🤖 你不需要因为AI而焦虑
是的，结合我过去一年夜以继日的泡在AI里面的经历，我的结论是：大部分人都不需要为AI的发展而焦虑
AI的本质是对世界的模拟，明星公司们的成功在于，高效、优质的模拟这个世界。
AI令人惊艳的表现背后，是大量的数据和对数据的处理。
如果强行类比的话，AI对世界的影响有些像互联网：为世界提速，给人类更好的体验，但是并没有从本质上改变战争、化妆、贫富、衣食住行这些社会的方方面面。
不过，我们还是尽量了解一下新事物。
WARNING
⚠️ 该文档尚未完成，仍在编写中...
春节还没过完，AI又又又又又一次"革命"了。
Sora的刷屏，让2023年焦虑了一年的大家，再一次感到焦虑，以至于听到不同朋友的感慨：AI这么厉害，以后怎么办，要不要现在开始准备找工作
被一波一波的AI“革命”震撼到的我，也同样有一次被Sora刷新了一次认知。
不过被今天的寒风吹了一下后，我冷静下来了
或许，我们大部分人都不需要为AI而感到焦虑。
2023年，AI很强
列举一些标志性的AI应用和技术
2024年至今，两个月还没过去，又有Sora这样的技术出现，结合大经济环境不好，很多人焦虑是很正常的
那又怎样？不必担心
1, AI是一个很强的鹦鹉
被灌输大量知识后，AI这只鹦鹉能够以超出普通人个体的水平输出了很多精彩的内容。
不过，这些内容更多是根据模型计算后，提供最可能的一种学舌。
随机性是这些输出内容的一大特点。
2，和互联网相比
和电相比
和汽油相比
和新能源车行业相比
AI的强大目前看更多体现在虚拟、影音娱乐方面，实体产业关系不大，因为：
实体产业需要的是确定性，需要准确，可靠
毕竟：你也不想自己开的车随机左右偏移吧
AI的产出是高度随机的。
不满意这个答案/图案/音频/视频？
AI会再生成一段发布出来（顺便悄悄记录并学习：这个答案不好，新的答案好
3， 不同年龄段的的人，需要担心吗
50岁以上的人，完全不用担心，想想20年前电脑和互联网浪潮，当时50岁的人，现在70岁了，他们享受到便利就可以了
30-50岁的人，需要注意，但是..大部分人重新就业可能性不说没有，但也不多。同样的，2000年左右30岁的人，现在50+岁，他们的工作生涯，后来受到了多少影响
20-30岁的人，需要为之紧张，但也不用太紧张。未知才可怕，而相对确定的一个趋势，大家都看到了，就早早做准备就好了。比如互联网对社会的一个最主要影响是：提高了信息生产和交换的效率。
信息传输效率的极大提升，有助于我们与远方的交流，也让原本壁垒重重的市场更加通畅。
这是一个很很好的工具。
20岁以下的人，享受福利/便利吧！
4，从工作、生活、娱乐三个大的方面来思考
工作上，就像手机和网络一样，AI，可以帮助我们，然后呢？ 仅此而已
生活生，AI会提供各种便利
娱乐方面，尽情享受吧，各种层出不穷的创意，会带来各种好玩的新奇的娱乐体验
怎样理解AI
想象一下，你晚上回到家的时候，你的橘猫（养狗人请自行替换）蹲在地板上，它面前是一副刚拆开的扑克牌
这很正常，毕竟这个家它才是老大
但是不平凡的是，所有这些牌是按照♥️♠️♦️♣️从A到K最后是大小王54张牌顺序排列的。
这肯定不是橘猫所为，绝对是有人趁你不在家进来干的。
但是查看监控后，你惊奇的发现，这竟然是你的橘猫做的！
在经过230843697339241380472092742683027581083278564571807941132288000000000000次尝试后（2.3 x 1071，2亿亿亿亿亿亿亿亿，也就是54!），你的橘猫抽取出了这个排列，并将这个排列呈现给你看。
这让你非常震惊，现在的问题是：
这么多种可能，这个橘猫是做到的？
再查看监控后，原来有一群闲得无聊的清北哈牛的博士组团来了一趟，他们的操作具体如下：
0, 给橘猫加装一个具备记忆和认知能力的外脑
1，让橘猫认识每个牌前后的顺序，比如J的前面是10，后面是Q
2，教橘猫认识形状，比如❤ ♦ 和 ♣
3，教橘猫认识颜色，比如♥️和♠️这两个颜色
学会第一步后，橘猫可以将2.3 x 1071种可能压缩到 720 种可能排列
而第二步和第三步后，这52张牌的排列顺序对于橘猫来说就不再困难了，因为720种可能彻底变成了唯一的可能。
这个橘猫现在已经可以称为扑克牌排列智能橘猫了，在这只橘猫面前，刘谦的魔术都不中看了。
这么看来，橘猫AI也不是那么神奇？
这个过程中，橘猫最开始的排列充满了随机性/可能性，当它对扑克牌有一定认知后，
上述三个步骤中，第一步的逻辑我们可以简单套用到ChatGPT上，比如你问小朋友：春眠不觉 ，小朋友会接 晓，甚至会把后面三句诗背诵出来。
ChatGPT/小朋友们会在亿万种可能性中，找到那些确定性（很遗憾，背诗词和数数不是AI的强项，因为它们会随机（这很重要）挑选某一种可能出来
而第二步和第三步的逻辑体现在AI画图上
而AI画图的逻辑类似：一只猫的轮廓有很多种可能，但是是可以大致确定的，颜色也可以，毛发也可以。
在众多的可能性中，一只猫的图像就可以被画出来了。
出图效果非常好的MidJourney，以及最近几天非常火的Sora，都是把画图的模型和文本理解的模型结合在了一起。
基础因素是可能性。文本理解是相关性，图像轮廓则是空间的相关性。比如眼睛在嘴的上面，如果画出来一个图，两只眼睛在嘴角，就会很奇怪甚至恐怖。
根据公开消息，Sora采用了Transformer架构，是扩散模型和语言理解模型的综合。
之前的AI画图做视频都是U-Net架构，也就是将一只猫简化为线条轮廓，再逆向丰富为一只猫，这个过程涉及的是空间的相对位置：耳朵形状相对鼻子相对于嘴，它们的空间排列应该是怎样的。
现在Transformer架构，则是给U-net架构的扩散模型加上了语言逻辑：
U-net可以画小象和大象，也能画小猫和大猫，但是如果是小象和大猫，它可能会出错，因为人类的认知逻辑上，大猫不会比小象大
对于U-net架构的扩散模型没有这个逻辑
Transformer模型的自注意力机制其实也不懂逻辑，但是小象>大猫，这个可能性要比小象<大猫的可能性更大。
采用Transformer架构的扩散模型对逻辑的理解更佳准确
之前的扩散模型工作原理是：我看见、我简化、我还原（随机选择一种可能的样子）
现在的扩散模型工作原理是：我看见、我简化同时理解内在逻辑、我还原（随机选择一种可能的样子，但是更合乎逻辑）
注：除了Dit架构之外另一个创新点是SpaceTime Patch，类似于ChatGPT的最相关预测，比如：长风-几万里，长风-万里送秋雁，长风-破浪会有时，根据上下文GPT会给出最可能的后续衔接。
放到扑克牌中，3后面是4，J后面是Q
Sora的每一个视频片段和前后的视频片段有逻辑的相关性。
能做到这一点是非常强的
我们不用害怕AI，因为橘猫不能用这副扑克牌拼出千里江山图（训练数据不足），也不能拼出火星地底生物的形状（完全未知）