本文来源：混沌学园韦青课程整理。
在这个飞速变化的数字时代，技术不仅在重塑我们的世界，也在不断地改变我们对生活和工作的认知。
韦青老师作为一位深刻理解技术与人类关系的前沿思想者与工程师，将在2024年开年时刻为我们开启一场关于技术与未来的深度探讨之旅，带领我们穿越复杂的技术迷雾，揭开技术进步背后的真实世界。
本文共计12033字
阅读时长约15min
生生不息
今天想和大家分享的，是我在过去一年里经历的一些实践和感悟。
我不是要给大家提供什么答案，因为在这个变化无常的时代，答案是不存在的，我们只能不断地探索、摸索、突破。
我给我的分享起了一个名字，叫做生生不息。
我发现这个词最近很流行，可能是因为大家都感受到了这个时代的巨变，似乎超出了我们的想象。
但这其实是一个悖论，这个时代的巨变真的那么出乎意料吗？
还是说我们已经习惯了过去几十年的稳定、安定和发展，忘了这个世界本来就是这样的。
所以我今天要做的，就是像剥茧一样，一层一层地揭开我们自己的实践，让大家看看我们是怎么走过来的。
我们的主题是发展，我们一直在奔跑、追赶，这当然有它的优点，让我们不断地进步、提升，但也有它的缺点，让我们忽视了一个最基本的问题，那就是我们为了什么而发展。
如果我们从自然界的角度来看，就像进化论说的，人类并不是最强的，也不是最快的，按理说我们不应该是地球上的领先物种，但我们之所以能够在这个时代占据人类的地位，是因为我们有适应性，适应性决定了生存。
但生存并不等于生活，我曾经听过一个混沌的老师的课，他说现在的人只会生存，却忘了生活，生活就是要有人的味道，就是要过一个有意义的人生。
有时候，我们要区分生存和生活的关键，就是我们能不能活出人的自在。
今天我们要讲的，就是人工智能，就是大语言模型。
当这些人工智能的能力开始赋予我们人类的时候，我们能不能活出人味。
这就要回到一个问题，我们知道我们想要什么吗，我们擅长什么吗，我们应该做什么吗，我们能做什么吗，我们过去做了什么，现在做了什么，才能决定我们下一步要做什么。
我们都经历过这样的情况，从ChatGPT上市之后，我们总是觉得自己在见证历史，总是觉得自己看到了一个前无古人后无来者的奇迹，结果过了没多久就被打脸，发现事实并非如此。
但是，也许在现在的这个时刻，这个地球上的某个角落，某个公司，某个实验室，某个研究所，会不会正在孕育一个让我们明天、一个月后、一年后，又惊叹一次的历史。
但是我希望大家，从今以后，能够少一些见证历史，多一些创造历史。
而要创造历史，就要对事物的演变的基本规律，有一些底层的理解，否则我们只能跟在别人的后面走。
突破认知
我们可以从一个宏观的角度来看，人类的需求其实可以归纳为几个层次：
生存、享受、情感和哲学。
这些需求，无论是在过去还是现在，都没有太大的变化。
但是，随着科技的发展，我们的满足方式却发生了巨大的变化。
就拿电来说，一百多年前，电是一种新奇的发明，被人们吹捧为神奇的力量。
但是后来，人们意识到，电其实是一种社会的基础设施，它改变了社会的运行模式。
同样的，互联网也是如此。互联网的本质是因特网，它是一种连接各种设备的网络。
而我们真正使用的，是在这个网络上提供的各种服务，比如万维网。
所以，互联网并不是一个具体的东西，而是一个泛称。
我们要问自己，我们真正需要的是什么？
当我们研究人工智能这样的新技术时，我们也要有这样的思考。
我们担心机器会取代我们的工作，但是我们有没有想过，我们真正喜欢的工作是什么？
我们每天从早到晚，有多少事情是让我们感到快乐的，有多少事情是让我们感到烦恼的？
我们有多少事情是因为我们的认知有限，而导致我们做得不好，或者错过了机会？
我们有多少事情是因为我们的精力有限，而导致我们无法及时处理，或者改进？
这些事情，真的是人类应该做的吗？
这是一个值得思考的问题。
当然，我们也不必过于担心，因为人类的发展是有规律的，不会因为我们的个体而停止。
我们要相信，总有一天，我们会找到自己的归属，我们会找到自己的心安。
心安了，无论是什么，都会有味道。
技术的进步，本来是为了让我们更自由，更舒适，而不是让我们放弃自己。
我们要做的，是发挥我们的主观能动性，突破我们的认知局限，打开我们的视野。
因为我们很可能都生活在一个信息茧房里，尤其是在机器不断产生信息的时代。
我们可以做一个简单的实验，用一台旧的手机或电脑，不登录任何账号，只用它上网，看看互联网的消息，你会发现，这个世界跟你想象的完全不一样。
这是因为，你的每一个网络行为，都会留下你的数字足迹，而这些足迹，会被机器用来判断你的喜好，然后给你推荐你想看的内容。
如果我们不掌握自己的主观能动性，我们最终会变成机器的奴隶，而不是主人。这是一个非常重要的区别。
对世界的感知
在近年来，Anil Seth的《BEING YOU》一书引起了广泛关注。
这本书深入探讨了人类对世界的感知，将其形容为“Controlled hallucination”（控制性幻觉）。
人类的感知并非完全真实，而是我们选择性地看待和听取的结果。
例如，在我之前的课程中，我也提到过我们很难完全洞察事物的真相。
现代认知神经科学已证实，我们对事物的反应在意识到反应之前就已经在大脑中发生了。
当我们过分依赖技术的时候，却忽略了了解自己。我们需要问自己：
我们追求什么？
我们能做什么？
我们应该如何生活？
这些问题的答案不能仅仅依赖他人的看法，更重要的是基于事实和个人的思考。
例如，许多人使用基于大型语言模型的服务，但这也可能导致信息茧房效应。
我们常常与思想相似的人群交往，忽视了世界的多样性和信息获取能力的不均。
因此，我们需要谨慎，理解世界的多元化和复杂性。
此外，即使我们每天使用某项服务，也要问自己是否真的离不开它。
这与我们对互联网和智能手机的依赖形成对比，多数人可能已经达到了对这些技术不可或缺的地步。
然而，在达到某种依赖程度之前，我们需要明白，对这种依赖的理解可能并不完整。
在这个不断变化的时代，实证可能是我们理解和把握未来命运的最好方法。
我们需要深入思考
“我是谁？我从哪里来？我要到哪里去？”
这些问题并非纯粹的哲学问题，而是我们每个人都应该回答的问题。
有限游戏和无限游戏
我们观察到的现象和我们听到的、谈论的内容往往不一致。
我们可能会因为绝望而感到绝望，但实际生活中，我们还是会继续日常的生活。
人类可能会被自己的想象所束缚，但也可以通过希望和坚定的信念找到生机。
今天的目标是传达一种思考方式：
在信息爆炸的时代，我们不缺乏信息，而是缺乏适合自己的答案。
这些答案不能从外部获得，只能通过个人的实证和体验来发现。
在当今社会中，随着不断变化和不确定性的增加，我们每个人都面临着在没有明确终点的发展趋势中找到个人目标的挑战。
这就引出了一个核心问题：
我们的人生动力是追求终点，还是享受过程？
将这种思维分为两类：
一种是有限游戏，即追求速战速决的胜负，比如追求早日财务自由，然后停止奋斗；
另一种是无限游戏，即认为游戏永无终结，永远进行下去。
在这个巨变的时代，我们的价值观和信仰体系变得尤为重要，因为它们支撑着我们面对未来的无数变数。
在这个人工智能和大语言模型盛行的时代，我们创造了许多新词汇，比如“Agent Swarm（智能体集群）”，但这些词汇的实际意义是什么？
我们需要理解，故事终归是故事，需要辨别并重视事实。
在这个新的人机时代，我们的逻辑应该是实证的，我们应该从单纯的信息和知识接收者转变为信息和知识的创造者。
我们不应该只是被动学习，而应该通过实践和观察生成数据和信息。
这样，我们就可以形成对这个新时代的新认识。
对新技术理解的滞后性
去年11月30号，ChatGPT的发布。
春节后关于GPT的消息，情况截然不同，它引发了巨大的关注，就像突然出现了一个惊喜。
这个现象引发了我对非线性反应的思考。
当你置身于变化之中，你对波动的反应可能并不强烈，就像在水中不会对波浪过分反应一样。
但站在岸上的人对水的变化反应最大。
这就是一个矛盾：
我们既想了解事情，又想保持一定的距离。
不知道世界发生了什么的人可能会更快乐，更安心，因为他们不受信息干扰。
关于ChatGPT，我们都知道它，但真正理解它是什么，它能做什么，它不擅长什么，则是另一回事。
这让我想到理查·费曼的观点：
知道和理解是两回事。在这个信息时代，仅仅知道是不够的。
举个例子，看到珠穆朗玛峰并不意味着你能爬上去。即使有人提供登山路线图，也不能保证你的成功。这是实际操作中的困难，是理论和实践之间的鸿沟。
我们看到的技术和模型可能只是初级阶段的产物，但往往被当作成熟成果来评价。
例如，OpenAI的成功不仅在于其算法，还在于其工程技巧。
这些技巧往往是难以复制的“撒盐若干”，而非精确可复现的步骤。
因此，在这个新兴技术领域中，理解和实践比单纯的知识更为重要。
技术的创新和能力
技术，是关于创新和能力的。
它是一种表征状态的名词，描绘了我们能力的最大边界。
技术能力的增强源于科学中的新见解和工程中的新方法。
然而，要使这些技术真正为大众所用，就像ChatGPT的普及过程一样，需要更多的工作。
例如，即使相机技术早已存在，但直到手机相机的普及，摄影才真正进入大众生活。
这就引出了一个问题：
技术能否被大众广泛使用，不仅取决于它的先进性，更关键的是用户是否喜欢使用它，是否觉得它能解决他们的问题。
这对于搞技术的人来说是一个挑战，因为大多数高级技术对普通大众来说太复杂，难以使用。
作为技术官、推广者和工程师，我了解到，技术的实际应用并不像理论那样简单。
例如，了解到珠穆朗玛峰并不意味着能爬上它。
同样，了解到一项技术并不能保证能够有效使用它。
这是我作为一名合资公司管理者面临的挑战。
许多管理决策者可能对技术的先进性不太关心，他们更关注技术能否实际帮助公司。
我想强调，我们需要理解，未被广泛使用的先进技术实际上是没有用的。
我们应该问自己，过去投资的技术是否真正产生了预期的效果。
理解这一点后，你会发现，真正重要的是结合先进技术和用户友好性，以及确保公司每个员工都能够使用这些技术。
在这个巨变的时代，我们需要不断提升认知和思想。
我总是提醒客户、朋友、家人和伙伴，不要被信息茧房所困，相信自己是学习、实践和认识到自身价值的人。
所谓的潮流不应该定义我们，反之，我们也可以定义潮流。
我们的祖先告诉我们“一阴一阳之谓道”，凡事都有两面。
就像大语言模型，它可能会产生幻觉，但我们人类本身也是幻觉的制造者。
例如，不用稿子讲话，每次的表达都不会完全相同。
编写代码也是如此，如果注释做得不好，我们可能都不记得几个月前自己写的代码是什么了。
强化技术优势
人类大脑的机制非常神奇，如果机器的幻觉（Hallucination）被完全消除，它的创意也将随之消失。
技术的真正目的不在于消除弱点，而在于强化优势，通过多种方法实现这一点，例如多次询问、模型之间的竞争，以及不同代理间的互动。
解决问题并不意味着消除问题，这两者是完全不同的概念。
每个人都有不足之处，但正是这些不足构成了我们在社会中的价值。
因此，我们应该为自己的努力和成就感到自豪。
然而，在现代社会中，我们常被各种新技术和趋势所牵引，比如数字化转型、人工智能、大语言模型等，但它们并不能全面代表我们的实际情况和发展路径。
我们的过去和现状决定了我们可以选择的目标，我们应当坚信“条条大路通罗马”。
实际上，听到的、看到的、自己做的和用户需要的往往完全不同。
技术的描述通常聚焦于其能力，但往往忽略了实现这些能力的前提和约束条件。
对于技术，它的能力毋庸置疑，但它不一定总是有用的。
在实践中，我们会发现技术的应用远比理论复杂。
例如，人工智能的实现不仅需要硬件和电力，还需要知识和数据。
时间和思想的转变是两大难以逾越的障碍。即便克服了这些困难，我们仍然需要考虑客户的需求，因为他们可能并不关心你使用的技术，只关心他们的问题是否得到解决。
因此，技术应用的实际情况可以概括为“技术落地的次第论”。
首先，技术的拥有并不意味着它的使用，因为使用技术需要改变习惯和接受培训。
其次，即使技术被使用，客户也可能不在乎，只关心问题是否被解决。
所有的工具，无论是锤子还是钳子，都应该服务于解决问题。
最终，问题的解决比工具本身更为重要。
信息过载
在这个充斥着惊人言论的信息过载时代，我们如何能够相信构成信息的每一个像素，尤其是当我们清楚地知道信息的生命周期极为短暂，而且很难被人们长期记住呢？
拿一个村庄中的小故事来说，如果村头的老王被狗咬了，在这个媒体时代，这条信息能否传到村尾的概率是微乎其微。
这主要是因为信息过载——普通的新闻，比如狗咬人，很难引起人们的注意。
只有那些极端、令人震惊的消息才能达到我们的耳朵。
在目前的媒介传播格局下，我们更有可能听到的是负面或者耸人听闻的信息。
以村头老王被狗咬的例子为例，这样的消息极有可能传不到村尾。
即使传到了，也可能被歪曲成“老王咬狗”的故事。同样的道理可以应用于我们所听到的新闻，绝大多数都是关于机器伤人、机器取代人类工作的负面消息。
尽管这些事情有可能发生，但按照概率论和信息传播理论，这种极端情况发生的可能性其实非常低。
举个例子，一个机床伤人的事件可能会被放大成“机器人伤人”，尽管这类工伤在工厂中可能经常发生。
我并不是说这不可能发生，而是根据理性分析，这种事件发生的概率非常低。
因此，我们需要学会验证信息，在未经验证之前，人们往往只愿意听他们想听的，相信他们愿意相信的，看他们愿意看的。
我们特别倾向于与我们已经相信的“人类即将灭亡”的消息产生共鸣，这是一种认知偏差。
我们应当避免这种情况，利用技术手段来验证信息的真实性。
一旦验证，你就会发现很多消息的来源都是不可靠的。
比如有个新闻称日本政府对AI非常开放，声称AI可以免费使用，不尊重版权。
这个消息迅速传播开来。
我有个朋友也在转发这个消息，但后来他发现这其实是假消息，只是几年前日本的一些讨论中的一种观点，并未成为政策。
但就像“狗咬老王”变成了“老王咬狗”，事实的真相并不重要，因为这类消息本身就需要一个传播载体或代理，这在科技和人类学领域被称为“模因”。
模因实际上是信息传播的一种病毒式方式。
我们讨论智能体时，不用大惊小怪，我们每个人其实就是病毒和模因生存的代理智能体。
我们不仅在传播生物学上的病毒，还在帮助信息领域的模因（meme）生存下去。
了解了这些道理后，我们实际上需要考虑的是超越智能体的问题，也就是人的价值和我们的未来。
自由表达
东木以其直白且深刻的言辞而著称，他经常强调观点的自由表达。
他认为，由于每个观点都有其独特的角度和维度，因此任何表达出来的观点都不可能完整地代表事实的全貌。他提倡大家应放心大胆地分享自己的看法。
东木建议，我们应该跨越对观点本身的纠结，转而关注观点与事实之间的区别，这在信息爆炸的时代尤为重要。
他指出，大多数讨论的内容实际上是基于个人观点，而非客观事实。
东木还提到，真正的事实其实很少，因为一旦事实被观察，它们就无法再完整。
基于此，他认为我们的祖先已经为我们提供了一套应对变革时代挑战的思考方法。
在信息时代，单纯的言行一致性已不足以应对挑战。
他提出了“效果一致”这一概念，即仿效他人的行为并产生相同的结果。这是一种科学的方法论，通过观察、仿效和结果验证来判断一个观点或做法的有效性。
东木进一步强调，我们应当理解和评估他人的初衷，以及我们自己的内心感受。
他将这个思考过程总结为“言、行、效、果、心”，这反映了他在前辈智慧的基础上进行的个人总结。
他提出，观察和评估这些元素的效果，才能真正了解一个人的初衷和内心的平静。
在人工智能、大语言模型、多模态和基础模型领域，东木提醒我们避免将机器神化、妖魔化或拟人化。
他呼吁进行一种思想实验，探讨智能机器是否必须模仿人类形态，这不仅是技术问题，也是对我们对机器的认知和态度的反思。
人形机器人
当我们考虑智能机器时，一个值得思考的问题是，是否必须将它们设计成具有人类的形态？
换句话说，将智能机器塑造成人形或赋予它们人类的名称，对人类更有益，还是对制造商更有益呢？这让我想起了100多年前飞机的发展。
当飞机刚刚问世时，人们曾尝试仿效鸟类的飞行方式，这导致了滑翔机的出现。然而，在欧洲，那些研究飞机的工程师和学者非常强调机器的自主性，即机器必须能够完美地自主执行任务。
相反，美国的莱特兄弟和他们的科学家和工程师团队认为，飞机不必太过完美，因为人类可以在天空中操控飞行，使其达到预期目标。
随着时间的推移，机械技术不断发展，控制能力不断提高，人类也变得更加熟练地控制这些机器。这种相互改进的过程推动了技术的发展。
对于现代智能机器的发展路径，我们不是说人形智能机没有未来，而是在不同的发展阶段，工程师需要根据具体需求来选择机器的形态。
是否需要一个机器拥有头部？
是否需要机器拥有双手？
为什么不是十只手？
或者八条腿呢？
这些问题引发了对机器本质的思考。
然而，由于人类天生喜欢听故事、仿效和借鉴，将机器设计成人形使人们更容易理解其能力。
然而，这种做法也带来了一个巨大的危险，即模糊了人与机器之间的关系。
在面对这些问题时，我们需要培养批判性思维，学会问自己是否一定如此，是否有其他可能性。
对于这个快速变化的时代，我们需要不断调整自己的思维方式，找到应对巨变的方法。
微软的CEO Satya曾说，在我们这个行业，不要沉浸于传统，只尊重创新。
这句话可能有些难以接受，但值得思考。
我们的目标应该是超越古人、超越前辈，而不是停滞不前。在这个时代，只有不断适应和学习，才能保证生存和发展。
最终，我们的信仰体系将成为关键。
在这个充满噪音、错误信息和虚假信息的时代，没有坚定的信仰轴心，包括对技术的信仰，我们将很难生存下去。
技术也有其信仰，因为它推动着我们前进，适应时代的变化，保持柔软、灵活和有生机。所以，在这个不断变化的世界中，保持信仰和不断学习是至关重要的。
解决问题的思考层次
由于技术发展迅猛，这也让我想到了微软总部CTO的建议，他强调了一种方法论的重要性，即关注解决问题的方法而不仅仅是问题本身。
这种方法论与一般的解决问题方式有所不同，它不是一个可以立即套用的方法，虽然可以用，但更侧重于帮助你找到自己的答案。
这种思维方式可以被分为三个层次：
一阶方法，二阶方法，以及三阶方法。
一阶方法通常是关于"How"，解决问题的方法。
例如，头痛时吃阿司匹林就是一阶方法。
二阶方法涉及到问题的根本原因，即为什么会出现这个症状，需要去探索问题的根本原因。
举个例子，头痛可能是因为睡眠不足，所以不仅要吃药，还需要注意改善睡眠质量。
然而，还有第三阶方法，即为什么。
这个层次不仅仅关注于如何解决问题，也探讨了问题产生的根本原因，以及是否有更深层次的原因存在。
例如，为什么人类需要睡觉？
是否有可能不需要睡觉？
这种思维方式有助于我们避免犯错、走弯路，以及更深刻地理解问题。
在这一切中，有一个不变的因素，那就是人性和人的需求永远不会改变。
因此，我们需要思考方法的方法。
然而，今天我们没有时间深入探讨方法的方法的方法，因为那可能会涉及到技术发展的终结，需要结合科学、哲学和神学三者共同探讨。
就像攀登珠穆朗玛峰一样，有人选择北坡，有人选择南坡，还有人可能选择飞上去，但我们都在攀登同一座峰。
作为一名工程师，我可能更倾向于选择北坡的路径，但对于不从事技术工作的人，我强烈建议不要局限于一种路径，也要考虑其他可能性。
这就是不同的道路选择，但关键在于我们如何传授方法，因此今天的内容将重点放在方法的方法上，而不仅仅是方法本身。
尽管最后我也会提供一些具体的方法，因为有些方法是可以借鉴的，特别是涉及到生存的当下，生活的方式。
因此，今天我们将探讨方法的方法，以及如何从封闭思维转向开放思维，因为人生和社会往往更像是一场开卷考试，而不是封闭式考试。
如果我们习惯了封闭思维，那么如何进行转变呢？我希望今天的内容能够帮助你在这方面有所启发。
好，第一阶段结束，我们进入了一场激烈的讨论，讨论的焦点是名实之论，即名字和实际情况之间的关系。
这在中国的墨学中也有所涉及，包括白马非马的哲学问题。
我们必须明确我们学习的是名字还是实际情况，它们都有各自的用途，名字有名字的用途，实际情况有实际情况的用途。
毕加索的一幅画在这方面尤为著名，早期的苹果公司在招聘时以此来阐述他们的设计理念。
我不知道你是否看过这幅画。
要强调的是，名字和实际情况之间存在区别，不是说名字好还是实际情况好，而是要了解如何有效地利用它们。
当别人提到"幻觉"时，你可以考虑如何利用幻觉，或者如何避免被幻觉所困扰，这就是名实之间的区别。
世界的表征
世界的表征可以多种多样，它可以是一种物理性的呈现，也可以是一种数据性的表示，抑或是一种信息性的呈现，乃至一种知识性或智慧性的表征。
这就像DIKW信息金字塔中所描述的那样，每一种不同的表征都具有各自的作用，可以在不同的人类社会阶段和层次中应用。
当我们深入细分市场时，你几乎可以肯定地找到一批受众，对于你的产品或服务。
因此，理解了这一道理之后，我们不仅仅是解决了人工智能领域的问题，更解决了我们的人生观、世界观，以及未来方向的问题。
接下来，我们将逐步展开这一思想的实证总结，就像拆开层层包裹一样，与大家分享其中的见解。
在这个探索之旅中，我们会遇到各种各样的经历，美好的事物和挑战，但我坚信人生不应该只是一次又一次的到达目的地，因为这种方式往往是出于一种追求游戏的结束和稳定的动力。
如果我们将自己看作是旅行者，永远在旅途中，那么我们的观点可能会有所改变。
我们会开始欣赏路边的美景，也就是说，我们将更多地关注周围的事物，不仅仅是目的地。
这样才会出现真正的多彩生活，就像野百合也能有春天一样。
否则，你的人生可能会错过玫瑰、牡丹，甚至野百合这些美好的存在，因为你只专注于一个个酒店的停留，这样的人生会变得乏味无趣。
因此，接下来，我希望与大家分享在这个旅途中可能会出现的选择、收获和感悟。
最终，我希望我们都能活得像个真正的个体，成为技术变革的主导者，而不是被它带着不知所措。
思想实验
让我们进行一次思想实验。假设我们一生都生活在一座山脚下，这座山可能是全球最高峰，也可能不是，但我们从未走出过这座山的阴影。
我们在成长过程中受到的教育和自己的人生理想都告诉我们，我们希望有朝一日能够登上地球上的最高峰。
然而，这引发了一个矛盾：
我们如何确定眼前这座山是否真的是最高峰呢？
如果没有经过审辨性思考，我们可能会以此为例，将人工智能、大型语言模型和各种技术应用到我们的生活中，然后期望它们能够让我们实现某种目标，或者帮助我们达到某种标准。
然而，这里存在一个悖论：
当你站在山脚下时，无法确定使用这些技术会产生怎样的结果。
直到你登上山顶，你才能大致了解你的人生目标是登上地球最高峰，也就是你的目标是达到所谓的“鬼见愁”。
然而，当你站在山顶时，你的视野会完全改变。
你会看到前方的高低差异，你会了解到全局最优解和局部最优解之间的区别。
与此类似，我们在人工智能领域和技术领域所面临的挑战也是如此。
因为我们只能根据过去的经验来思考新事物。
那么，我们应该如何应对这一现象呢？这实际上涉及到信心和信仰的问题。
你是否相信永远都能找到比现在更高的目标？
甚至为了达到更高的目标，你是否愿意往下走？
这类似于登山，如果你熟悉技术，你可能知道梯度下降或者登山算法，它们实际上是将对世界的理解转化为算法的方式。
无论我们谈论技术、人工智能还是算法，它们都是由对世界现象的表征方式所驱动的，这些表征方式与我们的信仰相辅相成。
然而，我们面临的挑战在于什么呢？
我们经常试图用我们已经习惯的方式来解释那些我们不了解的事物。
这本身是个棘手的问题，因为我们无法用我们已有的知识来理解未知的事物。
然而，正是这种无法解答的本质，激发了我们去不断探索和摸索。
有一门称为“贝叶斯大脑”的课程，它的核心思维方式就是不断用新的观察来验证或否定我们原有的认知。
这种方法也可以应用于解决我们无法知晓的问题。
但是，要理解我们如何应对不知道的问题，我们必须明白，不知道和知道不知道之间的心态和方法是不同的。举几个例子来说明。
首先，有一个思想实验，被称为玛丽实验，由澳大利亚的一位教授提出。
它提出了这样一个问题：
如果一个叫玛丽的科学家，她一生都在一个黑白屋子里生活，但她拥有无尽的知识，她了解什么是彩虹、彩色、绿色、红色等等，她对世界的知识是完备的，但她从未亲眼见过彩色。
那么，请问她知不知道什么是彩色？
当她有一天走出黑白屋，看到了多彩的世界，她是否能够凭借她的知识知道她看到了红色？
这个实验引发了关于知识的辩论，通常称为“知识论辩”。
这些例子表明，我们需要理解这些概念，因为无论我们谈论什么，尤其是人工智能算法，都涉及到用机器学习语言和背后思想的表征方式。
如果我们对我们要提取的信息一无所知，那么我们的方法可能仅仅是碰运气。
因此，无论我们在做什么，我们都需要认识到我们的思想驱动了一切。
如果我们不进行反思，不重视我们的思想，那么我们所学的知识和技能最终会受制于我们大脑中的价值观和存储的认知。
这些例子来自人类科学家的研究，旨在解决“知识论辩”的问题，这是一个纯粹的思想实验。
拜物教科学
最后，让我们考虑一个例子，一个从未接触现代文明的土著。
他被带到了一个大城市，进入了一座高楼大厦的大堂，看到了一个电梯。
对于他来说，电梯是个神奇的存在，因为他不知道电梯是可以上下运动的。
他只看到电梯的门开和关，然后人们进来和出去。
在没有任何知识和观念的情况下，他会如何解释这一现象呢？
他可能会认为电梯是某种神奇的门或者魔法门。这也许会导致他要求将电梯搬回给他的部落，以期让部落长者重返青春。
这个例子再次强调了知识和观念对我们思考问题的影响。
无论我们在哪个领域工作，我们都需要明白我们的思想和信仰如何驱动我们的决策和行动。
想象一下，一位非洲武士，他习惯于使用弓箭或棍棒进行战斗。
现代人将一把大狙击枪交给他，虽然简单地展示了一下，教了如何扣动扳机，然后成功击中了千米之外的目标。
然而，没有解释枪的原理，也没有教他如何正确使用。
现在请问，他会如何行动呢？
很可能，他会持着这支枪，试图用它像棍棒一样砸向野兽或敌人。
更甚者，他可能会抱怨，认为这把枪远不如他习惯的弓箭好用。
这个情景引用了理查·费曼在三四十年前加州理工学院毕业典礼上的一次演讲中所提到的概念，他称之为“拜物教科学”。
在那个时候，科学家已经认识到世界正在发生巨大的变化，尽管当时的复杂性科学和不确定性等概念尚未如今广泛讨论。
费曼警告说，那些毕业后将会面对的现象、技术、能力、产品和服务，很可能是他们在学校中从未接触过的。
他举了一个二战时期的例子来说明这一观点。在太平洋的大洋洲，许多岛屿上生活着原住民，当时的日本、澳大利亚和美国等国的军队会占领这些岛屿，并在那里修建一些简易机场。
他们有时会留下药品、工具、食物等物资，但并不告诉原住民如何使用。
有时，他们可能会治疗原住民的疾病或伤势，但并没有传授医疗知识。
战争结束后，这些飞机不再飞回这些岛屿，跑道也被遗弃，不再使用。
三十年后，人类学家重返这些岛屿，发现了一些令人惊奇的现象。
尽管跑道上已经长满了草，但在跑道上出现了一些用草编织的飞机模型。
原住民的寿命并不那么长，所以经历过二战的那些人大多已去世。
这些经历过二战的原住民的后代仍然保留着他们的传统，并将那些来自神秘飞机的物资和医疗手段视为神话和传说。
因此，当新一代的族长生病时，他们创造出飞机形状的图腾，希望神秘飞机的“神人”能再次降临，带来治疗疾病的方法，以确保他们的部落能够过上幸福的生活。
费曼在演讲中强调，如果不具备思考、判断和辨别的能力，这一代人很可能对面临的新事物采取与那些岛上原住民对待神秘事物类似的方式，这就是所谓的“拜物教科学”。
盲人摸象小马过河
当我们总是陷入确定性的思维框架时，我们很难接受以下两个观点：
盲人摸象和小马过河。
但是，这些观点在过去几年中经验证明是不够完备的。
为什么呢？
首先，让我们来看看"盲人摸象"这个说法。
盲人能否知道他们触摸到的是一头大象呢？
实际上，他们无法知晓。
更准确的说法应该是"盲人摸四不像"，因为在他们摸象之前，我们已经预先设定了一个象的概念。
我们常常倾向于使用已知的概念来描述未知，而不太习惯将未知描述为未知。
这种区别在于我们的思维方式，但是要了解的是，只有在经验验证之后，我们才会意识到原本认为先进的应对方式实际上不完备。
这也是因为一旦形成了概念，我们往往会忽略某些特征。
这种现象也在大语言模型中体现得淋漓尽致，它必须进行抽象，因为要完备地描述整个宇宙，根据哥德尔定理，我们需要至少比现有的原子多一个原子来实现这一点，因为我们无法仅仅通过有限的条件来完备地描述自身。
所以，实际上是"盲人摸四不像"更符合现实，但要理解这一点，必须经过实证。
但即使经过实证，我们仍然会发现，实证并不能完全解决问题。在这种情况下，我们需要形成一个超越现有认知层面的新观念。
这正如爱因斯坦所说，我们不能用形成问题的思维方式来解决问题，必须跳出这个框架。
接下来，让我们看看"小马过河"这个观点。
我们可能会认为，这只是一匹马在过河，但如果实际上要过的是一片海洋，或者河流通向了一个全新的水域，或者未来陆地可能会消失，那么我们的思维方式就会显得不完备。
以"小马过河"的观点，似乎不需要准备口粮，只要顺利渡过就好了。
但如果渡过的时间是一年或十年，那么这匹马显然会丧命。
因此，对于现代人而言，这种思维范式对于理解正在发生的变革非常重要。
我们现在正面临的最大挑战并不仅仅是技术问题，而是技术已经具备了生成信息的能力，这些信息基于人类知识生成，但可能是正确的，也可能是错误的。
如果我们不谨慎思考，我们可能会受困于自己的思维方式。
然而，我们作为人类拥有主观能动性、灵活性和适应性，只有当我们失去这些能力时，才可能被淘汰。
因此，我们应该相信，我们只会被我们的思想所限制，而人类并不是如此糟糕的动物。
我们的灵活性和适应性将帮助我们应对不断变化的世界。
