今天是2025年的元宵節(jié)葵孤，隨筆把開年的思考做一個記錄。
2025年春節(jié)期間deepseek火了，今天從自己的思考角度分享一些觀點惊橱，其中有遙不可及文化大佬的觀點引用，也有身邊行業(yè)大咖們的碎片分享叠骑，就不一一做出處說明李皇。
人的知識結(jié)構(gòu):知識、方法宙枷、智慧掉房。知識屬于社會，智慧屬于個人慰丛。知識可以授受卓囚，方法靠示范，智慧靠啟迪诅病。比如計算機硬盤里哪亿，我們有非常多的文檔，它是知識贤笆，必須加上程序是方法蝇棉，結(jié)合起來才有智慧。
--易中天
推理能力
計算機技術(shù)一直在提升人類處理信息的效率芥永，而今天大模型時代是提供了人類處理信息的“推理能力”篡殷，把計算機向智慧體進化。
我所理解的計算機處理信息的階段埋涧，劃分為：信息階段板辽、認知階段、推理階段棘催。
我們以：滴滴想開車去北京劲弦。這一個需求背景，來設(shè)想醇坝。
計算機的單機時代邑跪、互聯(lián)網(wǎng)時代、移動互聯(lián)網(wǎng)時代都是處于：信息處理階段呼猪。只是這三個時代演進中呀袱，計算設(shè)備的形態(tài)變革，信息處理本質(zhì)上沒有大的超越郑叠。今天的時間節(jié)點來看信息階段很好理解了夜赵；在認知階段，做為程序的開發(fā)者乡革，必須自己去設(shè)計和理解“我想開車去北京”的背后需求寇僧，然后再寫一段代碼去實現(xiàn)導(dǎo)航信息摊腋、天氣信息的獲取，整合后提供給用戶使用嘁傀。認知=認識+知道兴蒸。一段文字、一張圖片细办、一段視頻橙凳、一段語音等（下文統(tǒng)稱為：信息載體），認知階段就完成：認識信息載體是什么類型笑撞，知道信息載體包含的信息岛啸。
文字推理能力
大模型誕生以前，通過nlp技術(shù)茴肥，計算機可以理解“文本”背后的邏輯和語意關(guān)系了坚踩，比如：滴滴想開車去北京。在信息處理階段瓤狐，計算機只能單純的知道這7個文字瞬铸，文字僅僅是文字，不是一句話础锐，更不知道這句話表達的含義嗓节；如果您是滴滴同學(xué)，你自己還得使用導(dǎo)航軟件看下路況和最佳路徑皆警，然后再通過天氣app查詢下未來12小時內(nèi)天氣情況拦宣。注意，這三件事情耀怜，都得滴滴同學(xué)一個步驟一個步驟的去完成恢着，然后他自己去判斷：現(xiàn)在出發(fā)是否可行桐愉，到達北京的時間點和天氣自己是否可以不凍感冒财破。
大模型出來后，計算機來到了推理階段从诲。大模型可以通過“滴滴想開車去北京”推理出來進一步信息：開車去北京就需要知道：基于當(dāng)前時間點左痢，未來10小時內(nèi)的路況和導(dǎo)航信息、天氣信息系洛，這兩個信息具備了俊性，可以提升：滴滴想開車去北京的成功率和順暢度。同時描扯，還可以根據(jù)路況和天氣情況給滴滴同學(xué)建議出發(fā)的時間點和導(dǎo)航最優(yōu)路況定页。后面這一步，在今天通過大模型就非常簡單的實現(xiàn)了绽诚，并且是全自動在一個地方完成典徊，不需要切換多個app杭煎。
圖片推理能力
大模型誕生以前，通過openCV技術(shù)卒落，計算機可以理解“圖片”包含的信息羡铲，但是，僅僅是知道了圖片包含的信息儡毕，就沒有然后了也切。然后的事情，還得靠程序員繼續(xù)規(guī)劃和設(shè)計業(yè)務(wù)邏輯腰湾，才可以完成一些相對復(fù)雜的業(yè)務(wù)需求雷恃。
先看以下兩張圖片：
在信息階段，計算機完成：圖片的生成檐盟、存儲褂萧、處理、分享等葵萎。在認知階段导犹，計算機完成：圖片識別。圖1識別結(jié)果是：兩個杯子和一部移動電話羡忘。圖片2識別結(jié)果（假設(shè)是使用的yolo做對象人識別）是：11個人谎痢，1個足球，N個觀眾卷雕。然后节猿，就沒有然后了，后端程序接收到識別結(jié)果后漫雕，基于業(yè)務(wù)需求再去寫具體的業(yè)務(wù)需求滨嘱。
比如圖1輸出：杯子1+黑色，杯子2+白色浸间，移動電話+黑色太雨，程序再結(jié)合識別結(jié)果去干后續(xù)任務(wù)：計數(shù)、顏色區(qū)分魁蒜、材質(zhì)區(qū)分等囊扳。比如圖2輸出：人11+（黃色、黑色兜看、白色锥咸、紅色），足球1+白色细移，程序再結(jié)合識別結(jié)果去干后續(xù)任務(wù)：人數(shù)統(tǒng)計搏予、基于顏色的球隊區(qū)分、進攻防守區(qū)分等弧轧。注意雪侥，前面兩個示例的“后續(xù)任務(wù)”都是需要程序員代碼實現(xiàn)（此處忽略產(chǎn)品經(jīng)理等流程）球涛。
如果基于當(dāng)前圖片識別結(jié)果，再能推理判斷下這個圖片背后的更多信息和邏輯關(guān)系校镐，再進一步行動和決策就更具科學(xué)性亿扁。這是人類期待的計算達到的高度。以前的技術(shù)在后半截的處理是有技術(shù)障礙的鸟廓，今天的大模型出來后从祝，補充了這部分的技術(shù)障礙。
到了大模型時代引谜，接入DS后牍陌，大模型基于“圖1+圖2”的輸入，自動理解圖片员咽，然后我們附件需要實現(xiàn)的提示詞毒涧，計算機就會完成以前需要多個程序塊才能完成的復(fù)制任務(wù)。
比如圖1贝室，把圖1輸入大模型契讲；同時，再輸入一個提示詞：告訴我上述圖片中包含了什么滑频？分別分析出他們的材質(zhì)和顏色捡偏。同時，再分析一下這個圖片會有什么潛在風(fēng)險峡迷？
圖2银伟，把圖2輸入大模型；同時绘搞，再輸入一個提示詞：以目前圖片的情況彤避，結(jié)合附件excel提供的兩支球隊最近1年的戰(zhàn)績數(shù)據(jù)，幫我預(yù)測本場球賽的比分夯辖。（本場比賽的當(dāng)前比分琉预、比賽時長等信息都位于圖片左上角，大模型自己識別）
ps：嘗試過幾個視覺模型楼雹，效果都沒達到筆者預(yù)期的效果模孩，所以就不分享示例截圖了尖阔。但這只是一個時間問題贮缅。
好了，前面通過2個簡單的示例來說明大模型在：感知和推理方面帶來的巨大變革介却。一是記錄自己最近的思考筆記谴供，二來通過通俗易懂的語言解釋大模型，供能看到我朋友圈的每一位好朋友們齿坷，快速高效理解AI原理桂肌。說小點数焊，不至于在販賣焦慮的大環(huán)境下焦慮，撥開迷霧看本質(zhì)崎场。說大點佩耳，更多的好朋友們理解了大模型，如何優(yōu)化自己的工作效率谭跨，優(yōu)化自己的產(chǎn)品等等干厚。最后分享身邊大咖們的觀點結(jié)束此文（我得準備過節(jié)去），更多信息和思考后面再行補充吧螃宙。
有個說法蛮瞄，用于評價是AI+還是+AI
1，去掉AI谆扎，產(chǎn)品就掛了挂捅，就是AI+
2，去掉AI堂湖，產(chǎn)品變傻了闲先，就是+AI
結(jié)論：AI+是雜交生命，+AI是平替續(xù)命无蜂。
--某大咖
符號不一定是信息饵蒂，信息不一定是數(shù)據(jù)，數(shù)據(jù)不一定是知識酱讶，知識絕對不等于智慧退盯。
在AI平權(quán)時代，大家都可以利用好AI工具泻肯，好干工作渊迁，干好工作。
---------------------------------20250218補充視覺大模型識別結(jié)果--------------------------------
劉子潤于長安
2025-02-12
