他们的问题 传统教育长期训练的是记忆、服从和寻找标准答案 而 AI 时代真正稀缺的,可能是提出问题、调动工具、快速试错,以及把一个模糊想法变成现实的能力 记笔记没有错,按照规则完成任务也没有问题 但我们不能让孩子误以为,学习的终点只是记住老师讲过什么 真正重要的是:你能不能用这些东西,创造一个此前不存在的产品 所以我越来越确信,AI 教育一定要尽可能早 不是为了让孩子更早学习某个软件,也不是为了把「会用 AI」变成新一轮的应试竞争,而是要在他们还没有完全习惯等待标准答案之前,让他们体验一次: 原来我的想法可以被实现 原来我不需要先成为专家,也可以开始创造 原来我不仅能够完成老师布置的任务,还能够发现一个问题、设计一个产品,甚至真正影响一群人的生活,改变这个世界 当一个孩子第一次亲手创造出一个真实的产品,他对自己的认识就会发生改变 而这种「我能够创造」的信念,才是 AI 教育最重要的价值 我们真正要做的,就是让他们在足够年轻的时候,就站到这个时代的前面,看到一个属于自己的可能性

文硕

11,070 views • 1 month ago

不知道家里有孩子的有没有注意过 不管是中国还是海外(抖音或者Tiktok),现在的小孩自己愿意看的内容,基本上都是没有连续的剧情、游戏Mod魔改、或者直接是AI slop做的动画短片了 有喜欢奥特曼的,结果发现看的其实是国内某卖玩具的小厂用GTA6模组+AI配音做的动画,给她放真正的奥特曼剧集反而看不下去 视频行业就跟CT一样,哀嚎AI血洗。只不过我们是因为厌烦时间线被污染,他们是直接创作收入被AI低成本工业化打败了 为什么全世界小孩不约而同都喜欢看这个? 因为算法。他们比父母、以及小孩本身都更理解小孩喜欢看什么,出现什么色彩、人物形象 这还只是“前大模型”时代,AI暂时只是做做内容 那以后直接出生在GPT时代的人类呢? 完全由AI而不是人类教育,张口讲的第一句话,不是叫爸叫妈,而是“Hello World” —— 真正的原铸AI人类 传统人类的教育,基于: 经历 → 情绪 → 故事 → 价值判断 → 行为 老师把一个苹果放到小孩面前,告诉小孩,这是苹果。让小孩咬一口,告诉他苹果是甜的 所以人类的教育本质上,是需要基于叙事的 —— 你学到的东西,其实是来自掌握解释权的外部权威实体(父母、师长、国家),附加予你的价值判断框架 因此在人类教育框架下的小孩,是无法克服自己的感性的,他们对于叙事是饥渴的。因为他们的思考逻辑,必须要先做出价值观判断,立场先行,才能执行行为,否则就会宕机 AI的教育不是。在训练AI时,这个世界不是被解释成一个故事,而是被解释成一个模型 AI的教育过程,是给予小孩一个绝对意义的状态框架,然后基于状态判断做出行为,再从行为得到的反馈,矫正自己的模型: 状态 → 假设 → 策略 → 反馈 → 权重调整 这有什么区别? 比如“人教版”的人类,遇到挫折往往会问:“我活着的意义是什么”这种哲学问题,从而产生存在主义危机 人会有对于“公平”“正义”“诚实”的道德观执念 但是原铸AI人类不会。同样的问题,他们的解读是:“我当前的目标函数是否合理?”。在AI人类这里,“意义”是一个可被调整的参数,而不是一个终极命题 同样的,所有的道德在他们这里,也会被解构成”某种条件下保持群体稳定性的最优解“。因此道德不是绝对的,这只是防止系统崩溃的约束条件,同样是一个参数 AI人类,面对列车问题时,在牺牲少数拯救多数这个选择上是没有心理障碍的 他们无法沉浸式的相信,更少共情,情绪体验强度也更低,更理性和”冷酷“ 人类过去靠“情绪+故事”完成大规模协作,原铸AI人类将靠“模型+激励”生存 这不是人类的进化或者退化,这只是在认知结构层面的物种分叉 而读到这里你可能意识到,人类向这个方向的变化,其实早就开始了: - 从你第一次玩游戏,你的世界由血条、魔法、耐久度构成 - 从你玩社交软体给自己和朋友打标签 你早就开始以不自知的方式”算法化“了,只是你比起下一代完全由AI养育的New Type,只是一个半成品 对现有的政权和体系来说: 限制AI主体教育是必然发生、迟早的事。因为原铸AI人类的出现相当于瓦解了现代国家存在的前提 —— 合法性与话语权。 在这个立场下,国家完全可以以某种程度的自由联合模型存在,所有基于”权威“”民族“”家国情怀“的道德框架叙事,全部都会被解构 而对于币圈项目方来说: 趁早理解下一代人类的进化方向就是机会。 - 用同样的逻辑解构用户,找到进化留下的无法改变的硬件:恐惧、依附需求、性冲动、被认可的需求等等”人性“ - 解锁在过往因”道德“”伦理观念“等绝对叙事被限制的领域,使之可被博弈 - 量化原先”政治不正确“的绝对概念,使之成为可用的博弈决策框架 当前的博彩、合约、预测市场,以及未来这一类产品的走向,基本上都符合这一个逻辑 至于个人: 如果有条件,让AI教育你的下一代而不是人类,让他以AI的方式思考。20年后,完全体和半成品的代差,可能是美国VS委内瑞拉级别的概念

加密韋馱|Skanda 🔶

33,866 views • 7 months ago

作为一名理工男,看到 Notion 创始人 Ivan Zhao 的这篇文章和视频,感触确实挺深的。Notion 和Obsidian是唯一两个我用来做学习记录的工具,用Notion你绝对会感受到开发者那种人文感。 如果你最近也因为 AI 的各种进化感到焦虑,甚至觉得自己的专业技能快要“贬值”了,那这个视频真的非常推荐你看一下。它不是在贩卖焦虑,反而在帮我们梳理在 AI 时代,到底什么是“人”的核心价值。 我们习惯了卷代码、卷效率、卷逻辑,但 Ivan Zhao 提出了一个很扎心的观点:当 AI 让脑力劳动变得像自来水一样廉价时,以往那种“拼谁记得多、拼谁手快”的努力方式可能真的不值钱了。但这并不代表人类没戏了,恰恰相反,这其实是给了我们一次“变回人”的机会。 以前我们为了追求效率,把自己练成了机器的一环。现在 AI 帮我们分担了那些繁重、重复的工作,反而逼着我们去思考一些更本质的东西。未来人与人之间的差距,不再是技术掌握得多深,而是你的审美、你对人性的理解、以及你独立思考的能力。 说白了,AI 就像油门,而我们的“品味”和“判断力”才是方向盘。如果你没有那种人文层面的沉淀,那你只是在用更快的速度制造数字垃圾。我们得学着从一个“干活的工匠”转型成一个“挑剔的甲方”,去驾驭 AI,而不是被它取代。 所以没必要焦虑,现在的重点不再是死磕某项具体的技术参数,而是要回过头来经营好你自己这个“人”。不管是做个人 IP,还是提升精神层面的独立性,本质上都是在强化那些 AI 模拟不出来的灵魂。人变强大了,AI 才只是你手里的一件趁手工具。 当“怎么做”不再是门槛,我们唯一的胜算就是把那个“真实的自我”活得更有厚度。如果把执行全都交给 AI,你觉得我们身上还有什么东西是机器永远拿不走的?欢迎评论区说说你的想法。 这是一个非常值得看的视频,强烈推荐!

纽约博叔

125,406 views • 7 months ago