為什么說詩人比程序員更懂AI？| MindCode周報

你正在閱讀的是《MindCode321》周報。

周報每周五發(fā)布，包括：3個我的想法、2個來自別處的啟發(fā)、1個留給你思考討論的問題。主題涵蓋AI、腦科學、心理、創(chuàng)業(yè)。一般是這樣，偶爾，某期周報里是別的東西。

周報力求簡短，保證你在5分鐘內(nèi)讀完。

以下是本期內(nèi)容，我說的都是錯的：

三個想法 想法1：好的提示詞是一首詩，而你最好嘗試寫寫詩。

注意這不是比喻，而是陳述：詩意的Prompt往往就是好Prompt。

首先，從工程上看，詩的格律和押韻是一道"約束墻"（正則化機制），而基于大模型總是在“預測下一個token”的原理，詩意化的Prompt會誘導乃至強迫大模型放棄最”順手“也最平庸的高頻詞匯，轉(zhuǎn)而去尋找更全局、更有突破性的解。

其次，如果你讀過詩，你會有感覺，詩天然就是多模態(tài)的。腦成像研究顯示：相比其他文字形式（比如散文），你在讀詩的時候，更多腦區(qū)會被同時激活。不僅是語言區(qū)，還會喚醒聽覺、運動甚至默認模式網(wǎng)絡。詩意的Prompt對AI神經(jīng)網(wǎng)絡也有類似的效果。

第三，詩會大量使用隱喻，隱喻的作用是連接兩個遠距離的概念，它讓未知概念與已知概念相關(guān)聯(lián)進而變得可理解，乃至讓原本”漂浮”在認知之外的概念被照見。這對提升AI的洞察力很有幫助。

第四，詩的用詞往往高度壓縮，這是詩歌的題材決定的。而高度壓縮的提示詞往往更能提升AI表現(xiàn)的穩(wěn)定性。

第五，詩是人類創(chuàng)造新詞、新概念最主要的方式。每當技術(shù)大爆發(fā)但格局未定時，詩總會迎來井噴——人類迫切需要新的語言來描述新的現(xiàn)實。AI時代，原有的舊詞匯表是不夠用的，人跟人交流需要新詞匯，人跟AI交流也需要——如果不是更需要的話。

所以，如果你遇到一段提示詞，效果很好，偏偏還寫得很有詩意，這不是因為寫它的故意要凹造型當詩人，而是只有詩人才能寫得好提示詞。

所以，你最好自己嘗試寫寫詩。

說起來，在這個文科被越來越忽視的年代，提倡寫詩，還真有點非共識。

想法2：在這個世界上，只有你一個人按你的方式活過一次，這是你最大的優(yōu)勢。

從這個邏輯出發(fā)，稍微推導一步，我們就可以得出這樣一個結(jié)論：必定存在某個細分領(lǐng)域，在這個領(lǐng)域里，你就是世界第一。

這是你拋開所有外在條件與附屬之后，最本真的優(yōu)勢，這是任何情況下都不會被奪走的優(yōu)勢。

我不是給你打雞血，這是嚴格邏輯推導下的結(jié)論。

想法3：厲害的人收集反饋，更厲害的人構(gòu)建reward model。

為什么？因為大部分反饋你無法直接收集。

獲得反饋看起來很簡單：問對方就行了。但真相是，人很少愿意直接告訴你他的真實想法。

你需要考慮人性、設計結(jié)構(gòu)才能獲得真實反饋。

舉個例子：你跟投資人聊完自己的創(chuàng)業(yè)項目后，詢問他的反饋，對方說"挺好的，我們一定一定保持聯(lián)系"，請問這是投資人的真實想法嗎？

顯然不是。

那怎么獲對方的真實反饋呢？在這個例子中，你需要第三人，一個你們雙方都相對信任的人，讓他去詢問和拿到反饋。

這個第三人就是你的reward model的核心（不是全部而是核心，因為還有其他環(huán)節(jié)）。

所以，好的FA（財務顧問）的價值不是牽線，而是協(xié)助創(chuàng)始人搭建整個融資過程的reward model，并成為其中的核心。

兩個收獲 收獲1：

“為什么語言模型能從預測下一個token中學到豐富知識，而視頻模型從預測下一幀中學到的卻很少，盡管視頻包含更多物理世界信息？” by Sergey Levine

—— 今年以來，看到的最好的問題。我自認為我對很多問題都有答案，但對于這個問題，我目前毫無頭緒，盡管也有一些思路，但我直覺它們都離真正的答案很遠。

收獲2：

國家創(chuàng)建的主要目的，是對抗源自人的某種欲望的惡果……自然的惡果可以被人類的勇氣、聰明和謹慎所克服……但……人類的紛爭是完全不同的……爭斗會再生爭斗。侮辱帶來報復，而報復生成新的侮辱。因此，就有必要尋求一種不允許任何進一步報復的報復——由國家是假的懲罰——或?qū)で笠环N各方有義務接受的整段解決辦法，即司法裁決。 by 威廉·馮·洪堡 《論國家作用的界限》（孟凡禮 譯）

——報復總是引來進一步的報復，永不停歇，今天世界上的地區(qū)沖突正式如此。如果從洪堡的這段論述看，我們可以說，任何無法遏制進一步報復的地方，都存在誕生一個新國家的機會，當然現(xiàn)實中這幾乎不可能，但這提供了一種理解框架。

一個靈魂拷問

所以，你覺得為什么語言模型能從預測下一個token中學到豐富知識，而視頻模型從預測下一幀中學到的卻很少？馬上點擊右下角氣泡按鈕，寫下你的答案，讓大家看看你的睿智。

PS. 最后，照例補一句：我說的都是錯的。

歡迎在評論區(qū)發(fā)表你的觀點和洞察，但注意，所有在評論區(qū)留言“標題黨”的人會被永久拉黑，MindCode致力于保持小眾，如果一個標題讓你驚詫，只有一個原因，那就是：我真誠地認為世界從某個角度看，跟你想象的不一樣。而這是MindCode始終致力于帶給你的價值。

文兄是誰？

科技領(lǐng)域連續(xù)創(chuàng)業(yè)者（目前在AI+心理領(lǐng)域），中美3家AI公司的CEO心智與戰(zhàn)略教練，原阿里巴巴早期移動端核心產(chǎn)品負責人。未來一段時間，也許你關(guān)注的某些重要的AI產(chǎn)品，或某些備受關(guān)注的項目融資，背后就有他身影。

MindCode是什么？
一個剛剛決定寫點好東西的、很小眾的公眾號。日常發(fā)短篇，偶爾有深度長文。關(guān)注：AI、腦科學、心理學、創(chuàng)業(yè)等。由于在幾個關(guān)聯(lián)領(lǐng)域都有很深入思考，關(guān)注者中不乏頂級牛人，比如xxx和xx。

AI時代，讀他人之未讀對你很重要。關(guān)注并發(fā)送“1”可加討論小群，還可參加“讀完周報再來聊聊”的閉門交流會。