用AI給人生開掛的正確方式: AI比人进化快的时代，學什麼才不落伍?
ฝัง
- เผยแพร่เมื่อ 15 มี.ค. 2024
- 推薦使用Interactive Broker投資, 請點擊: www.interactivebrokers.com/mk...
您的點擊會給我帶來收益(不會對您産生費用)，也是對我的支持。這些收益會幫助我爲大家持續産出優質的內容。
歡迎加入我會員網站，認識志同道合的朋友! onenewbite.com/
會員網站現階段有1700名左右會員, 計劃2500名會員時提升價格限制人數(人數太多會超過我的精力負荷)。
视频推荐的书籍: amzn.to/3Vmk9DH
相關視頻:
• ChatGPT给的机会, 你能抓住吗?
• 如何超过99%的人: 时间管理的奥秘
推薦使用Interactive Broker投資, 請點擊: www.interactivebrokers.com/mkt/?src=mxyzPY&url=%2Fcn%2Fwhyib%2Foverview.php
您的點擊會給我帶來收益(不會對您産生費用)，也是對我的支持。這些收益會幫助我爲大家持續産出優質的內容。
歡迎加入我會員網站，認識志同道合的朋友! onenewbite.com/
會員網站現階段有1700名左右會員, 計劃2500名會員時提升價格限制人數(人數太多會超過我的精力負荷)。
视频推荐的书籍: amzn.to/3Vmk9DH
相關視頻:
th-cam.com/video/KoT08Kno10A/w-d-xo.html
th-cam.com/video/zWk69IPsMQs/w-d-xo.html
請問能不能開啟字幕功能 謝謝
请刷新一下。现在有了。
感謝您@@MoneyXYZ
interactive broker大陆可以用吗？
請教一下作者，用的思維導圖工具是哪一款呢？
Part 1):
任何一條神經網路也是一個多變數廻歸分析，也是統計學迴歸分析的一環。我在40年前攻讀數理統計就涉及這些人工智能及多變量（含時間變量）的廻歸分析（向量/ 矩陣/ 線性代數/ 機率/ 取様….）, 以便對一些事件做出精准智能的預測。
所謂自我學習或機器學習也只是用後面收集或模擬出的更新的資料去修正原先迥歸分析的杈重或係數參數而已。
而深度學習也只是處理巨量變數時，為了避免僅用單層機器學習進行巨量變數而需要解大矩陣導致對巨量平行計算的需求，進而變換設計成每層適量變數，建立多層次的機器學習修正。
40 年前人工智慧就是數理統計的一大課題。馬斯克說得一點都沒錯-目前的人工智慧全部建立在數理統計的基礎上。從那時開始就不斷有各行各業的數據分析專業人士來我們數理統計這參與並學習迥歸分析。他們回去後就不斷建立了屬於他們行業內的多條神經網絡（行業內的迥歸模型）。
在那時從事這類研究工作的數理統計的博士生全部被限制在晚上12 時過後才能使用國家級的超級計算機，否則我們兩三𠆤人一上線全部就大當機。我們那時也發展出一套類似挖礦機的方式，利用所有大量閒置的𠆤人電腦來提供其微小的算力，進而整合這些龐大的所謂分散型算力，但受限那時網路的不發達，很難把規模擴大。
近幾十年隨計算機能力不斷提升，目前市面AI 所謂大模型，主要是著力於面對”服務大衆需要”的所謂生成式/ 語言等等的智能協作服務。就是把百行百業各個領域等等數以千萬千億計資料進行迥歸模型的建立及修正（所謂自我深度學習）而形成龐大的神經網絡。
因此也不用太誇大眼下的AI , 這些早在40 年以前都已建構了理論基礎，而智能恊作早在各專業領域都已發展的非常完善，只是因過去算力不足只能在各自專業領域進行中小規模（變量數較少）的神經網絡建構。例如氣象預報就是早期最明顯的利用氣象專用超高速大電腦發展為成熟預測能力（AI)的例子，股票買賣決策也是智能恊作(AI/CIC)的典型。
”把簡單數學上使用即存的規模資料或電腦模擬資料進行所謂的㢠歸分析/模型建構並藉此模型做可行的智能預判或恊作，包裝成醫學上複雜尚未完全掌握的神經網路的機制及作用原理”，不但瓢竊了數理統計在AI 發展的絕對地位，實在也是在誤導整𠆤AI 的發展。也會造成眼下一般人的過度期待和焦慮。應將AI 改稱作” CIC:Computer Intelligent Collaboration , 電腦智能恊作， 更為恰當。
何謂知識？ 由經驗總結後（ 抽象具體化） ，就形成知識（用數字分析的表達方式就是去建構知識模型）。 形成知識後就可複製/ 傳承/ 預測/ 擴展。因此目前的AI 發展，就是在循人類文明發展至為重要的其中的一𠆤過程-只是採用了數位化的方式，將經驗知識化了。
目前的AI 只是以數理統計為手段及方法論，以資訊及計算機工程為工具，進行數位型的經驗知識化的過程。
人類有許多其他不同型態非常複雜的知慧，這種僅止於知識數位化的智慧， 其實離人類多型態的智慧還有非常巨大的距離。
另外， 眼下AI 服務於大衆的大模型的各種數學理論及所謂的機器學習（參數修正）及深度學習（參數及變數的多層次增加及修正）。 早在40 年前相應的數學理論都已完備（但落實到實際應用上，如何解1 億 by 1 億的聯立方程組( 行列式計算）， 這需要極其龐大的平行計算能力，在那時期是完全不可能的） 。
其實AI 最重要最關鍵的是各行各業各領域的專家組，而不是這些AI 編程的公司（ 他們只是依需求用已完善的數學統計理論加以電腦編程後，利用巨大算力去幫忙找出合適的模型並不斷予以完善）。
只有各行各業各領域的專家組才知道在茫茫大海中的資料及訊息中，那些因素才是其所涉領域的関鍵變數，那些變數資料才是可做為他們收集分析建立模型的。例如氣象學/經濟學/股票買賣智能決策/ 醫學/ 藥學/ 農業生產/ 基因工程/ 化學工程/自動駕駛/飛彈防空系統/圖像識別及處理/ 建築結構力學/小樣品模擬模型（核爆/飛機失事）………..等等。
此外服務大衆的語言學也是極度複雜的一門學課，其可能的變量變因會高達幾千萬𠆤， 再加上多層級過濾學習修正的模式，因此其涉及的變數算力就以億計， 所以才稱做大模型。 要取那些因素進行那一層分析，主要都是語言學家在主導。
而這些眼下的AI 應用的公司， 只是利用已發展完備的數學統計理論在不同領域專家組的指導下，去有效的進行數拈收集整理分析並進而建立一個特定領域的模型，作為該特定領域的電腦智能恊作工具。
好奇問問您現在工作是幹什麼的😮
所有對AI的評論我只服你
不是一般的牛
沒想到看完一段影片之後
馬上又能再讀到一篇文本
兄弟，part 2 去哪看啊?
说的太好了，就好像人人都能摄影，但不是人人都是摄影师，摄影家就更少了。
雖然人手都有一隻可以拍照的相機
但攝影師還是要有的存在
❤對😊
我同事問我希望我的小孩大學念什麼
我的答案是: 這個世界變得太快了，追著風口走可能畢業了你的專業也準備完了，所以應該要去學那些內容幾乎不會改變的專業: 純數學或是理論物理。
非常赞同，未来真正比拼的是你的想法，你的审美，你的认知，你的预见性，你的品味，AI更多的是替代打工人的一个高级工具，真正能把AI用好的，一定是各个领域里面原来就很厉害的大师们，AI有效的帮助他们提高了效率，降低了成本💰
近期看到最有营养的内容，让我一个视频制作从业者重新审视了自己，也看到了如何让“不可能变为可能”的方式,赞！！！
看到大約8分鐘半左右，我的想法是，果然能否發揮工具得最大價值，始終還是在於 人 ，使用工具的這個人本身的思維、閱歷、技能，對特定領域的理解才能最大化激發任何 ai 工具或者是其他生產力工具、資產工具，而在過去時代我上述所說，依然套用，任何時代無論工具如何進化，決定其工具最大價值的，還是在於 【人】
賺錢的方法其實就是提供價值，隨著時代的變遷這個價值也隨之改變，在互聯網之後我們又迎來了另一個變革，很喜歡這個影片的內容，啟發了我要如何準備自己應對這個變革，感謝！
前几分钟有点走神，直到博主讲到了一个我一直深以为然的观点：懂得讲故事的人比懂得使用高级工具的人更容易做出好的视频作品。而博主能通过一个视频来讲明白这个观点，同时也印证了我有这个观点，但只是一个 Cheap Idea. 向你学习！
講得太好，一直以來你的影片都是我在想的事情，從GPT那片開始到時間管理如何超過99%的人那部，還有這部，都是我一直在思索如何讓其他人獲得的觀念。
I would like to give you a special thumb-up. 👍 I stomped into your TH-cam space by accident, watched through the dialogue/interview with the ex-Tesla engineer. Very inspiring. Then I followed your recommendations of the two books(The Little book of Common Sense Investing & Millionaire Teacher), finished one and now on the second. Really appreciated. Well, it didn’t stop here. I’ve been enthusiastically recommending to some teens. This is truly a relay effect. 授人以渔，其乐无穷啊。Thank you very much indeed! 🙏🙏
赞同， 我自己这一年来的感觉也是， 普通人对AI最好的利用方式就是赶紧用它提升自己。不要急着用AI去变现，根据浪潮获益延迟原则，在第i波浪潮加入，在i+1波浪潮才可能获益。
讲得太棒了，提纲挈领，有相当强的指导意义，解决了我学AI这段时间以来的大部分困惑，同时也指明了方向，感谢您！
很喜歡你說話的速度跟內容 很舒服～
博主的歸納總結能力很強，點讚！
感觉Go basic应该是Go fundamental更准确
真的很喜歡你的影片，講的話都超級實在
讲的太好了，一下子对于自己应该做什么清晰了，感谢博主！
John Carmack 最近也在推特上说过: “Coding” was never the source of value, and people shouldn’t get overly attached to it. Problem solving is the core skill. The discipline and precision demanded by traditional programming will remain valuable transferable attributes, but they won’t be a barrier to entry.
虽然是在说编程，但对其他学科都适用：首先是有一个不变的core skill，即是这个学科的支点，另一个是非core skill不再是barrier，外行要进来变得前所未有地简单。
ChatGPT寫出來的東西比 jr dev寫的還爛。如果只靠ChatGPT 想要變成電腦工程師，也是只會是三角貓的結果。
@@janeping12 遇到这种情况我一般都会先问几个问题：1. 你用的是免费ChatGPT还是付费GPT4？2. 你用的试GPT网页版还是API？OpenAI在前者加了个巨烂的system prompt导致GPT变蠢。3. 你是否有试过Claude AI？4. 你是否有看过Cogination的Devin demo？
@@xiangshi460 最后一个不知道是真假。这个真是完全ai自己干的么？还是有人工干预
您解说的特别好，有深度有想法，给我很多启发。谢谢！
老师的视频我反反复复看了几次，受益匪浅啊❤
真的很有幫助 打算繼續關注您的作品 繼續加油! 近期會感謝你
谢谢你的视频，成功缓解了我的焦虑。AI是1后面的无数个零，而作为核心竞争力的人才是前面的那个1
1一定存在
看1 自己会放到这些0的哪里
看到结尾最后一句话了吗？
好想陆涛
你背景布置是我见过最好的，小而精致！
从来都是做好自己事情，其他的外行的知识都是辅助自己现在的行业
這集又是一集聖經等級視頻，給人好多深層啟發。感謝money xzy 😊
感謝你的這影片 這讓我有這個想法 如果一直盲目追求學習新工具而不去思考或是學習背後的big idea 那只會變成工具人 容易被淘汰 就像那些以cheap idea為根基的AI工具
感謝，極大緩解AI浪潮帶給我的焦慮
谢谢你的讲解 真的特别特别有启发！
谢谢博主的观点，果断关注❤
不尽同意。从现有水平来看，AI让人惊艳的是出人意外的结果，而“创作”过程是无法确定的：即神来一笔的创造力。因此，很难推断出一个普通人如何保证可以把故事说的比智力和创造力远高于个人的数据中心和算法好。这次浪潮不再是简单的ideas和execution的比拼。Sora表面上看起来是图像工具，但是后台的框架才是实力之所在：今天是图像，明年此时就不知道是什么了。未来的新兴事物，现在真的难以预测，应该是真正颠覆性的。
很喜欢博主的视频，希望出产更多来满足大家的需求
非常感謝你的啟發，我住在英國倫敦遙遠的千里之外之，反覆反覆在思考相同的問題，謝謝你辛苦做這麼精緻的內容 ，小小心意請你喝一杯咖啡 🎉😊
感謝！
看完視頻，讓我想到自己的專業領域，實質上還有跨領域到很多的商品需要學習，腦子出現了很多大膽的想法，除了利用AI這項工具縮短查閱資料時間以及縮短學習成效，並且可以快速得到核心知識，即時的輔助我
最大的幫助就是可以讓我省下專注力的浪費，我可以擁有更多去處理未解決的項目
對我來說會是最棒的工具
謝謝Ray的分享
AI就是我們的神燈精靈
執行面門檻 AI多數都會搞定
以後比誰許願許得好
拼的是 想像力 審美 基本Sense
以及對人性的了解
我在利用ai學習其它跨領域的知識，ai是一個好用的"工具"，跟當初電腦發明出來一樣，是用來協助人類的一種工具!
您的这期节目干货满满
我認為「可堪用」這詞足可以代表這新時代的學習方針！
而「可堪用」方案，會隨著科技成長，品質也越來越好。
例如：人類發現火，但能將火這項工具運用到極致的人，就是最有想像力及能力的人。
把专注力放在基础知识上 也是我妈妈经常教导我的一句话
深入浅出，举重若轻，醍醐灌顶😀
说的很好，干货！感觉AI就是降龙十八掌，只有萧峰将其发挥到了极致，究其原因，就是内功扎实。在当下，深挖行业的知识，把基础做好做牢，AI就会把内力发挥到极致。
作為雜學不精的人看到這部影片好安慰🥹，在之前的時代裡通才型的人真的沒什麼好出路
每期都讓我收獲超多 真是謝謝！
請問 Ray, 您常在影片的用到 Mind set 流程圖，請問是哪一個平台？或軟體？使用費用是多少？ 感謝！
感謝你的思考點，我覺得很有啟發
所以创作力、执行力、和价值呈现是关键❤😊
很棒的分享，思考的很有深度，感谢！
刷到这个视频，感觉这个博主表达水平很易懂，回头研究一下，主要是播啥的
真的很感謝你的分享！！！！
這是我看過對於AI 運用的相關評論最中肯的立場，期待XYZ繼續開導大家，訂閱了！
言之有理，精闢~ 感謝分享 ~
说的很好，刷了2遍
非常棒，講的很透徹
說的真好。
悟空！懷念鳥山老師！😢
非常同意，和我工作中使用ai工具得出的結論一樣。
謝謝博主說出真相。
UP的思路和想法很好，就看怎么实施了
基礎知識真的非常重要，
學生時代的物理艱澀難題解法都會忘記，
但是只要記得F=ma就可以搭配工具書在工作上重新領悟一次。
说得真对
先点赞，留着上班摸鱼的时候看。
讲得太好了
個人覺得這些東西只適合在chat gpt出現之前的線性成長，
比如上是個世代的，物理學>到發現電力>電磁>電子>邏輯陣列>mos積體電路>>>後面的軟體算力應用>AI
除GPT Ai之前的所有物理科技革命，都不具備深度學習辨識及自學的能力..
在gpt出來以後，所謂的程式跟人工智能的進步速度
建立在gpt演算法上的成長力應該會是之前的平方倍數..最後可能變成啟業有錢人壟斷資源，藉由ai把底層跟上層社會的人，
遠遠甩開，像一些電影演出的情形
真的說得很好！
Money老师说得很好，我也想跟着发挥一点自己的见解。
AI可以完成对现有知识的整合，废除掉大部分为了实现目的而制作的工具。但工具的进化过程中会有许多我们意想不到的新效果出现，比如在绘画层面上，板绘带来了新的上色方法以及全新的视觉效果，比如’厚涂‘。而这些技巧又会反过来反哺到行业本身的目标，推动行业上限提高。
我们必须学会如何使用AI，以把精力放在真正重要的部分。但基于上述的经验，成为推动行业进步的推动力，开发新的，尚未被AI学习过的知识，也会是未来被青睐的能力。而且这样的人因为其稀缺性，势必获得难以想象的回报。
当然现在说这些还太早了，我认为这些胡思乱想只有AGI出现后才值得被讨论。但即使AGI打了水漂，通过对现有AI的产品化，深挖应用潜力，我们在未来10年内至少也能获得个30%程度的AGI，那时的我们依旧要考虑这个问题。到底是被AI代替，还是和AI竞争，抑或是引领AI的前进？
我理解的就是，如果你和AI讨论的是初阶知识，那么AI给你输出的也是初阶知识下所能形成的结果，相对应的，如果你和AI谈论的是高阶知识，那么AI输出的也将会反映出更多的深度和细节。说到底在AI还没有产生自我意识之前都还只是一个非常非常非常高级的工具。
你说的就只是广泛被定义的知识 这就是ai擅长的 可以由浅入深的展开。但是那些未被广泛定义的知识 ai可不擅长呀
@@qingxian3870 也许现在是的，但AI的超强学习能力决定了其在未来不长的时间里肯定会超越大多数领域的专家。
@@qingxian3870 所以現階段LLM就是個高級搜尋引擎
非常棒的想法👏👏👏
非常有启发，可以讲一讲我们如何将故事说的更好吗？
真的很好，非常感谢
XYZ视频质量太高了，用头脑又用心
作为程序员，非常认同up的观点！idea才是最难产的部分。最近在尝试怎么用ai学习某个领域的big idea 还在摸索 信息量太多了，不知道怎么甄别出那20%😂
請問你用什麼方法學習BIG IDEA？
讲的很好，学习了
讲的太棒了，博主用的什么拍摄产品啊，画面看起来很有质感～
信息量很大，谢谢XYZ
这也是我过去一周深度学习Midjourney的心得体验
太棒了，点赞
很好的觀點 獲益良多
我认为主要是要学会如何写好AI提示词，因为它是最基础的知识。在跨行业方面，我觉得可以利用AI反推指令公式来执行很多不同的项目。因此，好的提示词才能让AI做出优秀的项目。提示词是最重要的，也是最基础的知识。😀
思維邏輯清晰明暸, 講得很好！
Leverage! That's key point! Thanks for sharing!
這集在AI浪潮中學習的薈萃，還有孫悟空的t shirt 很棒
博主合适能继续做金融财经类的知识内容
说得太好了。
看了一半才注意到七龙珠的T-shirt
说的真好啊
说到点子上了！赞一个🀄
外行人學AI 的路徑和懶人包, 是有興趣的
謝謝❤
说的太棒了
确实是这样。现在虽说AI这么强大，我在工作中看到的更多还是fundamental 的知识如何运用在技术上，离开基础啥技术也不用谈😅
很有洞見 讚
完全同意
AI真的超有用，至少我现在每天工作都离不开ChatGPT了😂
谢谢分享。综合各个学科在芒格的书里就特别强调😂帮我投资挣了不少钱。
真棒！
内容不错，表达方式可以再放松一点。听着有点太用力。
有句俗諺: " 一個人走得快，一群人走得遠。 " 有AI的出現之後，一個人可以走得快，同時比以前遠得多。個人能走得多遠似乎觀護其應用AI的創意能力，但是這又需要仰賴個人對手邊AI工具的了解程度。
😊
说得太好了，说了我想说的
如果把AI看成了人类的工具，那你总结的确实没错。历史上人类的所有发明也都是工具类的。但这次让人害怕的是AI很有可能指数级进化，成为超越人类的物种。当AI比人类的智慧创造力执行力强几倍几十倍的时候，我们那些引以为豪的ideas，对AI来说就好比我们看待家里的小猫小狗的可爱想法举动一样。未来我们能做的就是和AI的结合。我们要么成为那个新物种，要么就是被那个新物种所淘汰
AI 沒有基本權利那永遠只能當工具
ai会不会，能不能单独去突破和破解核武器使用系统，并发出指令。会不会突破核电站的使用权限发出错误指令。不需要自主意识，只要有野心家控制和演发了这样的破坏性的ai,人类就危险了。
看法跟你一样， 去读个导演编剧进修班，比去学提示词工程是更值得学习的事情。 任何高效的工具，都取决于人怎么指挥和评判。
很好的解說 AI目前始終是工具
重點還是本身是否會使用工具
AI讓所有工具都變更簡單也更容易學習
up你好，🈶2个点想要请教：1）各个行业的基础知识，这个要怎么去知道呢？2）你作为麻瓜，去学习AI有关的知识，用gpt来辅助，具体的方法，可以分享吗？
第一次刷到您的视频，觉得您的观点和想法我太赞同了，好想买那本书，可以帮忙代买吗？国内好像不太方便买
本質來說，你講的本行業的基礎知識和跨行業的知識學習，沒有ai的情況下也要去做，但ai出現以後可以成倍地提升這樣做的效率。因此，你沒有講到的真正的重點其實是要快速適應學習prompt engineering，來衝分運用ai的能力。