比世界小，比人工智能大的“世界人工智能大会”
这几天，世界人工智能大会（WAIC）在上海举办。
说“世界”有点夸张。OpenAI没来，Claude没来。Genemi没来。Meta没来。Midjourney没来。好多都没来。不过微软来了。算是代表世界了吧。
说“人工智能”有些保守。除了人工智能，炒菜机器人来了，出版社来了，视频网站来了，笔记本电脑来了。好多都来了。但他们确实又都和人工智能有关系。算是广义人工智能吧。
世界人工智能大会，一个比世界“小”，比人工智能“大”的会。
但是，它依然是有意义的。
因为，它把散落网络各处的、质量参差的信息，筛选过滤完后，在你面前列好队。并且配备人讲解。等着你检阅。你只要花128元门票，就能用几个小时快速了解，你原来要研究几个星期的课题。
所以，我昨天专门去了现场。花了2个小时逛了三个展厅。时间很短。所以只有些模模糊糊的感受。
不一定对。你听听看。
感知层，正在悄悄生长、快速进步
我的第一个感触是：感知层可能会在角落里爆发。
在WAIC，我看到一家用“脑电”技术，做康复训练的创业公司。他们给患者的头上，戴一个脑电监测设备。这个设备可以“感知”你的意图。是想抬腿吗？抬不动？那腿部的设备，给一些助力。康复早期，给的力大一些；康复后期，给的力小一些。这样，逐步完成康复。
我还看到一家，做“触觉”的公司。人类拿铅球时，会握得很紧；拿鸡蛋时，会轻轻捏。人类可以根据物体，精准地用力。为什么？因为人类能感知到你用力时，带来的反作用力。然后随时调整力度。这就是“触觉”。有触觉，机器人才能拿捏任何物体。
检测脑电，获得触觉。这就是：感知。
当大模型如火如荼的时候，感知层，正在某个角落里悄悄生长、快速进步。因为，五感（视觉、听觉、味觉、嗅觉、触觉），是人类智能的“前提”。感知层，也是人工智能的前提。
感知层的进展，非常值得关注。
现在的人工智能，学习的都是人类“咀嚼”过的知识。但这些知识，一定有被吃完的时候。那时候，人工智能必须从这个真实世界，用摄像头，用收音器，用触觉、用一切感知手段，直接获取信息。
不太理解？
那你可能需要先了解一下，陆奇博士所提出来的“感知-思考-实现”思考框架。
“感知”的目的是获取信息，“思考”的目的是做出决策，“实现”的目的是采取行动
有一次，我去北京拜访奇绩创坛的陆奇博士。
陆奇是原微软全球执行副总裁，百度集团总裁，YCombinator中国首席执行官。在我心中，他是神一样的存在。但他受人尊敬，不是因为头衔的高度，而是因为思考的深度。
陆奇博士，和我分享了一个理解这个多变的世界的思考框架：感知-思考-实现。
“感知”的目的，是获取信息。“思考”的目的，是做出决策。“实现”的目的，是采取行动。就像人一样。看见苹果是“感知”，决定吃掉是“思考”，用手拿起“实现”。
科技每次对这三件事的跃升，就是新范式的新拐点。比如谷歌对感知（获取信息）的方式的跃升，OpenAI对思考（做出决策）的方式的跃升。
所以，真正的人工智能，必须有眼睛、有鼻子、有耳朵。真正的人工智能，必须有感知。然后，模型（思考）的价值，才会发挥到最大。
大模型军备竞赛的胜利者，也许是小模型
这次在WAIC，看到了很多国内大模型公司。百度的文心。阿里的通义。讯飞的火星。
从陆奇博士的思考框架去看，它们都是来解决“思考”这个问题的。
感知，可以用“敏锐不敏锐”来评价。思考，可以用“聪明不聪明”来评价。它们都很聪明。它们甚至是全才。上知天文，下知地理，通晓100国语言。还能陪你聊天，给你提供情绪价值。
但是，我们真的需要这么聪明的模型吗？你需要一个有9个博士头衔的人，帮你改劳务合同里的错别字吗？
在WAIC上，我看到了很多自称大模型的“小模型”。比如法律小模型（它们自称大模型）。医疗小模型（它们也自称大模型）。
它们用“少”数据（比如历史合同，过往病例vs.OpenAI的全网数据），训练“小”模型（几亿参数vs.OpenAI的1750亿参数），训练出一些专有模型。很便宜，但很有用。
这次看完WAIC，有种感觉。“大干快上，必须第一”的大模型军备竞赛，很快会退热。“小模型”，可能是未来商业化的主力军。为什么？
因为便宜好用啊，朋友。
在思考的模型世界，少量的全才（大模型），会和大量的专才（小模型），共存很长时间。
感知。思考。然后是实现。
时代的残酷与美妙
这次来WAIC，看到了很多机器人。雨后春笋一样。不由得感叹，时代的残酷与美妙。
就在几年前，我们还在为波士顿动力的机器人，能跑能跳，怎么都不摔跤而欢欣鼓舞。觉得这是机器人技术皇冠上的明珠。但突然一夜春雨之后，全球的科技公司，似乎都做出能跑能跳，怎么都不摔跤的机器人了。
为什么？因为科技树上的另一条技术路线，突然被点亮了。
以前的机器人，头脑简单，所以合适要研究如何让四肢发达。如何在智商很低的情况下，能跑能跳。但突然，大模型来了。突然，机器人变聪明了。以前用来训练弱智机器人跑跳的技术路线，就没必要了。怎么跑？怎么跳？不用教了。让大模型自己学啊。
这不是一家公司战胜另一家公司，是一条技术路线战胜另一条技术路线。就像今天，随便一家创业公司做的聊天机器人，都比苹果做了十几年的Siri，不知道聪明多少倍。
因为科技树被点亮，具身智能，空间计算，这些机器人方向的概念，越来越火。人工智能终于可以通过“感知”来理解世界，通过“实现”来改变世界了。
感知。思考。实现。
越看越觉得，这个世界的变化，超出所有人的认知。甚至应该超出参与创造这些变化的人。
那么，我们应该如何拥抱这些变化呢？
不要走在主航道的前面，而要走在它的下面，或者旁边
我有个朋友，很想拥抱人工智能。但怎么拥抱呢？他说，他发现和OpenAI对话时，只能打字，不能用语音。他说，那我做一个语音插件吧。这样，就能用语音和OpenAI聊天了。
我说，千万不要。OpenAI只是没腾出手来。等它腾出手来，它的下个版本，最多下下个版本，一定就有语音对话了。不要走在OpenAI的主航道上。你一定会被他的车轮碾死。
果然，GPT-4o，就自带了语音对话，即将推出实时对话。我朋友的这个项目，卒。
不走在主航道上，那应该走在哪里呢？应该走在它的下面。
这次在WAIC上，我看到一家创业公司，做“高质量数学数据”。什么意思？今天的大模型参加高考，文科超越了绝大多数人类，但数学一直考不好。为什么？
因为大模型的智力，来自高质量的数据。大模型的数据库里，一直缺乏优质的数学数据。吉米多维奇的数学分析习题集（噩梦啊），偏微分方程的解法，数学奥赛的证明。基于这些数据训练，大模型才会变得聪明。
于是，这家创业公司，就专门构建这样的数据集。然后，卖给大模型公司。你们淘金，我们卖铲子。
在WAIC上，我还看到一家创业公司，做“小脑平衡算法”。这么多公司要做机器人。机器人的核心之一，是不摔跤。怎么做到？这家公司，不做机器人，只做“不摔跤算法”。然后，把算法卖给机器人公司。他说，现在机器人18罗汉中，5家公司用的就是他们的算法和服务。
这就是，走在主航道的下面。做底层的底层，帮助坦克铺路。
有意思。
那什么是走在主航道旁边呢？
toB还是toC，是个问题
人工智能的第一桶金，到底在toB，还是在toC，是个争论不休的问题。
toB太难了，toC太卷了。
但是在这次的WAIC大会上，我还是看到了不少toB的案例。尤其是在视觉识别领域。
一家公司给我介绍，他们的AI“晶圆缺陷检测系统”。
以前，人们是怎么检测一张光滑如镜面的晶圆上，有没有缺陷呢？用眼睛。我的天啊，这要耗费多大的人力啊。现在，这家公司用人工智能来检测。他们把历史上晶圆的照片，做好标记，然后“喂”给人工智能，让它自己学习。突然，人工智能就具备了检测晶圆的能力了。用人工智能检测缺陷，比人要准确，还更便宜。
所以，toB到底有没有机会？当然有。
个人可能因为兴趣而买。企业一定因为效率而买。toB的企业，对效率更加敏感。人工智能的核心价值，就是提效。什么是提效？就是用20万，省下100万。这样的系统，一定是未来。
很多人觉得toB难做的原因之一，可能是想把兴趣卖给企业。
都是年轻人，都是年轻人，都是年轻人
WAIC的一楼，都是些大公司。个人觉得，属实没什么好看的。也可能是因为熟悉吧。很快就走完了。然后就到了2楼。二楼的Future100展区，真是好看。
Future100，就是未来的100家公司。今天，他们是创业公司。
看完之后，除了感受今天大家都在哪些方向尝试之外，更大的一个感受，就是：都是年轻人。
太年轻了。
一个小伙子，在大学里和导师一起做项目。做着做着，这个世界即将发生巨大的变化，再不休学就来不及了。然后，他就出来创业了。今天做得相当不错。
我和他聊完，甚至有些震撼。真有点硅谷的感觉了。
我们经常抱怨，说机会都被60后，70后，80后抓走了。90后，00后没机会了。但真的是这样吗？
60后抓住的，是下海的机会。70后抓住的，是房地产的机会。80后抓住的，是互联网的机会。那90后和00后呢？90后和00后的眼里，不应该盯着这些过去的机会。你们的机会在当下，在未来。人工智能，是所有60后、70后、80后这辈子都羡慕不来的机会。
满眼都是年轻人。真的，这个世界，依然充满希望。
要不要学编程？
要。不但要学编程，还要学数学。
刚刚高考结束。很多朋友问我，孩子应该报考什么专业。正好看完WAIC，说说我的看法。
有人说，未来人工智能会比人聪明，人唯一擅长的，就是创造力了。所以，应该学艺术。
学艺术很好。我没有问题啊。但如果你问我的话，我会建议你，在有可能的情况下，学数学和计算机。
有人说，以后人工智能都会自己编程了，还学编程有用吗？
这个逻辑有意思了。大部分中国人都会写字，那你学写字还有用吗？有些能力，是别人会你就不用会了的。但有些能力，是别人会，你更要会的。因为编程，就是一种“语言”，与人工智能这个物种沟通的语言。未来我们必须与另一个物种对话。学习编程，不是为了编程，而是为了理解这个物种。
编程和数学，看完WAIC之后，我更坚定了自己的这个想法。
没有人知道未来会发生什么变化。觉得创造力只属于人类，可能也只是一种自大。
那孩子学什么呢？
水面变化越快，就越要学底层的东西。因为底层的数学不会变。为什么不会？因为数学，不会就是不会。
未来，就在前方，但我却被困在了现在
回到WAIC，回到真实的世界，回到当下。
也许是因为“人工智能”大会的原因，这次WAIC，是刷脸入场。挺好。我买完票后，就去刷脸了。
但是，在通往刷脸机十几米的地方，有工作人员拦住了我。说要看购票记录。我说是别人帮我买的。他说，那就看付款短信也行。我说我真没有。我只带了脸。不是说刷脸吗？
他们说，那不行。万一你是黄牛呢。没有记录，我不能让你去刷脸。因为我不知道你是不是真买了票。我说，我刷了脸，不就知道我是不是买了票了吗？
我们就在那里“玩”了5分钟绕口令游戏。
未来，就在前方10米。但是，我却被困在了现在。
就10米。但看上去，却是很长的路要走。而我们前行的最大的阻力，居然是人类自己。
哎。继续努力吧。
