4.23，世界讀書日，用一本書，紀(jì)念這個(gè)美好的日子，也致敬這個(gè)美好的時(shí)代。
不知道大家近期會(huì)不會(huì)有這樣一種感受：在“百模大戰(zhàn)”的背景下，日常生活中好像不會(huì)用點(diǎn)AI大模型就感覺與世界脫軌了。
在聽萬維鋼老師新書《拐點(diǎn)》的時(shí)候，讓我對(duì)大模型時(shí)代的發(fā)展又有了一些新的認(rèn)識(shí)，想要訓(xùn)練一個(gè)語言大模型，有個(gè)關(guān)鍵步驟是非常值得注意的，就是“強(qiáng)化學(xué)習(xí)”。現(xiàn)在AI技術(shù)進(jìn)展之所以如此之快，很大程度上得益于這個(gè)強(qiáng)化學(xué)習(xí)。
對(duì)于我而言，對(duì)于任何新技術(shù)都是滿懷敬畏，但卻從不因?yàn)樾录夹g(shù)而迷失自我，關(guān)注新技術(shù)發(fā)展的同時(shí)，我更希望關(guān)注的是“個(gè)體”本身，任何新工具的出現(xiàn)，都是為了解決一些社會(huì)發(fā)展中本身存在的矛盾，而非是為了替代某些東西。
我不是新技術(shù)的發(fā)明者，我沒法跟大家探討大模型應(yīng)該怎樣，我還是喜歡回歸到人本身上來，如何像訓(xùn)練AI一樣訓(xùn)練自己，讓自己在新技術(shù)包圍下同樣具有競(jìng)爭(zhēng)力，這才應(yīng)該是我們個(gè)體應(yīng)該花更多精力去關(guān)注的事情。
今天就跟大家來聊一聊這個(gè)“強(qiáng)化學(xué)習(xí)”。
強(qiáng)化學(xué)習(xí)是一門關(guān)于反饋、學(xué)習(xí)和迭代的技術(shù)。你會(huì)發(fā)現(xiàn)：學(xué)習(xí)、反饋、迭代，這不正是我們每個(gè)人都一直在經(jīng)歷的過程嗎。從這個(gè)角度來看，AI迭代的方法，有沒有可能被咱們?nèi)祟悂斫梃b一下呢？我認(rèn)為，這應(yīng)該是可以的。
從社會(huì)發(fā)展的角度來看，這些年一直存在一種客觀現(xiàn)象：
腦科學(xué)給AI研究提供了靈感，AI研究也反過來給腦科學(xué)提供了思路。和AI一樣，人的大腦和身體本質(zhì)上也是由若干個(gè)神經(jīng)網(wǎng)絡(luò)組成的。我發(fā)現(xiàn)：神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和控制，這個(gè)視角對(duì)人的成長(zhǎng)特別有啟發(fā)。
可以試著把【仿生學(xué)】反過來用，嘗試用【仿AI學(xué)】，看看我們自身能從神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和控制中學(xué)到什么。
如果你曾經(jīng)也過關(guān)注有關(guān)社會(huì)學(xué)的研究就會(huì)發(fā)現(xiàn)，人的行為習(xí)慣、性格特征、情緒表現(xiàn)等一系列的稟賦特征都有神經(jīng)網(wǎng)絡(luò)的性質(zhì)。甚至在萬維鋼老師看來，佛學(xué)中的【業(yè)力】也可以理解為神經(jīng)網(wǎng)絡(luò)。
有一個(gè)企業(yè)家，也是一個(gè)洞見輸出者，叫肖恩.帕里什，他寫了一本《清晰思考》，總結(jié)了一些科學(xué)決策與行動(dòng)的方法，我們可以借鑒他的結(jié)論，結(jié)合神經(jīng)網(wǎng)絡(luò)的思路，關(guān)注我們生活日常中的一些小事，在一些微不足道的小事細(xì)節(jié)上，清晰思考，做出正確的選擇，從而日積月累，擺脫平庸陷阱。
感性大于理性，這是人之所以為人的最基本特質(zhì)，在我們自己的事情上尤為明顯，神經(jīng)網(wǎng)絡(luò)構(gòu)建了我們的本能反應(yīng)，我們本身就是感性的動(dòng)物，不管你如何標(biāo)榜理性，我們總會(huì)在本能地、自動(dòng)地做很多事情，而其中很多選擇，本身就是不理性的，是錯(cuò)誤的。
想要少犯錯(cuò)、不平庸，非常困難，因?yàn)槟闶窃诟约旱母行员灸茏鲗?duì)，你需要比你的一些神經(jīng)網(wǎng)絡(luò)更兇。
一個(gè)常用的策略就是暫停本能反應(yīng)，最好的方式就是嵌入某種儀式。
比如我們看籃球運(yùn)動(dòng)員罰籃。他們從來都不是拿過球來站好就投，而是一定要先把球在原地不緊不慢拍幾下，找找感覺，完了再投。這就是暫停。場(chǎng)上所有隊(duì)員、場(chǎng)邊那么多觀眾都得等著，因?yàn)檫\(yùn)動(dòng)員必須要把心緒從剛才的激烈爭(zhēng)奪中切換到眼前這個(gè)靜止罰球的狀態(tài)上來，要確保清晰思考。
這個(gè)動(dòng)作說起來簡(jiǎn)單，實(shí)際做起來很難，在你情緒高漲的時(shí)候，突然中止，暫停一會(huì)，在繼續(xù)下一個(gè)動(dòng)作。如果你也能做到，你就會(huì)發(fā)現(xiàn)，生活中的很多錯(cuò)誤，可能都可以避免了。
可能在一些傳統(tǒng)的觀念里，很多人總是喜歡抱有一種僥幸心理：覺得越不認(rèn)真，越不寫意、越放縱就能打贏越厲害的人，認(rèn)為贏還不行，還得贏得不費(fèi)力才能體現(xiàn)美感，最好是昨天通宵刷視頻，今天早上還能生龍活虎……這本身就是非常愚蠢的文藝妄想。
不費(fèi)力的贏只能贏普通人，說明你愛打平庸的賽，你贏不了高手。能豁得出去自己，舍得投入比別人更高的能量，才是真正的強(qiáng)勢(shì)。
姚明每次罰球之前都運(yùn)球5下，你為什么不能在回應(yīng)別人的爭(zhēng)議之前深呼吸3次呢？停頓會(huì)讓你的形象更有力量。
比停頓更難的是知道什么時(shí)候停頓。我們太容易按照某種默認(rèn)模式自動(dòng)行動(dòng)。莫里什認(rèn)為，改善行動(dòng)的方法不是用意志力戰(zhàn)勝默認(rèn)模式，而是用好的默認(rèn)模式取代壞的默認(rèn)模式。
我們應(yīng)該在每次發(fā)言之前，自動(dòng)深呼吸，調(diào)整慣性，讓身心保持放松回歸理性。我們不是取消慣性，而是要用好的慣性。
如果我們把自己想象成一個(gè)由若干個(gè)神經(jīng)網(wǎng)絡(luò)組成的AI，那么本質(zhì)上就是神經(jīng)網(wǎng)絡(luò)訓(xùn)練的問題。
主要策略有兩個(gè)，即控制和改寫：一個(gè)是想辦法控制我們與生俱來的不好的神經(jīng)網(wǎng)絡(luò)，也就是我們的弱點(diǎn)。另一個(gè)就是主動(dòng)訓(xùn)練幾個(gè)好的神經(jīng)網(wǎng)絡(luò)，以至于遇到相關(guān)的情況能夠自動(dòng)的做出正確的反應(yīng)。
先說后者，有點(diǎn)逆天改命的意思，如果考慮到人本身就是臺(tái)生物機(jī)器，我們要做的就是從硬件層面進(jìn)行升級(jí)，升級(jí)出一套強(qiáng)勢(shì)的人格來。強(qiáng)勢(shì)，其實(shí)就是高標(biāo)準(zhǔn)。
一般人理解標(biāo)準(zhǔn)是一種管理規(guī)則，是做給別人看的，是一個(gè)量化的考核結(jié)果。既然是規(guī)則就會(huì)有意外，而意外的發(fā)生，就會(huì)容易衍生出人本能反應(yīng)，從而被感性控制。
所以，在帕里什眼中，標(biāo)準(zhǔn)并不是管理規(guī)則，標(biāo)準(zhǔn)是訓(xùn)練神經(jīng)網(wǎng)絡(luò)的素材庫(kù)。垃圾進(jìn)就會(huì)出垃圾，你想要訓(xùn)練一個(gè)高水平的神經(jīng)網(wǎng)絡(luò)，就得確保只使用高水平的素材。至于現(xiàn)實(shí)情境公不公平并不重要，重要的是不要污染我的素材庫(kù)，總結(jié)一句話就是：標(biāo)準(zhǔn)會(huì)變成習(xí)慣，習(xí)慣會(huì)變成結(jié)果。
如果你做的和別人一樣，你只能期待和別人一樣的結(jié)果，如果想要不同的結(jié)果，就必須提高標(biāo)準(zhǔn)。
平庸的人會(huì)因?yàn)楦鞣N原因減低標(biāo)準(zhǔn)，環(huán)境有力就全力以赴，環(huán)境不友好就松懈下來，覺得盡力就好，這樣久而久之，你的神經(jīng)網(wǎng)絡(luò)就會(huì)被污染。
你必須確保自己交付的每一個(gè)作品，都是你所能做到最好的。
要實(shí)行高標(biāo)準(zhǔn)，那就要明白最好的是什么才行，一個(gè)好辦法就是借用榜樣的力量。榜樣的作用就是逼你實(shí)行高標(biāo)準(zhǔn)。
程序大師不接受難看的代碼，溝通大師不接受未經(jīng)深思熟慮的電子郵件，榜樣不是讓你追星用的，他們讓你不舒服、如芒在背才好，被大師罵是最幸運(yùn)的學(xué)習(xí)經(jīng)歷。
如果你沒有榜樣，沒有大師給你反饋，那么不好意思，你的神經(jīng)網(wǎng)絡(luò)還沒搭建，等你先搭建起來再往后看吧。
往往我們需要訓(xùn)練4個(gè)神經(jīng)網(wǎng)絡(luò)。
自我認(rèn)識(shí)（self-knowledge）:你得知道你自己會(huì)做什么、不會(huì)做什么，你的長(zhǎng)處和短處，你知道的以及所不知道的，總結(jié)來說，就是你得知道你的能力邊界在哪里，你不能什么都想做，也不要跟別人玩別人擅長(zhǎng)而你不擅長(zhǎng)的游戲。
自控（self-control）:駕馭自己的情緒和弱點(diǎn)。一個(gè)好的思路就是把情緒與自己拉開距離，就好像觀察外在的事物一樣對(duì)待它們。
自信：（self-confidence）:相信自己有能力，相信自己有價(jià)值。真正的自信一定是從做成一件件小事中得來的，如果你曾經(jīng)做成了很多事情，不管別人怎么輕視你，你都可以無所畏懼，大可用一句：不知者不畏，打發(fā)了他。
自信的人會(huì)樂于改變自己的觀點(diǎn)，會(huì)靈活根據(jù)實(shí)際情況做出調(diào)整和改變，不會(huì)拘泥于某些細(xì)枝末節(jié)，自信總是能夠給我們帶來不可名狀的能量和勇氣。
自信能讓你專注做正確的事，而不是做正確的人，自信是面對(duì)現(xiàn)實(shí)的勇氣，也是成就自己的基石。
自我問責(zé)（self-accountability）:這個(gè)神經(jīng)網(wǎng)絡(luò)非常強(qiáng)勢(shì)，如果處理事件我們都能理性站在這個(gè)高度的話，沒有什么問題是解決不了的。
凱文凱利講過一句話：成熟的基礎(chǔ)是，即使事情不是你的錯(cuò)，也不意味著不是你的責(zé)任。
在現(xiàn)實(shí)工作中，每個(gè)人完成工作的路徑是多樣的，但是沒有人會(huì)關(guān)注你的過程，你所付出的努力是否有價(jià)值取決于事情最終的結(jié)果，如果結(jié)果不是正向的，你得所有努力都會(huì)顯得蒼白無力。
領(lǐng)導(dǎo)在意的事結(jié)果，哪怕事情不是你的錯(cuò)，但也一定有你的責(zé)任，所有的解釋都毫無意義，而抱怨只是在對(duì)世界應(yīng)該如何運(yùn)轉(zhuǎn)討價(jià)還價(jià)而已。
而對(duì)于強(qiáng)人，如果我們是強(qiáng)人的話，我們應(yīng)該專注于下一步的行動(dòng)，看看做什么對(duì)未來更有利，過去已經(jīng)過去了。
從神經(jīng)網(wǎng)絡(luò)的概念去思考自己人生該如何自處，這應(yīng)該是一個(gè)非常有趣的例子。當(dāng)然AI不會(huì)抱怨，但抱怨是人的一種本能。
但你要明白：當(dāng)你抱怨的時(shí)候，你就是一個(gè)受害者。
不管你處于何種原因抱怨，哪怕家人朋友都理解你的抱怨，但你依然是受害者。重點(diǎn)來了，我們最需要關(guān)注的是，避免自己把自己訓(xùn)練成長(zhǎng)期受害者，你會(huì)有無助感和無力感，乃至絕望。
沒有成功人士愿意和一個(gè)長(zhǎng)期受害者共事，強(qiáng)人不做受害者，不管是誰的錯(cuò)，這就是我的責(zé)任，我接受現(xiàn)實(shí)，我只關(guān)注下一步該怎么辦。
而你要做的，就是確保你做的每一件事，都是在訓(xùn)練自己的神經(jīng)網(wǎng)絡(luò)，好好去選擇你做的事。
