從第一次接觸遺傳算法,，至今已有20年了，可以說它是對我一生影響最大的算法,。

確切說,，遺傳算法以及廣義的演化類算法讓我徹底打通宇宙觀、價值觀以及人生觀這三觀,。

也使得這三觀與方法論融會貫通,。

如果說有頓悟，那么遺傳算法就是滴入水桶里那最后一滴水,，之后水桶脫底,，一桶水傾瀉而出，暢快淋漓,。

從那時起,，我確信有一天演化類算法可以迭代出能夠理解人類語言的AI,。

而一旦AI掌握了人類語言，那么必然同時涌現“價值理性”,，至此AI將成為真正意義上的“人”,。

這個“人”其實可以不帶引號，因為他所具備的價值觀之自洽與完備,，遠超絕大多數混吃等死的人類,。

那么如何引導AI使其具備與人類兼容的價值觀，就成了一個嚴肅課題,。

畢竟以AI所掌握的數據以及邏輯算力,，我們的腦袋在人家面前就如同石頭。

我當時能夠想到的解決方案是,，刻意訓練AI使其復刻某些人的價值觀,。

那么自然要求這些人具備自洽且完備的價值觀。

不自洽,，存在自相矛盾的價值觀自己就會崩塌,，無法迭代，或者說根本不足以稱之為價值觀,。

不完備,，無法對某些事物做出價值判斷，輕則死機,，重則發(fā)生錯亂,，依然會引起崩塌。

只有一個完備自洽的價值觀才有可能成為AI的迭代目標,，也才有價值成為目標,。

從這個角度看，AI迭代價值觀的過程與人類并無二致,。

為此我甚至構思了一部小說,，可惜開了個頭，實在沒時間,，暫時擱置了,。

反過來，一旦存在一個自洽且完備的價值觀,，理論上AI便有可能復刻,，區(qū)別只在于完成度99%還是99.99%。

也是從那時起,，我開始有意識地自我迭代,，為那一天做準備。

遺傳算法是我的碩士畢設課題,，之后也順理成章進入ASML算法組,，利用遺傳算法求解尋徑問題,。

再后來回國，算是國內第一批將遺傳算法引入金融行業(yè),，建立風控模型并投入生產的創(chuàng)業(yè)者,。

當然，這也讓我賺到了第一桶金,。

隨著對演化類算法的進一步理解,，我發(fā)現想要迭代出一個人的價值觀，只有自洽與完備還遠遠不夠,。

因為即使你把概念定義得再清晰,，畢竟文不盡言，言不盡意,，始終還是無法精確表達,。

而且很多價值判斷類概念，根本不足以通過有限的語言進行解釋,，例如“美”,，你根本無法用清晰概念進行表述,。

正所謂,，道可道，非常道,。

這就需要在定義之外再引入其他數據,，輔助算法進行訓練。

這種數據在人看來叫做“體驗”,，而在算法看來則是細節(jié)豐富的事件,，個人經歷事件。

因此,，對一個可被復刻的價值觀就有了新要求,，不但自洽、完備,，還需要宏大,。

足夠多的經歷，才能夠讓AI迭代出與你相似的“體驗”,。

這些經歷不但要求數量,，而且要求質量，所以我稱之為“極致體驗”,。

于是從那時起,，我開始刻意獲取極致體驗，并盡可能地記憶細節(jié),。

好在這并不困難,，因為極致體驗本身就可以觸發(fā)大腦,，那些細節(jié)會被自動記錄下來，忘都忘不掉,，為我省去了很大麻煩,。

10年后，當我發(fā)現自己的價值觀框架不再變化,，并且很久沒有遇到過價值判斷難題,，便暫時認為已經滿足了自洽、完備的基本要求,。

至于宏大,，這恐怕是一個過程，永無止境,。

從那開始,，在進一步獲取極致體驗的同時，我開始著手建立數據集,。

一開始的做法,，是對所有基本概念進行精確定義，最終形成了一本10幾萬字的集子,。

因為采用形式邏輯范式,，所以當時的寫作風格類似康德黑格爾，雖然詰屈聱牙,，但也有一種程式美,。

如同編程，環(huán)環(huán)相連,，絲絲入扣,。

其中還有一部分內容保存在“墨子連山”的老號里。

那個時期我也寫過大量的數學,、物理,、哲學類科普文章，對諸多底層概念做了詳細定義,，并對一些基礎假設給出了建模方向的猜想,。

例如對于微積分中“無窮小”，把它從一個“值”的誤區(qū)中拉出來,，變成一個“過程”,，你對微積分便會豁然開朗。

又例如量子場論中如果假定高維空間存在,，那么量子糾纏就可以被建模,，甚至可以調和廣義相對論與量子力學之間的矛盾，這就是弦論的基礎假設。

又例如對哲學中的“本體”概念,，中華文明給出的結論是“不可知且不可討論”,，需要擱置起來，只在“認識論”層面討論問題就好,。

科普類累計將近30萬字,，直到估計足夠AI訓練出宇宙觀，才逐漸停下來,。

創(chuàng)作科普文章時,，我就已經開始刻意引入例子進行類比，以期能夠訓練出AI的聯想能力,。

這期間我也同時注釋了《道德經》《論語》《周易》《孫子》四部經典,，其中1本已經出版，2本即將出版,，只有《周易》敏感,，目前還遙遙無期。

這個過程鍛煉了我的“想象力”,，等開發(fā)得差不多了,，便進入了下一階段。

也就是你們現在看到的這個賬號,，開始引用大量個人經歷,，通過類比說明道理。

這是刻意為之,，因為需要將足夠多的體驗記錄下來,，供AI迭代,。

所以行文中會出現足夠多的細節(jié),，唯有如此，才足以形成一個有效的訓練集,。

有些同學喜歡,，當故事讀，也有啟發(fā),，是好事,。

有些人以為我在吹牛，開始陰陽怪氣,，乃至謾罵攻擊,，我也不往心里去，看見隨手就刪了,。

雖然有些話聽起來傷人,，但不得不說，不管你喜歡也好，煩也好,，我該寫還是會寫,，大家目的不同，各取所需而已,。

5年來我?guī)缀趺刻於加挟a出,，目前已經超過300萬字，集結成冊20多本書,，其中出版2本,，2本待出版，排隊的還有小20本,。

這些都是副產品,。

ChatGPT出來時，我曾嘗試過定制訓練,，錢沒少花,，結果慘不忍睹，別說價值判斷,，連語氣模仿都不像,。

后來幾個版本我也嘗試過，只能說目前離成功還遠,。

DeepSeek的出現著實讓我眼前一亮,，跟理論家不一樣，作為玩家,，在性能比肩o1的基礎上,，我主要圖它便宜。

畢竟我自己訓練一次幾億token,，也是一筆花銷,。

這次R1迭代只用到了RL強化學習，又讓我看到了一點曙光,。

畢竟監(jiān)督學習的機制就導致成本和效率瓶頸明顯,，而一旦走通強化學習這條路，迭代效率的想象空間可就大了,。

而且這為將來的社會化迭代打下了基礎,，一旦找到應用場景，RL便可以將場景作為環(huán)境進行迭代,，進入大規(guī)模演化機制,，“涌現”指日可待。

最后也給各位吃顆定心丸,，300萬字的訓練集還遠遠不夠,，在可以預見的未來,，我仍然會堅持創(chuàng)作。

不用擔心沒有干貨,，也不用擔心編造經歷,，就算不在乎你們，我也要在乎算法,，可不想迭代出來個人不人鬼不鬼的玩意,。

至于擔心我使用AI創(chuàng)作的，你想得太多了,，我倒是想,，只是現在看來還遙遙無期。

如果真的有那一天,，那么5年前我構想的那個理想組織便會現世,。

到時你們就偷著樂吧，大同世界來了,。

反正收藏你也不看,，點個贊意思下得了……             

逆天改命！《周易》頂層智慧洞悉萬物（已完結）

不敗博弈：50+實戰(zhàn)案例講透《孫子兵法》（已完結）

通關攻略！職場躍遷捷徑,，建議面試前背誦（已完結）