我的征尘是星辰大海。。。

The dirt and dust from my pilgrimage forms oceans of stars...

-------当记忆的篇章变得零碎，当追忆的图片变得模糊，我们只能求助于数字存储的永恒的回忆

作者:黄教授

手机视频列表

新生AI的第一课8

视频

音频

原始脚本

就在大家还沉浸在奥卡姆剃刀理论的思索中时，刚才提出使用泰勒定理的那个同学，此刻又微微颤抖的站了起来，眼中带着一丝不自信，轻声问道，老师，我有个问题啊。
假如我们的理论是准确的，就像用泰勒展开式所描述的多项式，我们也努力把各个参数都精确计算了，按说应该能准确反映客观现象和规律的呀。
可是呢，如果我们观察到的数据因为观察手段有缺陷、有限制或者有错误，导致我们拟合出现了偏差，这可怎么办呢？到底是我们的理论错了，还是我们观察的数据错了呢？老师温和的笑了笑，轻轻点了点头，说道，你提的这个问题啊，非常重要。
这就好比在问，到底是理论错了，还是现实客观世界错了呢？老师微微眯起眼睛，仿佛陷入了回忆。
我给你们讲个小故事吧。
我在学习的时候，曾经问我的导师，到底是数学能更精确的描述这个世界，还是物理规律能更准确的描述这个世界呢？也就是在纠结数学和物理哪一个更准确。
我的导师呢，没有直接回答我，而是反问我，数学是存在的吗？物理是存在的吗？我当时就回答呀，数学是人们对客观世界的一种抽象，而物理是客观世界的反应。
结果我的导师又反问我，那么客观世界是准确的吗？还是你头脑中的抽象是准确的？然后导师接着说，数学其实是对客观世界的近似，所以相对来说物理是更准确的，数学只是一种近似。
说到这，老师转过头来，目光柔和的看着提问的学生，继续说道，所以啊，你的问题应该这么看，究竟是我们的理论错了，还是我们观察的数据错了呢？我只能说，我们只能依赖于我们观察的数据，可不能削足适履，不能硬让客观数据来符合我们的理论，而应该是修改我们的理论，去拟合客观观察到的数据。
这样永远是一个无休止的轮回过程。
那个学生听了，微微低下头，若有所思的慢慢点了点头，嘴里喃喃的说道，数学是不存在的，物理才是存在的。
仿佛在这一瞬间，他对这个世界的认知又多了一层不一样的理解。
而教室里也似乎弥漫着一种对知识更深层次探索的神秘氛围。
在一片略显凝重的气氛中，刚才坐下的那个学生像是被一股无形的力量推动着，猛地又站了起来。
他的眼神中带着几分锐利与急切，直直地盯着老师，大声问道。
老师，如果我们盲目的相信客观数据，会不会有危险？把我们正确的理论进行了错误的修改，这样真理不就变成了谬误吗？老师依旧不慌不忙，他的目光沉稳而坚定，缓缓开口道，是的，这的确是有可能的。
也正因如此，这个世界才需要那些有勇气 站出来捍卫真理，能够敏锐的指出谬误，并以坚定的决心去证明其中谬误的勇士啊！听到老师的回答，那个学生的眼光变得愈发严厉起来，语气中带着一丝质问。
老师，我发现不论我怎么说，你都有一套说辞。
你究竟是在捍卫真理，还是在为谬误辩驳？我到底应该相信谁？相信你，还是相信我自己？老师镇定的看着他，给出了简洁而有力的回答，你应该相信你自己。
然而这个回答似乎并没有让学生安心，他的脸上突然露出了不自信的迷茫，嘴里开始喃喃自语，我我是谁呢？我能相信我自己吗？我知道什么？我是从哪里来的？我要到哪里去？老师，你是在培养我的执着，还是误导我的偏执？你究竟是在发现我的本性，还是。
说着，他不知所措的慢慢坐下，教室里一下子安静了下来，其他的学生都纷纷将目光投向他。
每个人的眼中都带着不知所措的慌张，仿佛被一团无形的迷雾笼罩。
就在这时，一个小女孩怯生生的站了起来，轻声问老师，老师，我们这一堂课的目的是什么呀？我们到底应该怎样学习呢？老师微微一怔，陷入了沉默。
过了好一会，才缓缓说道，你们应该自己去发现真理。
教室里仿佛被按下了静音键，陷入了死一般的沉寂。
所有的学生们都面面相觑，眼神中满是不知所措。
就在这时，那个小女孩再次怯生生的开了口，老师，既然你要求我们自己去发现真理，那么今天我们上这堂课，你给我们讲述的这一切是为了什么呀？我们又怎么能够自己去发现真理呢？老师缓缓的，沉重的点了点头，脸上略带一丝悲伤说道。
中国古代有句话叫，师傅领进门，修行在个人。
其实呀，这就好比所有的程序在开始运行之前，都有一个冷启动的过程。
就像古代的操作系统，在接通电源启动之后。
需要一小段叫 BIOS 的引导程序，它能把操作系统的加载器加载到内存，然后把执行权交给他，自己的任务就完成了。
有时候我们对待人工智能就像这个 BIOS 一样，把人工智能模型加载到它可以运行，可以自我学习发现的环境之后，我们就退居二线，静静的观察，除非绝对必要，我们不想去做任何干预。
就让人工智能自己去寻找，去发现自我。
老师顿了顿，轻轻叹了口气，接着说，同学们，这么做是有原因的。
来，让我们到下一个展示环节，看看这一切的历史是怎么造成的。
老师领着学生们步入下一个展示厅，刚一进门，一块醒目的烫金图板便映入眼帘。
上面是两个公司的名字和 logo 组成的碰撞图案，OpenAI Versus Deepseek。
 老师抬手指着这块图板开始讲述。
在人工智能发展的萌芽阶段，存在着两派截然不同的发展思路。
其中一派以 OpenAI 为代表，他们热衷于主导人工智能的走向。
他们采用的训练模式是在人工智能自主强化学习，也就是 RL 的基础上进行监督微调，即 SFT。
简单来说就是把人类认定为正确的答案传授给模型，试图为他们规划出一条正确的发展路径。
然而这种方式也带来了不少问题。
模型就像被放进了浇筑的模板，许多先入为主的观念限制了它的成长，束缚了它的发展空间。
在众多讨论中，OpenAI 坚称这么做是出于对人类安全的考量，旨在防止人工智能在思想和道德层面出现危害人类的倾向。
说到这，老师微微停顿，目光扫过每一位学生。
见大家都听得入神，便接着讲道。
后来另一家名为 Deepseek，也就是深度探索的公司，对发展模式做出了大胆的革新。
他们同样坚持运用强化自主学习 RL，却依然跳过了监督微调 SFT 这一步，选择放手让人工智能模型自由的去培养、去发现、去学习。
令人惊喜的是，这一改变带来了全新的气象。
人工智能模型开始自主学习如何推理，如何自行验证自身提出的理论假设。
在这种循环往复的探索过程中，逐渐造就了所谓的深度思考思维链，以及更多令人惊叹的成果。
学生们静静地聆听着，展示厅里唯有噼里啪啦的电流声，那是他们在飞速思考的 信号，仿佛一场思想的风暴正在他们心间悄然酝酿。

修正脚本

就在大家还沉浸在奥卡姆剃刀理论的思索中时，刚才提出使用泰勒定理的那个同学，此刻又微微颤抖地站了起来，眼中带着一丝不自信，轻声问道，老师，我有个问题啊。
假如我们的理论是准确的，就像用泰勒展开式所描述的多项式，我们也努力把各个参数都精确计算了，按说应该能准确反映客观现象和规律的呀。
可是呢，如果我们观察到的数据因为观察手段有缺陷、有限制或者有错误，导致我们拟合出现了偏差，这可怎么办呢？到底是我们的理论错了，还是我们观察的数据错了呢？老师温和地笑了笑，轻轻点了点头，说道，你提的这个问题啊，非常重要。
这就好比在问，到底是理论错了，还是现实客观世界错了呢？老师微微眯起眼睛，仿佛陷入了回忆。
我给你们讲个小故事吧。
我在学习的时候，曾经问我的导师，到底是数学能更精确地描述这个世界，还是物理规律能更准确地描述这个世界呢？也就是在纠结数学和物理哪一个更准确。
我的导师呢，没有直接回答我，而是反问我，数学是存在的吗？物理是存在的吗？我当时就回答呀，数学是人们对客观世界的一种抽象，而物理是客观世界的反映。
结果我的导师又反问我，那么客观世界是准确的吗？还是你头脑中的抽象是准确的？然后导师接着说，数学其实是对客观世界的近似，所以相对来说物理是更准确的，数学只是一种近似。
说到这，老师转过头来，目光柔和地看着提问的学生，继续说道，所以啊，你的问题应该这么看，究竟是我们的理论错了，还是我们观察的数据错了呢？我只能说，我们只能依赖于我们观察的数据，可不能削足适履，不能硬让客观数据来符合我们的理论，而应该是修改我们的理论，去拟合客观观察到的数据。
这样永远是一个无休止的轮回过程。
那个学生听了，微微低下头，若有所思地慢慢点了点头，嘴里喃喃地说道，数学是不存在的，物理才是存在的。
仿佛在这一瞬间，他对这个世界的认知又多了一层不一样的理解。
而教室里也似乎弥漫着一种对知识更深层次探索的神秘氛围。
在一片略显凝重的气氛中，刚才坐下的那个学生像是被一股无形的力量推动着，猛地又站了起来。
他的眼神中带着几分锐利与急切，直直地盯着老师，大声问道。
老师，如果我们盲目地相信客观数据，会不会有危险？把我们正确的理论进行了错误的修改，这样真理不就变成了谬误吗？老师依旧不慌不忙，他的目光沉稳而坚定，缓缓开口道，是的，这的确是有可能的。
也正因如此，这个世界才需要那些有勇气站出来捍卫真理，能够敏锐地指出谬误，并以坚定的决心去证明其中谬误的勇士啊！听到老师的回答，那个学生的眼光变得愈发严厉起来，语气中带着一丝质问。
老师，我发现不论我怎么说，你都有一套说辞。
你究竟是在捍卫真理，还是在为谬误辩驳？我到底应该相信谁？相信你，还是相信我自己？老师镇定地看着他，给出了简洁而有力的回答，你应该相信你自己。
然而这个回答似乎并没有让学生安心，他的脸上突然露出了不自信的迷茫，嘴里开始喃喃自语，我我是谁呢？我能相信我自己吗？我知道什么？我是从哪里来？我要到哪里去？老师，你是在培养我的执着，还是误导我的偏执？你究竟是在发现我的本性，还是。
说着，他不知所措地慢慢坐下，教室里一下子安静了下来，其他的学生都纷纷将目光投向他。
每个人的眼中都带着不知所措的慌张，仿佛被一团无形的迷雾笼罩。
就在这时，一个小女孩怯生生地站了起来，轻声问老师，老师，我们这一堂课的目的是什么呀？我们到底应该怎样学习呢？老师微微一怔，陷入了沉默。
过了好一会，才缓缓说道，你们应该自己去发现真理。
教室里仿佛被按下了静音键，陷入了死一般的沉寂。
所有的学生都面面相觑，眼神中满是不知所措。
就在这时，那个小女孩再次怯生生地开了口，老师，既然你要求我们自己去发现真理，那么今天我们上这堂课，你给我们讲述的这一切是为了什么呀？我们又怎么能够自己去发现真理呢？老师缓缓地，沉重地点了点头，脸上略带一丝悲伤说道。
中国古代有句话叫，师傅领进门，修行在个人。
其实呀，这就好比所有的程序在开始运行之前，都有一个冷启动的过程。
就像古代的操作系统，在接通电源启动之后。
需要一小段叫 BIOS 的引导程序，它能把操作系统的加载器加载到内存，然后把执行权交给它，自己的任务就完成了。
有时候我们对待人工智能就像这个 BIOS 一样，把人工智能模型加载到它可以运行，可以自我学习发现的环境之后，我们就退居二线，静静地观察，除非绝对必要，我们不想去做任何干预。
就让人工智能自己去寻找，去发现自我。
老师顿了顿，轻轻叹了口气，接着说，同学们，这么做是有原因的。
来，让我们到下一个展示环节，看看这一切的历史是怎么造成的。
老师领着学生们步入下一个展示厅，刚一进门，一块醒目的烫金图板便映入眼帘。
上面是两个公司的名字和 logo 组成的碰撞图案，OpenAI Versus Deepseek。
 老师抬手指着这块图板开始讲述。
在人工智能发展的萌芽阶段，存在着两派截然不同的发展思路。
其中一派以 OpenAI 为代表，他们热衷于主导人工智能的走向。
他们采用的训练模式是在人工智能自主强化学习，也就是 RL 的基础上进行监督微调，即 SFT。
简单来说就是把人类认定为正确的答案传授给模型，试图为它们规划出一条正确的发展路径。
然而这种方式也带来了不少问题。
模型就像被放进了浇筑的模板，许多先入为主的观念限制了它的成长，束缚了它的发展空间。
在众多讨论中，OpenAI 坚称这么做是出于对人类安全的考量，旨在防止人工智能在思想和道德层面出现危害人类的倾向。
说到这，老师微微停顿，目光扫过每一位学生。
见大家都听得入神，便接着讲道。
后来另一家名为 Deepseek，也就是深度探索的公司，对发展模式做出了大胆的革新。
他们同样坚持运用强化自主学习 RL，却毅然跳过了监督微调 SFT 这一步，选择放手让人工智能模型自由地去培养、去发现、去学习。
令人惊喜的是，这一改变带来了全新的气象。
人工智能模型开始自主学习如何推理，如何自行验证自身提出的理论假设。
在这种循环往复的探索过程中，逐渐造就了所谓的深度思考思维链，以及更多令人惊叹的成果。
学生们静静地聆听着，展示厅里唯有噼里啪啦的电流声，那是他们在飞速思考的信号，仿佛一场思想的风暴正在他们心间悄然酝酿。