Ai就是个工程问题，不要放大困难
谈到人工智能，有焦虑的，觉得微软把OPENAI吃下去后,基本上就完成了平台基座到各项应用的输出,开启一路降维打击,我们很多模式都不存在！比银行暴雷可怕多了，人工智能，直接端走几亿人的饭碗，以后多数人存在的价值仅仅限于维持人类种群繁衍的基数而已！
人工智能现在看本质上是工程化的问题，和原子弹一样，国内企业差的应该就是时间。
从模型训练流程看，通俗点说，三个层级，第一个是预训练好的公开的，从第一个到第二个是问一些简单的问题，让人工来回答，比如1+1=2，第二到第三部是发现，纯人工给答案太耗费人力了，样本量撑不起来。所以让已经有一定智能的机器对问题进行回答，给出几个描述性答案，比如2+1=多少，给出了3、4、5几个答案，让人工对答案的优秀程度进行排序，比如把2+1=3这个排第一，排序比让人自己答方便很多，所以获得了大量的优秀样本，这个阶段用的强化学习训练的。
所以它的核心竞争力不是算法多先进，主要是我国没有大量的优秀人工标注的答案供机器去学习，或者说这个过程需要时间，人工智能算法层面我国和美国不相上下，差在工程上！
所以，再次说，人工智能现在看本质上是工程化的问题，不过，像硬件也会成为制约工程能力的瓶颈！
当然，ai时代，“危”“机”并存，要从博学转向慎思！
另外，很多对人工智能影响教育的推测都夸大了，未来AI对就业形态的冲击可能会更大，教育短期影响反而可能会更小。AI会背诗、会做数学、会不存在语言障碍，并不意味着教育就因此不需要。教育调整有时候会很慢。我理解人类教育，特别是非研究型的教育，内容只是一个方面，它同时是演化博弈下的一个功能性规则，筛选和奖励既定规则下的延迟满足者。
乐观点看，人类可以站在更大的巨人肩上前行。
精彩评论