西东大侠昨天扯到了Sora，其实我并没有关心过AI工具的进化，知道现在这么多热钱，它肯定发展很快而已。既然大侠建议我去学了以后再和年轻人装牛逼，咱这就得去学习啊，以后好装逼。我看到第一篇中文科普，把Sora写成个神乎其神的世界模拟器的称呼，看到我就想笑了。不就是个视频生成器嘛，热炒成这样啊。不过前段时间硅谷中国小美女的视频生成器，成为风投的标杆，也是这么热炒的。

 

我不是说热炒不代表什么----我没那么天真----热炒代表很多很多的巨大的意义，代表了人类近期的巨额投资和真正的利益。我有一次和一个风投的人聊天，他说，没有做不出来的东西，就是看资本愿不愿意砸钱----当时的确把我震了一下----突然让我从另外一个意义上理解了人类的群体自大，和其他的聪明人在如何理性的利用这个群体自大，把社会的闲置资源化为我用。

 

前面一段时间我起了兴趣，在MIT的公开平台课上听了几节神经学的课，很有意思，但是几十节课，我没听完就被别的有意思的东西打断了。听到了老师讲到我们对人的大脑对人脸识别的各种当今比较先进的模型，实在是太有意思了。而且她的解说，直接让我把现在最先进的AI的人脸识别模型打入了九层地狱，哪怕它可以把犯罪分子无误地揪出来。总结一下，我的直觉就是人类当今的人脸识别技术和真正的人脑识别人脸不是一回事。这个不是一回事，老师是通过茫茫人海中的人类的不同常人的病特例，以及我们认出陌生人的例子来解释的。她最说服我的是，我们识别人脸和其他物品，是不一样的功能。人脑识别人脸，是识别人这个个体的复杂函数里的一部分。我们至今不清楚这个函数，而且它一定不是从数据库里学习的结果。

 

简言之，这位MIT的老师认为我们识别别的人，是自主的学习新的东西的过程，而不是被动的复习旧的东西的过程。神经学科领域有两大school of thoughts，直到现在还在相当精彩的彼此批判，将来一定也不会停息---和任何的科学领域一样一样的。

 

AI的生成模型，在图片和视频领域成功一点也不惊讶----因为人们往往忽视了我们人类对这些机器学习的结果认可的时候，在进行一个全人类的第三次功能验证的validation, 这个validatuon不是训练数据库和验证数据库的结构关系，这个validation已经脱离那个建模的科研小组的研究过程，而成为一个功能验证。这个validation, 通过我们全体人类的眼睛和我们所有人的大脑成为了一个功能数据库，是另外一个如阿基米德的地球外的杠杆的光谱验证器。我们所有的人，在使用机器学习的软件时，我们无形且自动地成为了那个功能验证器。明白这个全体人类的功能验证，而现在的所有机器学习模型，只是重复生成模型，而不是功能生成模型，对于理解未来的AI什么能做，什么不能做，非常非常的重要。

 

我和一个小孩拼了老命，试图说服他想要使用生成模型来学习和研究一个很基础的功能问题是不会成功的，他不愿意相信我。其实他和我说，主要是因为他想学了这个以后，好华丽转身，找份更赚钱的工作。我说服不了他干啥别的更加赚钱，那就由他去吧。找工作是一回事，什么语言都可以学习，只要找到一个合适的插入点，Python可以使用软件包里的东西，编任何的程----可是被放弃的计算机语言少了去了？我不学计算机的，没资格评判这个。但是从小孩的出发点来说，这么功利并没有错，但是你目前得找个普世的人眼可以验证的模型去做啊。你就找二维的，而且只需要视觉效果，不需要再独立发展功能验证的第三维实验的研究对象，你抱着你的机器怎么学习都没关系！

 

我只是卜一下卦，在本世纪的生成AI，凡是能学习成功和再应用的技术，绝对脱离不了人的视觉效应可以验证的任何学习过程。一旦脱离了视觉效应而进入功能预测，本世纪的机器学习模型绝对无法学习成功。----本质就是因为，我们当今人类对世界功能的认识模型还太肤浅----或者说，一片空白。

 

信一个宗教和拥有一定程度上的哲学反思能力很重要----尤其在机器学习的时代喔。图灵和香农其实都是哲学家。