免费在线设计工具

　　「 因为在我们看来 ， 这是很久以后的事情 ， 不可能现在就发生 ， 完全不可能 。 但实际上 ， 现在真的发生了 。 」

　　当问起投资中有什么重大失误时 ， DrChuck笑了一下说 ， 「 应该是相对早的卖掉了英伟达 。 」

　　2016年 ， D✅rChuck以2.3美元左右的价格买进100股英伟达 。 2020年熔断后 ， 他又继续加仓 ， 一直到2023年觉得高估了才卖掉 ， 最终以50美元落袋为安 。

　　但这还不是结局 ， 到了2024年11月 ， 英伟达股价又涨了近2倍 ， 最高涨到149.77美元 。 与DrChuck初次建仓价格相比 ， 英伟达股价已经涨了65倍 。

　　DrChuck身处美国加州圣地亚哥的家中 ， 摄像头前的他随意穿着蓝色T恤 ， 戴金属框眼镜 ， 胡子没刮 。 画面中 ， 他动作慵懒 ， 说话温吞㊣ ， 可以听得出有一丝南方口音 。

　　DrChuck旅美多年 ， 从留学到工作一直在海外 。 2015年 ， 由于学校经费不足 ， 研究工作难以继续开展 ， DrChuck只能被迫从密歇根大学的研究室出来找工作 。

　　当时 ， DrChuck没有太多选择 ， 他误打误撞进入了AI行业 ， 他加入的是一家从㊣事图像处理的创业公司 。 这是一家真正的初创公司 ， DrChuck就是第一号员工 。 幸运的㊣是 ， 不久AI风口吹起 。

　　刚进入这家公司 ， DrChuck其实还不太趁手 。 当时 ， 自己的第一个工作任务是识别图片里的物品 。 传统做法是找到物品✅的特征 ， 用机器学习设计特征工程 ， 做成模板 ， 然后拿着模板进行特征匹配 。 但是做了几✅个月之后 ， 图像识别率不太高 ， 测试效果不佳 。

　　这款由谷歌旗下创业团队Deepmind开发的围棋智能程序在全球关注下以4 ： 1战胜了当时的世界冠军李世石， 引起全球轰动 。 在这场人机对战中 ， AI深度学习模式完全碾压人类 ， 人工智能由此宣告进入一个快速发展阶段 。

　　当时 ， AlphaGo给DrChuck带来极大震撼 ， 他像疯了一样去挖掘背后的逻辑 。 DrCh㊣uck觉得✅ ， 围棋是19乘19的棋盘 ， 状态空间复杂度高达10的171次方 ， 远大于宇宙中㊣原子的个数 ， 单靠近似穷举是不可能解出答案的 。

　　曾开发出象棋软件 「 将神传说 」 的雪球用户编程浪子 （ 随意门 ： 前作 ） 认为 ， 在传统算法上 ， 要达到人类同等棋力 ， 围棋程序的开发难度比象棋要大得多 。 但是AlphaGo出现后 ， 最新算法结构对不同棋类的复杂度已经不敏感了 ， 最多是参数数量的问题 ， 开发难度差别不大 。

　　编程浪子很清楚 ， AlphaGo将快速迭代 ， 并通过不间断自我学习快速超过人类 ， 而且一定会对棋类以外的AI应用起到指引作用 。

　　经过学习 ， DrChuck明白原来AlphaGo的核心是卷积神经网络 ， 这是一种图像识别算法 。

　　DrChuck向我解释 ， 早期的机器学习主要以支持向量机 （ SVM ） 算法为主 ， 神经网络学习其实很冷门 ， 只有少数科学家做过尝试 。

　　其中 ， 为了训练神经网络学习算法 ， 图灵奖获得者杨立昆就曾向美国邮政署拿到了7200多个手写邮编的扫描件 ， 这涵盖各种风格 、 质地 ， 甚至包括常见的错误 。 杨立昆向神经网络算法展示这几千个真实的人类笔迹 ， 让机器也能像人类一样学习相关模式 ， 形成内化的直㊣觉 。 这套直觉很难用传统计算机程序的形式表达 ， 但它使得算法能够以前所未有的方式理解真实世界的复杂混乱 。

　　华裔人工智能科学家李飞飞在自传 《 我看见的世界 》 中提到杨立昆当时的成果预示着一个大胆的未来 。 随着时间推移 ， 行业研究重点从 「 通过明确编程来解决问题 」 转变为 「 从示例中发现模式 」 。 换言之㊣ ， 算法不是被告知该做什么 ， 而是去学习该做什么 。

　　在AlphaGo的程序中 ， 为其提供独家支持的是美国软硬件一体化AI解决方案领导者英伟达研发的CUDA系统 。

　　DrChuck发现CUDA非常高效 ， 由此吸引了众多研究员和工程师参与开发 ， 英伟达的开发人员也热心解答各种Bug问题 。 随着不断✅交互 ， 越来越多算法首发在CUDA上 。 其他人为了超越前者改进算法也只能继续用CUDA ， 并形成了网络效应 ， 总之就是用的人越多就越好用 。

　　深入了解这些工具以后 ， DrChuck总算可以把图像识别算法换成深度卷积网络 ， 运行后效果显著 ， 准确率✅飞升 。

　　2016年 ， DrChuck买进100股股票作为迷你股东参股英伟达 。 之后几年 ， 英伟达股价不断走强 ， 并形成龙头效㊣应 ， 带领美国纳斯达克指数屡创新高 。

　　DrChuck觉得AI超预期发展是支撑美国纳斯达克指数的最大动力 ， 他笑称希望泡沫不要破灭 ， 这样自己现在的公司还能有机会上市 。

　　尽管从事AI行业 ， 也投资AI公司 ， 但除了英伟达之外 ， DrChuck基本没有参与过相关的热点投资 。

　　雪球用户PoloYu （ 随意门 ： 前作 ） 觉得就目前来看 ， AI公司在数据 、 算法和算力三个层面上还是大多以热点投资为主 ， 基本面叙事还没怎么落地 ， 但✅他强调热点投资不是坏事 ， 至少指出了热点是什么 ， 也算是个方向 。 就㊣㊣AI而言 ， 目前更直接的影响应该是能源层 ， 比如说可以确定需要发展核电 ， 需要监管的配✅合 。

　　尽管㊣在AI行业获得不错回报 ， 但DrChuck其实没有相关背景 ， 自己以前是从通信行业转型过来的 ， 他觉得能转型成功主要得益于行业的无私开源 。

　　不只是DrChuck ， 很多AI从业者都是跨学科过来✅的 。 李飞飞认为人工智能的许多奠基人都兼容并蓄 ， 涉足包括心理学和认知科学在内的各种领域 ， 但他们的背景主要集中在数学 、 电子工程和物理学领域 。

　　DrChuck亲眼见证了众多研究人员在开源社区热烈讨论大模型和论文 ， 共享知识 ， 高效推动了AI行业发展 。

　　DrChuck倡导㊣开源文化 ， 他欣喜的看到不少中国AI公司也在积极响应 。 尽管当前的开源环境不如以前 ， 像AI巨头OpenAI也从开源转为闭源 ， 但国内的开源家族正在为行业发㊣展贡献自己的力量 。

　　DrChuck觉得开源和商业并不矛盾 ， 像阿里巴巴 、 百度等公司基于模型开发出应用提供服务 ， 同样可以获得商业回报 。

　　放眼全球 ， DrChuck认为从开源上获得回报最成功的案例是特斯拉 。 自己也长㊣期关注✅这家公司 ， 但始终没有机会入手 。

　　直到2019年 ， 特斯拉出现产能不足的瓶颈 ， 公司营收受到交付延迟影响 ， 股价从当年的高位回调50%以上 。

　　为了解决产能问题 ， 特斯拉决定在上海及其它区域建厂 。 尽管当时估值㊣仍不低 ， 市场对特斯拉前景也不太看好 ， 但DrChuck相信这是一个很好的买点 。

　　DrChuck依稀记得当时买进价格是13美元左右 ， 后面又经历了一系列拆股 。 在持有过程中 ， 特斯拉突破产能瓶颈 ， 股价进一步打开上升天花板 。

　　DrChuck总结 ， 「 在美国没什么效 ， 但一些简单量化策略在A股还是挺有效的 。 」

　　DrChuck在雪球上曾分享过A股短线情绪指标 、 上证指数逃顶技术面㊣指✅标 、 A股行业轮转 、 美股双动✅量 、 基于VWAP （ 成交量加权平均价 ） 的日内交易策略等策略 。

　　2024年9月底 ， A股暴动 ， 大量投资者在国庆期间排队等待进场 。 10月8日㊣ ， 国庆假期后第1个交易日 ， A股几大指数期货一开盘果然全㊣部涨停 。 但 ， DrChuck的量化指标很快检测到情绪在快速衰竭 ， 后面行情验证果然没错 。

　　对㊣于量化交易 ， DrChuck认为自己也不做高频程序 ， 每周或一段时间调一下组合参数就可以了 ， 基本也不用花太多时间 。

　　碰到好的交易机会 ， DrChuck还会动用期权和UVXY等工具 。 DrChuck觉得中概股在2022年的隐含波动率非常高 ， 当卖方来回吃权利金很爽 ， 但现在也回落了 。

　　衍生品工具确实波动巨大 ， 有次赌财报 ， DrChuck买了拼多多看涨期权 ， 权利金从几乎归零又涨了回来 。 他看着那款末日期权从0.03飚到2.48 ， 短时间内疯涨了✅80倍 。

　　2017年 ， 公司韩国同事无意中聊到了加密货币 。 尽管当时正是各种币泡沫破灭时期 ， 但DrChuck一听就激灵了 ， 他看中的是技术上的去中心化和开源自由 ， 他越研究越觉得有戏 。 说干就✅干 ， 自己快速完成准备工作进场 ， 最终以3000美元左右的价格囤进大饼 。

　　DrChuck强调投资的非相关性 ， 尽管入市时间不长 ， 但他的资产覆盖了A股 、 港股和美股的㊣各类✅企业和基金 ， 其中既有高科技新贵 ， 也有银地保蓝筹 。 股票资产之外 ， 还有黄金㊣和加密货币等等 。 交易方法有主观估值 ， 也有AI量化 。 五花八门 ， 只要你想得到的 ， DrChuck都愿意去尝试 。

　　当问起同时操作这么多策略会不会打架时 ， DrChuck脱口而出 ， 「 不会打架啊 ， 分散是投资里唯一免费的午餐 。 」

　　诺贝尔物理学获奖者之一正是AI深度学习之父杰弗里辛顿 。 在坐了30年㊣学术冷板凳后 ， 辛顿终于㊣熬出头 。

　　神经网络学习曾经不被看好 ， 直到AphaGo出现才改变这个局面 。 在✅OpenAI推出大模型之后 ， 神经网络学习更是一夜之间进入千家万户 。

　　国民级大模型Kimi创始人杨植麟认为最近几年突然出现通用模型的原因是必然 ， 也是偶然 。 必然是人类科技总有一天会达到这个节点 ， 偶然是因为数✅据 、 芯片和架构三者共振的结果 。 第一 ， 互联网发展了20多年 ， 这为AI提供了大量的训练数据 。 第二 ， 芯片技术和网络技术的发展 ， 现在算力可以在短时间内实现10的25次方FLOPs运算 。 第三 ， 算法提升 ， 主要是因为Transformer架构诞生 。

　　Transformer是一种深度学习模型架构 ， 最初由Vaswani等人在2017年的论文 《 Attention is all you need 》 中提出 。 它主要用于处理序列到序列的任务 ， 如机器翻译 、 文本摘要 、 问✅答系统等 。 Transformer模型的核心思想是利用注意力机制来捕捉序列中不同位置的元素之间的关系 ， 无论这些元素之间的距离有多远 。

　　DrChuck认为Transformer是一种自注意力架构 ， 简单说就是只关心输入之间的关系 ， 不再关注输入和输出的关系 ， 这是一个颠覆性的变化 。

　　在这之前 ， 虽然深度学习已经取得长足进展 ， 但AI在视觉 、 语音 、 语言理解等分㊣析还是相对割裂 ， 每个领域都有各自的模型 。 但在Transformer出现之后 ， 各领域专家的知识整合以及多模态整合变得更加轻松 。

　　他觉得就目前而言 ， 深度学习主要还是将人类数据的高效压缩 ， 依然在统㊣计学习的范畴内 。 只是现在人工智能的核心算法通常运行在类似于黑盒的工作模式中 ， 导致AI系统的运算结果还不太能被人类所理解 。

　　DrChuck认为现在训练超级大模型成本很高 ， 一般院校没法做 ， 只能通过商业途径去发展 。 基于大模型的应用开发 ， 可能才是普通AI从业者可以触及的 。

　　DrChuck现在从事的SAAS公司的主要业务正是基于AI大模型的接口进行二次开发 ， 为各种应用微调模型 ， 从而提高工作效率 。

　　对此 ， Polo✅Yu则有不同观点 。 他认为SAAS在美国也是一个没啥技术含量且高毛利的业务 ， 说起来有生产力提升 ， 其实也比较可疑 ， AI的价值很可能会直接推倒这个行业大多数人而不是助力 。

　　他觉得大多数SAAS其实都是薄皮套壳大模型 ， 各种浅应用很难在大模型的升级过程中活下来 。 但这个行业在过去20年中也吸引了很多人才 ， 原因很简单 ， 就㊣是这个行业有极高毛利 ， 从业者可以赚到不少钱 。

　　DrChuck认为ChatGPT开放的code interpr㊣eter有点惊艳 ， 它可以分析表格 、 清洗数据 、 生成图表等等 ， 中间过程都以㊣Python代码显示 ， 实时编译 ， 报错了还能自己debug 。 以后 ， 人人都是数据分析师 。

　　现在 ， DrChuck只要有个想法 ， 马上就输入GPT ， 然后编程出来 ， 这比㊣以前敲代码要轻松多了 。

　　之前 ， 在完全不懂爬㊣虫和JavaScript的情况下 ， DrChuck还曾通过GPT在一周内轻松实现爬取各大购物网站的功能 。

　　PoloYu认为AI应用于投资已经很广泛了 ， 比如在公告中用AI文本检索 ， 文本生成之后可以很快找到关键投资标的 。 还有语音识别和翻译 ， 现在浏览器的翻译效率和准确率是3年前想象不到的 。 总之 ， 叠加A㊣I buff之后 ， 现在信息搜集和理解都快了一个数量级 。

　　刚接触投资时 ， DrChuck看了巴㊣菲特写给股东的信 ， 自己被他风趣而真诚的文字所吸引 。 之后 ， 每年给股东的信✅都会跟踪 ， 只是一直没有机会到现场见面 。

　　尽管圣地亚哥距离奥马哈有2000多公里 ， 但考虑到两位大师都已是90+高龄 ， 怕万一哪天就看不到了 ， DrChuc㊣k决定参加2023年伯克希尔股东大会 。

　　到奥马哈后 ， DrChuck被现场氛围所感染 ， 他觉得这不愧是资本界的伍德斯托克摇滚音乐节 。 在股东会现场 ， 他还特别关注了查理芒格关于AI的观点 ， 芒格称赞了比亚迪工厂的智能化水平 ， 但对人工智能的炒作持谨慎态度 ， 自己更相信传统的人类智能 。

　　对此 ， DrChuck心有戚戚焉 。 尽管自己从事的是前沿的AI行业 ， 但DrChuck对传统理念依然认可 。

　　在投资上 ， 当他看到雪球创始人方三文提出的自由现金流淹没股价的概念时 ， 他觉得自己被击中了 。

　　他回忆说 ， 「 看到自由现金流淹没股价这个说法时醍醐灌顶 ， 不亚于看到AlphoGo时对AI的激发点 。 」

　　DrChuck觉得方三文对私募三大建议让自己受益良多 ， 建议包括人格认知 、 长期净值和业绩归因 。 为了表明态度 ， DrChuck还下场认购了方三文主理的雷石基金 。

　　2023年底回国 ， DrChuck特意前往广州参加雪球嘉年华 ， 现场还认识了不少用户 。

　　尽管自己是2017年才入球㊣ ， 但雪球社✅区的类开源文化让自己很快进入状态 。 DrChuck还写过一篇雪㊣球抄作业心得 ， 总结不同用户的用法 。

　　自己从小就看漫画书 ， 后来看人物传记 、 学术论文 ， 投资书籍方面看过巴菲特 、 施洛斯 ， 技术分析也读过 。 他觉得基于兴趣的学习是最高效的 。

　　DrChuc✅k从小喜欢科幻 ， 自己曾一路追看 《 科幻世界 》 。 2008年 ， 自己还专程去成都参加科幻大会 ， 与刘慈欣合影 。

　　通过阅读积累经验之后 ， 自己可以拓展知识面 ， 发现有价值的机会 ， 然后聚焦往这个方向快速学习 、 试错迭代 。

　　DrChuck觉得这有点像贝叶斯公式 ， 有先验知识 ， 再通过条件函数推导未来结果 ， 这样可以提高概率 。 DrChuck觉得这种方法不限于投资 ， 对于人生选择也有帮助 。

　　张小丰专注于生物医药投资 ， DrChuck㊣对于这个领域的前景也充满信心 。 当时 ， 关于生物医药基金的投资有两个选择 ， 雪球用户黄建平的建平远航基金和张小丰的小丰基金 。 经过考虑 ， DrChuck最后选择小丰基金 。 持有基金两年中 ， DrChuck认为张小丰投资风格没有漂移 ， 而且还在继续进化 。

　　关于投资 ， DrChuck既有自投 ， 也有外投 ， 看到心动的就干 ， 他并没有对自己设限 。

　　2023年初 ， 法国AI初创团队Mistral成立 。 得益于开源文化 ， 这家获得谷歌和英伟达支持的公司在成立当年便推出首个生成式人工智能大模型 。

　　DrChuck认为Mistral开源了混合专家模式架构 ， 这个架构由多个专家子模型组成 ， 在回答特定领域问题只需要调用相应的数据 ， 整体推理消耗大大降低 ， 进一步推动大模型迭代发展 。

　　在华中科技大学光电信息工程专业毕业后 ， DrChuck继续参加学校组织的中法交流项目 。 华科的光电专业在全国排名第一 ， 光电实验室还出了几个华为天才少年 。 2009年 ， 为了继续从✅事研究 ， DrChuck前往法国参加通信专业研究生学习 。

　　自己在小学 、 初中 、 高中的学霸之路是一路绿灯 ， 并高分进入华中科技大学的光电信息工程专业 。 本科毕业后 ， 自己突然间就来到一个陌生的国家 ， 他感觉自己遭遇了文化冲击 。

　　他说 ， 「 语言以为准备好 衍生品设计模板， 但后来发现不是那么一回事 ， 那些高级课程根本听不懂 。 」

　　苦熬了一年之后 ， DrChuck觉得自己法语还是不过关 ， 而且感觉法国高科技机会少 ， 行业薪酬也不行 ， 未来可能一片渺茫 。

　　15年后 ， 说起这段经历✅ ， 在摄像头面前的DrChuck突然严肃起来 ， 他至今还有一些懊恼 ， 他的愧疚感主要是给家里带来了负担 。

　　他侧着身子 ， 轻叹口气说 ， 「 哎 ， 多花了一大笔学费 ， 尽管当时有一部分奖学金 。 」

　　提起父亲 ， DrChuc✅k眼睛发亮 ， 他觉得从父亲身上可以看到中国这几十年来的巨大发展 。

　　作为50后 ， 高中毕业后 ， 父亲正好赶上上山下乡 ， 一个学生突然之间就离开家乡来到一个异常艰苦的地方 。

　　后来 ， 改革春风吹来 ， 父亲了解到国内将恢复高考 ， 他意识到这是一个改变命运的机✅会 。 但 ， 当时距离高考只剩下2个月时间 。

　　没有意✅外 ， 经过2个月努力 ， 父亲✅顺利考上一所石油化工中专 ， 并在毕业后进入当地的石化系统工作 ， 直到退休 。

　　说起父✅亲在逆境中的经历和取得的成就 ， DrChuck肃然起敬 ， 他觉得自己可能也做不到 。 回顾过往 ， 从法国回国后 ， DrChuck感觉自己成熟了不少 ， 似乎比同龄人成长更快 。

　　在家里的支持下 ， DrChuck获得第二次选择机会 ， 他决定参加华中科技大学另一个交流项目 。 这次 ， 他考上了美国 「 公立常春藤 」 名校密歇根大学 。

　　交流过程中 ， DrChuck认为家庭给自己的帮助很大 ， 这也影响了自己对下一代的教育 。 他不只一次强调 ， 自己也希望能给小孩一次托底机会 。

　　DrChuck是幸运的人 ， 成长过程中一直被童年时代所滋养 。 回忆起中学时候 ， 自己有次和母亲在路边等车闲聊 ， 旁边女士很讶异DrChuck㊣的母子关系很平等 ， 双方说话很随和 ， 不㊣像传统亲子关系 。 回想起来 ， DrChuck觉得这样的家庭氛围在那个年代确实很开明 。

　　提起家庭帮助的具像化 ， DrChuck回忆在1998年 ， 家里在自己上小学二三年级时便买了电脑 ， 这在当时相当珍贵 。 上世纪90年代 ， 那时的电脑✅甚至还没有图形 ， 只有D㊣OS系统 。

　　游戏的虚拟环境是开发和测试人工智能算法的绝佳平台 ， 许多游戏都有得分系统 ， 可以很方便的衡量进步程度 。

　　他记得很清楚 ， 当时一款现象级角色扮演 （ RPG ） 游戏 《 仙剑奇侠传 》 风靡电脑圈 ， 自己从此入坑 。 到初中后 ， DrChuck又开始沉迷网络游戏 《 传奇 》 。

　　游戏实在是太好㊣玩了 ， 为了逃避中考 ， DrChuck偶然得知参加化学奥赛获得一等奖可以直接保送高中 。 他决定走捷径 ， 结果努力了一个月去参赛只拿到二等奖第一名 ， 与保送机会擦肩而过 。

　　尽管没有保送成功 ， 但从那时起 ， DrChuck突然惊醒 ， 自己从此把游戏瘾戒断了 。

　　现在 ， 看到雪球用户讨论玩游✅戏利弊时 ， 作为过来人 ， DrChuck也会忍不住参与互动 ， 他觉得玩游戏就在中学㊣阶段玩玩挺好的 ， 到了大学的宽松环境反而不容易沉迷 ， 毕竟体㊣㊣验过了 。 如果到大学才沉迷游戏 ， 那带来的伤害显然要大得多 免费在线设计工具。

　　拉长时间看 ， 游戏或许只是人工智能发酵的引子 ， DrChuck坚信深度学习是AI的未来 。 如果机会合适 ， 自己㊣也有回国打算 。

　　他对国内AI行业也充满信心 ， 他分析 ， 「 中国AI没有落后美国太㊣多 ， 可能是3-6个月 。 」

　　把㊣英伟达卖掉后 ， 自己重点买进中概股 。 DrChuck觉得现在中概股非常低估值 ， 自己感觉未来前景没那么差 ， 美国投资者对于中概股也不感兴趣 。 就目前 ， 确实很难找到同时兼具低估和成长的公司 。

　　提㊣起自己极度分散的风格 ， DrChuck认为主要受耶鲁大学首席投资官斯文森所写的 《 不落俗套的成功 》 影响 。 DrChuc✅k认可书中观点 ， 作为理性投资者 ， 资产配置是工具箱㊣中最有效力的工具 。

　　斯文森在书中写道 ： 定义资产类别既需要艺术 ， 也需要科学 ， 试图将同类的资产归在一起 ， 其最终目的是将相对而言同类的投资机会集合在一起 。

　　他同时也强调个性化艺术 ： 注重个人㊣偏好 、 个㊣人经济状况和个人技能 ， 会使投资者做出更佳决策来配置金融资产 。 将投资组合的资产配置按个人偏好进行调整 ， 会使投资者在任何情况下都能维持对各种资产类别的投资情况不变 。

　　DrChuck认为斯文森将超额收㊣益分为三个部分 ： 资产配置 、 市场择时和标的挑选 。 相对来说 ， 他觉得大多数普通人应该放弃市场择时和标的挑选 ， 将重点放在资产配置上 ， 这样才是比较合理的选择 。

　　当问起未来是否会尝试发行私募基金时 ， DrChuck觉得没有工作带来稳定现金流可能压力会比较大 。 现在管理工作少 ， 投资时间多了 ， 业㊣余投资挺好 ， 自己对收益预期也不高 ， 过往业绩应该跑赢㊣标普500指数 。

　　对于AI未来 ， DrChuck认为是非常乐观的 。 尽管有人担心AI会㊣让很多人失业 ， 但DrChuck认可李飞飞的观点 ， AI取代的是任务 ， 而不是工作 。 每项工作都由大量任务组成 ， 让AI去完成繁重的任务 ， 人类的创造力将进一步解放 。

　　编程浪子感觉人类未来大部分重复劳动 ， 无论是体力还是脑力 ， 大概率都将被机器取代 ， 这是一场不亚于工业革命的变革 。

　　尽管在深度学习研究取得成功 ， 但杰弗里辛顿对AI未来的发展有些忧虑 。 他认为 ， 未来5-20年 ， AI有一半概率比人类聪明 。

　　2024年10月29日 ， 马斯克在号称 「 沙漠达沃斯 」 的第八届沙特未来投资倡✅议峰会访谈中谈到AI能力每年至少提高10倍 ， 4年后将比现在进步10000倍 。 到2028年左右 ， AI可能将具备所有人类的综合能力 。

　　从大比分看 ， 李世石已经落败 。 李㊣世石在前3局中尝试过不同风格 ， 但均告失败 。 舆论从赛前的看好 ， 到赛中的失落 ， 最后只能用沉默来消解失望情绪 。 人机对战的残酷现实是 ， 人类在AI面前毫无反手之力 ， 评论员开玩笑说李世石要想获胜只能拔掉电源插头 。

　　第4局开始 ， 李世石用回自己的典型手法㊣ 。 双方迂回僵持 ， 李世石一直在等待最佳时机 。 终于 ， 在第78手时 ， 李世石执白子下出一记人类棋手没想到 、 AI也没想到的奇手 ， AlphaGo似乎有点宕机 。 后台数据㊣显示 ， AlphaGo胜率突然下㊣降㊣8% ， 从图形㊣上看就像从悬崖上掉下来一样 。 之后 ， AlphaGo有点错乱 ， 它在95手的搜索时间出奇的长 ， 然后走出4局来的第一次奇怪走法 。

　　李世石设法把局面变得复杂 ， 78手这一步使得人工智能也没法正确计算出来 ， 事实上算法显示白子78手下出这一步的概率只有万分之7 。 评论员认为李世石创造了奇迹 ， 他在看似绝境中找到出路 。 最后 ， AlphaGo输掉了这局比赛 。

　　14章核心课程，聚焦大类资产投资方㊣法论，通过基金布局A股/港股㊣/美股/债券/商品等机会；入群即可获得1本投资好书……来，把握行情，与天南㊣海北的投资朋友畅聊机会吧！