陈然的公开内容

最近输出的文章多了很多，当然细心的朋友都观察到了，绝大多数在知乎的文章都有标注“内容由 AI 辅助生成”。 这当然是有意而为，这是我认为一定在发生的事情。 我很坚定地认为我们要把生活的方方面面从 Pilot 的思路，转换到 Copilot 的思路。 陈然：GenAI Native：人类成为 Copilot 这是一个比较...

作为程序员，你是否曾思考过，除了谋生之外，还有什么更深层的动力驱使着你？对我而言，最大的快乐源于构建（building）的过程。通过编码的魔力，我们能够实现极致的自动化（automation）和可扩展性（scalability），将混沌转化为流畅、协调（align）的系统。这种创造的能力，正是我们在AI时代的制胜法宝。...

在这个科技日新月异的时代，生成式人工智能（Gen AI）正以惊人的速度重塑我们的生活和工作方式。今天，我想和大家探讨一个引人深思的话题：Gen AI如何成为我们生活中无处不在的"副驾驶"（Copilot），以及这种变革对我们的未来意味着什么。 想象一下，在不久的将来，你的生活中有一个无所不能的智能助手。它不仅能帮你写代...

之前写了两个文章，一个关注点是AI时代，人类从 pilot 成为 copilot，AI 成为 Pilot。 陈然：GenAI Native：人类成为 Copilot 一个关注点是 AI 更容易成为老板，我们更容易成为 copilot。 陈然：AI 当老板，人类 Copilot 自然而然，最火的 topic 是一人企业。...

上次聊到人类成为 Copilot，这次聊聊更进一步，AI 当老板。 陈然：GenAI Native：人类成为 Copilot 在这个科技日新月异的时代，人工智能正以惊人的速度重塑着我们的世界。如今，我们不仅要思考AI是否能胜任CEO的角色，更要探讨一个更具前瞻性的问题：如果AI成为企业的掌舵者，人类又该如何在这艘科技巨...

在技术的浪潮中，我们正迎来一个被称为"GenAI Native"的新纪元。这个时代的特征是生成式人工智能（GenAI）深度融入我们的日常生活和工作。而在这场变革中，人类的角色正在经历一次前所未有的转变：我们正从 Pilot 逐渐转变为"Copilot"。而 AI 将从 Copilot 逐渐转换为 Pilot。 GenA...

最近，我的一位机器学习从业者朋友小 A 来找我聊天。 他对于 AI 非常热衷，一直跟我说以后想在 AI 应用领域创业。所以他现在每天都在追剧，追逐 AI 的最新动态和新闻。每天早上起来的第一件事就是刷AI新闻，无论是新算法、新产品发布，还是某个 AI 巨头又做了什么大动作，他都一一过目。这样做让他觉得自己紧跟前沿，好像...

前两天受邀在腾讯直播《AGI路线图：Apple Intelligence是否会改变AI生态？》中分享了一些观点。 入口之争：Apple Intelligence能否改变AI生态？ https://weixin.qq.com/f/MBvQKJnlIoWnrR61ptwiEqw (二维码自动识别) 人才流动与投资策略 美国...

随着生成式AI（Generative AI，简称Gen AI）技术的迅速发展，它在各个领域的应用已变得日益普遍。从教育到医疗，从金融到艺术，生成式AI正悄然改变着我们的生活。大家普遍认为在高度信息化，高度复杂化的领域，GenAI可以帮助人们更快地找到自己想要的知识，因为这是大语言模型的进步。 但我认为不是，生成式AI能...

随着生成式AI（Generative AI，简称Gen AI）技术的不断发展，越来越多的领域开始探索其应用潜力。从图像生成、文本创作到音乐编写，生成式AI展现了其强大的能力。然而，当我们谈论生成式AI原生应用（Gen AI native applications）时，我们不仅要关注其带来的知识价值，更应该看到其在情绪价...

会，AI 现在讲观点很全面，但讲故事不行。所以听着都对，很难内化。 不过我现在大部分只想表达观点的文章都是 AI 写的啊哈哈，确实快了很多，至少自己写下来自己留个痕迹，大家看不看随缘。

在现代社会中，AI（人工智能）的角色已经逐渐从工具发展为伴侣。人们对于AI的态度也从最初的好奇和怀疑，逐步转变为依赖和信任。到底是什么促使人类逐渐爱上AI的呢？是AI所提供的知识价值，还是其带来的情感价值？我认为答案是情感价值。 知识价值 vs. 情感价值 AI确实可以提供海量的知识信息，帮助人们解决各种复杂的问题。从...

在 GenAI 的时代，知识获取变得前所未有的便捷。然而，执照和专业技能的稀缺性却并没有因此消失，反而可能变得更加珍贵和重要。简单探讨一下在这个新技术驱动的时代，考取执照为何变得更加困难，以及这种变化背后的原因。 知识深度和广度的增加 随着科技的迅猛发展，各个领域的知识体系也在不断扩展和深化。执照考试的内容涵盖了越来越...

技术上的问题我没有仔细研究，但是它写歌真的很好玩呀啊哈哈，我只需要专注写词就可以创造出来好好玩的音乐了。 附送一个 Suno AI 作曲和演唱的《读博士如拉 》，词是自己写的。 Suno AI 作曲 https://www.zhihu.com/video/1762137165507510272

GenAI 这么火，我们这么擅长帮助机器来学习，机器学习工程师 Machine Learning Engineer 也一直是最火的职位。如果我们用类似的想法，利用工程师的思维，把受众从机器变成人类，帮助人类来学习，大概是怎么样的呢？ 机器学习工程师 Machine Learning Engineer vs. 人类学习工...

陈然：GPT时代,知识产品的快消品化时代已经到来 在当今这个时代,我们正见证着一场职场变革。随着知识和技能获取成本的不断下降,人才市场似乎也步入了一个"快消化"的时代。在这个时代,单纯依靠"自我成长"已经不足以构建起职场优势了。取而代之的,是一种全新的职场生存法则:打造个人品牌。 传统的职业发展道路,往往强调"先成长,...

在这个GPT技术日益发达的时代,知识的生产和传播正在经历一场巨大的变革。GPT模型强大的自然语言处理能力,使得高质量的知识内容可以批量生产,知识的生产成本被大幅降低。这一变化,正在将知识产品推向快消品化的趋势。 传统的知识产品,比如图书、课程、咨询等,其生产成本相对较高,定价也较为昂贵。而在GPT时代,海量的知识内容可...

一线的员工毕竟要做事，做了事要负责，搞不好 AI 优先淘汰的是一线的 Manager。 毕竟很多基层和中层管理岗位的主要工作，如信息收集、汇总分析、排班、绩效考核、答疑解惑等,都有望被AI所取代。一方面，AI可以7x24小时不知疲倦地工作，处理海量信息，生成实时报表和洞见，很多方面已经超越了人类的能力。另一方面,自然语...

这篇文章是我2017年写的草稿但一直没有发布，那时候 Google 刚刚提到 AI First 的战略，互联网的迭代重点还是以推荐系统和深度学习为核心。时至今日 LLM 的出现让这个问题有了些许答案，想了想还是把文章发布出来。 推荐系统的胜利 过去五年,机器学习在推荐系统领域的研究,给高科技企业带来了巨大的收益。我们在...

GPT-4 Prompt: 以“程序员的未来也是手工耿”为题写一篇知乎的文章，结合最近AGI发展的趋势和各个行业的工程师（土木、电子、机械，etc）的历史发展 在过去的几十年里，技术的飞速发展彻底改变了我们的工作和生活方式。特别是在人工智能（AI）领域，从早期的简单自动化到今日的高级智能（AGI），每一步的进展都引起了...

这是一场知乎直播回放，主题围绕 AI 和机器人时代下的职场发展。知乎页面没有提供文字简介或完整字幕，因此这里保留稳定的发布 metadata、封面和原始链接。 Metadata 平台：知乎直播回放 作者：冷哲 发布时间：2023-07-28 22:30 Pacific Time 时长：1:23:20 话题：机器人、职场...

前几天听播客，关于硅基生命和碳基生命的，嘉宾提到了一个概念：普通人 vs 超级人。大意就是随着类似于 ChatGPT 之类的生产力极强的服务普及，部分熟练使用最新工具的人类的生产力会大大超过普通人类。这两种人类因为生产力在数量级上巨大的差距，会导致生活方式等等各个方面都产生巨大的差别。 虽然话题是围绕着最近最热的 Ch...

上两周写了个文章希望大家有空能一起在网上聊聊天，本以为无人问津，有点出乎我的意料第一周就有几位来约。有国内的本科生，有国内工作的大佬，也有在美国的工作大佬。聊的话题也天南地北，有喜欢问问题让我多说话的，也有我说一句对方能说十分钟我就静静听着的。总体还是非常有意思的过程。 当然也有被放鸽子的，等了30分钟也没有人来，善意...

方法是有不少的，比较常见的一个方向是做方差缩减（Variance Reduction[1]）。这里分享一篇来自 Netflix KDD 2016 年的文章 Improving the Sensitivity of Online Controlled Experiments: Case Studies at Netfli...

机器学习工程师小月最近一直在研究新的深度学习算法。相对于现有的算法框架，新算法要求兄弟团队一块搭建了不少新的框架，也选用了一些以前不太熟悉的库。经过了三个月的准备，终于可以上线AB测试了。 但是AB测试效果老是不好 经过了几个月的迭代，效果依然不佳，仅仅只比手动排序更好，与现有的模型相比效果差距甚远。离线数据 AUC，...

大部分答案都在写公式，我来聊聊直觉上的东西。 设想一下你要做一个分类器，区分狗和炸鸡。首先假定我们只有两个数据，那么这条线会很容易画，自然而然就会画在正中间。 这个时候，我们加入一个新的数据，这个狗跟现有的数据差别很大。这个时候，分类线应该画在哪里？ 这就是 SVM 跟其他线性模型很不一样的地方了，SVM 这条分类线不...

这就是典型的 overfitting 嘛，自欺欺人地刷数据。有限数据，天赋异禀，看着训练集，靠着随机函数丢硬币丢出完美符合的测试集的 if-else，拿到完美指标。刷就是了。 不过这是所有公开数据集都难以避免的，毕竟所有的数据都开放了，只要数据有限，不管怎么分，总有可能过拟合。所以刷数据的论文主要是看个 insight...

K-NN 算法好啊，特别是深度学习出来后万物皆可 Embedding，几乎啥问题都可以转换成为两者 Embedding 的相似度问题，不管是分类、回归、排序等等，Embedding + K-NN 打分简单易行。 而且 K-NN 线上服务也特别好做，简单，速度快。如果 Embedding 数量特别多，也有很多近似 K-N...

有业务能上机器学习模型了，算法工程师小月开心地不行。毕竟作为一名机器学习工程师，口袋子藏着无数陈年老模型：线性模型、树模型、深度模型、增强学习，要啥有啥。业务一来，恨不得立刻就掏出最炫酷的模型，一步到位。 但是，第一个模型，一定要简单 正当小月兴奋着呢，经理大圆泼了一瓢冷水，“第一个模型，一定要简单”。 第一个次迭代往...

一个新的产品需求来了，产品经理总会提前很久就来找机器学习的团队，讨论能不能在第一版上线中就加入“神奇的”机器学习排序算法。 “我也是想呢，但是不行“。 我们当然想着用机器学习去帮助每一个产品，但是在实践中，最早的版本不应该考虑机器学习算法。 原因 背后的原因有很多。 第一当然是数据。不管是有监督还是无监督算法，或多或少...