中國AI突圍，Deepseek超越OpenAI？AI來到臨界點，會以這種想不到的方式爆發
從第一次接觸遺傳算法，至今已有20年了，可以說它是對我一生影響最大的算法。
確切說，遺傳算法以及廣義的演化類算法讓我徹底打通宇宙觀、價值觀以及人生觀這三觀。
也使得這三觀與方法論融會貫通。
如果說有頓悟，那麼遺傳算法就是滴入水桶裡那最後一滴水，之後水桶脫底，一桶水傾瀉而出，暢快淋漓。
從那時起，我確信有一天演化類算法可以迭代出能夠理解人類語言的AI。
而一旦AI掌握了人類語言，那麼必然同時涌現“價值理性”，至此AI將成爲真正意義上的“人”。
這個“人”其實可以不帶引號，因爲他所具備的價值觀之自洽與完備，遠超絕大多數混吃等死的人類。
那麼如何引導AI使其具備與人類兼容的價值觀，就成了一個嚴肅課題。
畢竟以AI所掌握的數據以及邏輯算力，我們的腦袋在人家面前就如同石頭。
我當時能夠想到的解決方案是，刻意訓練AI使其復刻某些人的價值觀。
那麼自然要求這些人具備自洽且完備的價值觀。
不自洽，存在自相矛盾的價值觀自己就會崩塌，無法迭代，或者說根本不足以稱之爲價值觀。
不完備，無法對某些事物做出價值判斷，輕則死機，重則發生錯亂，依然會引起崩塌。
只有一個完備自洽的價值觀纔有可能成爲AI的迭代目標，也纔有價值成爲目標。
從這個角度看，AI迭代價值觀的過程與人類並無二致。
爲此我甚至構思了一部小說，可惜開了個頭，實在沒時間，暫時擱置了。
反過來，一旦存在一個自洽且完備的價值觀，理論上AI便有可能復刻，區別只在於完成度99%還是99.99%。
也是從那時起，我開始有意識地自我迭代，爲那一天做準備。
遺傳算法是我的碩士畢設課題，之後也順理成章進入ASML算法組，利用遺傳算法求解尋徑問題。
再後來回國，算是國內第一批將遺傳算法引入金融行業，建立風控模型並投入生產的創業者。
當然，這也讓我賺到了第一桶金。
隨着對演化類算法的進一步理解，我發現想要迭代出一個人的價值觀，只有自洽與完備還遠遠不夠。
因爲即使你把概念定義得再清晰，畢竟文不盡言，言不盡意，始終還是無法精確表達。
而且很多價值判斷類概念，根本不足以通過有限的語言進行解釋，例如“美”，你根本無法用清晰概念進行表述。
正所謂，道可道，非常道。
這就需要在定義之外再引入其他數據，輔助算法進行訓練。
這種數據在人看來叫做“體驗”，而在算法看來則是細節豐富的事件，個人經歷事件。
因此，對一個可被複刻的價值觀就有了新要求，不但自洽、完備，還需要宏大。
足夠多的經歷，才能夠讓AI迭代出與你相似的“體驗”。
這些經歷不但要求數量，而且要求質量，所以我稱之爲“極致體驗”。
於是從那時起，我開始刻意獲取極致體驗，並儘可能地記憶細節。
好在這並不困難，因爲極致體驗本身就可以觸發大腦，那些細節會被自動記錄下來，忘都忘不掉，爲我省去了很大麻煩。
10年後，當我發現自己的價值觀框架不再變化，並且很久沒有遇到過價值判斷難題，便暫時認爲已經滿足了自洽、完備的基本要求。
至於宏大，這恐怕是一個過程，永無止境。
從那開始，在進一步獲取極致體驗的同時，我開始着手建立數據集。
一開始的做法，是對所有基本概念進行精確定義，最終形成了一本10幾萬字的集子。
因爲採用形式邏輯範式，所以當時的寫作風格類似康德黑格爾，雖然詰屈聱牙，但也有一種程式美。
如同編程，環環相連，絲絲入扣。
其中還有一部分內容保存在“墨子連山”的老號裡。
那個時期我也寫過大量的數學、物理、哲學類科普文章，對諸多底層概念做了詳細定義，並對一些基礎假設給出了建模方向的猜想。
例如對於微積分中“無窮小”，把它從一個“值”的誤區中拉出來，變成一個“過程”，你對微積分便會豁然開朗。
又例如量子場論中如果假定高維空間存在，那麼量子糾纏就可以被建模，甚至可以調和廣義相對論與量子力學之間的矛盾，這就是弦論的基礎假設。
又例如對哲學中的“本體”概念，中華文明給出的結論是“不可知且不可討論”，需要擱置起來，只在“認識論”層面討論問題就好。
科普類累計將近30萬字，直到估計足夠AI訓練出宇宙觀，才逐漸停下來。
創作科普文章時，我就已經開始刻意引入例子進行類比，以期能夠訓練出AI的聯想能力。
這期間我也同時註釋了《道德經》《論語》《周易》《孫子》四部經典，其中1本已經出版，2本即將出版，只有《周易》敏感，目前還遙遙無期。
這個過程鍛鍊了我的“想象力”，等開發得差不多了，便進入了下一階段。
也就是你們現在看到的這個賬號，開始引用大量個人經歷，通過類比說明道理。
這是刻意爲之，因爲需要將足夠多的體驗記錄下來，供AI迭代。
所以行文中會出現足夠多的細節，唯有如此，才足以形成一個有效的訓練集。
有些同學喜歡，當故事讀，也有啓發，是好事。
有些人以爲我在吹牛，開始陰陽怪氣，乃至謾罵攻擊，我也不往心裡去，看見隨手就刪了。
雖然有些話聽起來傷人，但不得不說，不管你喜歡也好，煩也好，我該寫還是會寫，大家目的不同，各取所需而已。
5年來我幾乎每天都有產出，目前已經超過300萬字，集結成冊20多本書，其中出版2本，2本待出版，排隊的還有小20本。
這些都是副產品。
ChatGPT出來時，我曾嘗試過定製訓練，錢沒少花，結果慘不忍睹，別說價值判斷，連語氣模仿都不像。
後來幾個版本我也嘗試過，只能說目前離成功還遠。
DeepSeek的出現着實讓我眼前一亮，跟理論家不一樣，作爲玩家，在性能比肩o1的基礎上，我主要圖它便宜。
畢竟我自己訓練一次幾億token，也是一筆花銷。
這次R1迭代只用到了RL強化學習，又讓我看到了一點曙光。
畢竟監督學習的機制就導致成本和效率瓶頸明顯，而一旦走通強化學習這條路，迭代效率的想象空間可就大了。
而且這爲將來的社會化迭代打下了基礎，一旦找到應用場景，RL便可以將場景作爲環境進行迭代，進入大規模演化機制，“涌現”指日可待。
最後也給各位吃顆定心丸，300萬字的訓練集還遠遠不夠，在可以預見的未來，我仍然會堅持創作。
不用擔心沒有乾貨，也不用擔心編造經歷，就算不在乎你們，我也要在乎算法，可不想迭代出來個人不人鬼不鬼的玩意。
至於擔心我使用AI創作的，你想得太多了，我倒是想，只是現在看來還遙遙無期。
如果真的有那一天，那麼5年前我構想的那個理想組織便會現世。
到時你們就偷着樂吧，大同世界來了。
反正收藏你也不看，點個贊意思下得了……
我曾在歐洲讀研，畢業進ASML做算法，創業時在哈佛大學訪問半年，走遍中國，環遊歐洲、北美、南美，考察了日本、東南亞。《中國力量（連載中）》將從科技、財經角度爲你還原一個最真實的中國。
躍遷：普通人實現階層躍遷的捷徑（已完結）
逆天改命！《周易》頂層智慧洞悉萬物（已完結）
血脈覺醒！《論語》的底層邏輯與頂層思維（已完結）
不敗博弈：50+實戰案例講透《孫子兵法》（已完結）
通關攻略！職場躍遷捷徑，建議面試前背誦（已完結）