返回

陈然的公开内容

文章、回答、音乐、视频、播客和访谈的统一归档 · 全部内容 · AI · 104 条 · 第 3 / 4 页

2024

在 AI 时代,敢想大问题比掌握知识更重要

文章5 分钟

AI 时代最大的竞争优势,不是先验知识,而是“解决什么问题”,因为AI 拉平了所有的的知识壁垒,谁想解决的问题更大,谁就能从AI获得多的 just in time 的知识和实践,谁就能领先于其他所有人。 ”敢想“是 AI 时代最大的 differentiator。 陈然:在 AI 时代,提出好问题比找到答案更重要 让我...

在 AI 时代,提出好问题比找到答案更重要

文章6 分钟

让我们先从一个有趣的历史案例开始。1943 年,IBM 的总裁 Thomas Watson 说:"我想世界上可能需要 5 台计算机。"这个著名的误判不是因为他不够聪明,而是因为他在解答错误的问题 —— 他在思考"我们需要多少台计算机",而不是"计算机会如何改变人类的生活方式"。这个案例完美诠释了我们今天要讨论的核心:问...

AI时代的学习范式重构

文章4 分钟

大家好,今天我们来聊一个重要的话题:AI时代人类的学习方式正在发生深刻的改变。 在传统的认知框架中,我们都很熟悉"读万卷书,行万里路"这句古语。这句话代表了传统的线性学习模式:先通过大量阅读积累知识,然后再通过实践来验证和应用这些知识。这种学习方式在过去的几千年里一直主导着人类的知识获取过程。 但是,随着 AI,特别是...

AI 如何为知识内容注入情感、共鸣和韵律

文章2 分钟

在知乎,我们每天都接触海量信息,但真正能记住、能引发思考的内容却不多。为什么?因为很多内容只停留在“知识”层面,干巴巴、冷冰冰,缺乏让人感同身受的情感、引发共鸣的连接以及流畅易读的韵律节奏。那么,如何让知识内容不再干巴巴?AI或许能提供一些新的思路。 (一) 注入情感:让知识有温度 想象一下,一篇关于宇宙起源的文章,如...

AI 时代来了,公司该如何面试程序员?

文章4 分钟

今天听到了几个观点,觉得很有意思: 有些公司已经开始允许用 GPT 和 Google 来帮助候选人面试,但是必修要共享屏幕让面试者看到你如何写 prompt 如何 debug。 还有一个核心的思考:要找一个会用AI的人,还是找一个会用AI作弊的人,还是找一个会刷题的人? 所以引发的一些思考。 随着人工智能技术的迅猛发展...

为什么我最近的文章都是 AI 生成的?

文章2 分钟

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...

AI 时代的顶级享受: multi business builder

文章3 分钟

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。...

Gen AI:Copilot Everything

文章3 分钟

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...

AI 时代:从一人企业到一人多企业

文章3 分钟

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。...

AI 当老板,人类 Copilot

文章4 分钟

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...

GenAI Native:人类成为 Copilot

文章4 分钟

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...

天天看 AI 新闻有用吗?

文章3 分钟

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...

06/15 直播《AGI路线图:Apple Intelligence是否会改变AI生态?》观点摘录

文章3 分钟

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...

将专业知识带进千家万户的核心动力:情绪价值

文章4 分钟

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...

GenAI Native:在知识之上拉满情绪价值

文章4 分钟

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...

为什么人类一定会爱上 AI

文章4 分钟

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...

GenAI 时代的稀缺性:执照?

文章3 分钟

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...

Human Learning Engineer 人类学习工程师

文章3 分钟

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...

GPT时代,人才是不是也是快销品?

文章3 分钟

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,...

GPT时代,知识产品的快消品化时代已经到来

文章4 分钟

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...

谁来颠覆低频刚需?

文章2 分钟

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...

程序员的未来也是手工耿:从AGI到行业工程师的发展观察

文章3 分钟

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...

2023

2022

2021

[ML 1分钟]细节太多,犯错太容易

文章3 分钟

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,...

[ML 1分钟]第一个模型能跑通就不错了

文章2 分钟

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...

[ML 1分钟]第一版排序不上机器学习算法

文章2 分钟

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...

2020

2019