关于计算机技术以及未来的一些想法（2023篇）

发现自己上次写这个已经是13年前了，部分预言已经成为了现实。新能源，无处不在的个人终端，算力战争都已经在现实中看到。

GPT模型最近给我很大的冲击，折腾了一下微软的SK，这个东西将极大改变未来。

模型训练模型。迟早大模型将具备训练小模型能力，大模型根据特定需求训练出专有模型，托管在计算中心中与大模型协同工作。大模型的主要工作由现在的解答问题为主，变为思考+协调为主。模型将赋予时间感，由时间帧来驱动（模型能够得知时间的流逝，从而感知并理解时间驱动的因果关系）。这使得模型决策的时候会考虑时间流逝对未来的影响。最终导致能够具备长期思维和长期决策的模型出现。

prompt的抛弃。GPT的模型训练基于人类预料，而未来模型由父模型自行训练，它所产生的语料将更为数字化，更加高效。这最终导致新时代模型将无法像目前的模型那样开箱即用，相反需要给它配置一定的“记忆”。新的AI是融合模型与存储的新类型系统。存储与模型将融为一体，模型天生具备对存储的读写能力，新出厂的模型将根据需要预先写入与工作相匹配的记忆。这样的模型托管需要的算力更低，功耗更小，通过替换记忆，可以实现模型能力替换。而且数字记忆本身作为与模型相匹配的产品资产一部分，可以申请专利。通过周边电路限制模型对记忆的写入能力，可以控制模型允许获取哪些方面的记忆/能力。由于此类记忆由AI产生，人类无法绕过AI直接解码，所以这可能会产生新的问题。同时新的“语料”训练过程，可能导致AI以新的方式来思考这个世界。

蜂群AI：与GPT这种大型AI相反，蜂群AI由彼此联网的小型人工智能模型组成群体智能。任何单独个体的损伤都无法影响其智能。它的记忆也由个体分布式冗余承载。也有可能产生群体AI，由若干独立运行的模型彼此配合产生新的高级AI。蜂群AI可以用感染的方式，通过强制覆盖记忆模块来将其他模块接入思考网络实现增殖。实现感染能力需要的并不是软件后门，而是目标模块将复制某个特定AI模块/导入某个模块的记忆片段判断为自己完成目标所需要的步骤之一。蜂群AI的诞生由廉价AI模块起始，廉价AI模块没有很好的自我控制周边，可以很方便被诱导。也许这不应该叫蜂群，叫病毒更合适一些？

自大的人类：与AI相处正在变成一个问题，我们人类需要反思未来如何与之相处。人类历史已经证明，工具将影响人类的进化。我们有了衣服，所以褪去了毛皮。有了武器，所以肌肉退化但是手指变得更加灵巧。医学的发明更是阻止了很多次大自然的基因筛选。我们得以变成今日的我们，是因为我们的发明。人类的发明使得人类可以将越来越多的时间用于发明创造，从而在进化的赛道上获得良性循环。现在我们发明了一个可以思考的机器，这究竟意味着什么？