Een vraag Je bent al AI, waarom heb je dan nog web3 nodig? Als AI alles kan doen, kan het ook Web3 doen.

Iedereen zou de 84 minuten durende documentaire van Google DeepMind moeten bekijken, hier zijn de hoogtepunten 🌟 (kijk hoe Demis van een jonge man met een volle haardos verandert in een top expert op de weg naar AGI) 1. Oplossen van intelligentie - de weg naar AGI De kern van de documentaire "THE THINKING GAME" is de levenslange zoektocht van DeepMind mede-oprichter Demis Hassabis naar AGI, van een jong internationaal schaken wonderkind ([00:23:41]), naar game-ontwikkeling ("Theme Park" [00:40:22]), tot neurowetenschappelijk onderzoek ([00:32:22]), met als uiteindelijke doel "intelligentie oplossen" (Solve Intelligence). De missie van DeepMind is gedefinieerd als het bouwen van "s werelds eerste algemene leer machine" (General Learning Machine). // Dit maakte indruk op me en maakte me ook een beetje ongerust; al je levenskapitaal investeren in "één ultiem doel" kan ongekende creativiteit opleveren, maar kan ook de gevolgen van morele fouten vergroten. De documentaire vermijdt dit punt niet - je kunt hun zelfvertrouwen voelen, maar ook de potentiële zorgen horen. 2. Spellen als trainingsveld DeepMind gelooft dat generaliteit (Generality) de sleutel tot intelligentie is. Ze beschouwen spellen als het perfecte trainingsveld voor het ontwikkelen van een enkele algoritme dat meerdere taken kan leren. Hier zijn enkele van hun eerdere pogingen: DQN (Deep Q-Network): bewees de haalbaarheid van de combinatie van versterkend leren en diep leren door tientallen Atari-spellen te spelen. AlphaGo: beschouwde Go als de "heilige graal" en bewees dat machines nieuwe strategieën kunnen ontdekken op manieren die mensen zich niet kunnen voorstellen, wat wereldwijd opschudding veroorzaakte. AlphaZero: ontdaan van alle menselijke kennis, leerde volledig door zelfspel in korte tijd Go, schaken, enz., en toonde pure algemene leervermogen aan. // In de documentaire laat DeepMind deze twee uitersten duidelijk zien; spellen versterken de algoritmes, en wetenschap en praktische toepassingen brengen deze krachten naar werkelijk invloedrijke gebieden. 3. Van spel naar wetenschap, de baanbrekende doorbraak van AlphaFold DeepMind bracht de kracht van AI naar een van de meest complexe wetenschappelijke problemen in de echte wereld, het eiwitvouwing probleem. Dit probleem heeft wetenschappers 50 jaar beziggehouden. Het doel van AlphaFold is om de 3D-structuur van eiwitten nauwkeurig te voorspellen op basis van de aminozuursequentie, wat cruciaal is voor het begrijpen van leven en het versnellen van de ontwikkeling van nieuwe medicijnen en vaccins. In de CASP 14-wedstrijd ([01:13:50]) behaalde AlphaFold doorbraakprecisie en werd het geprezen als "het eiwitvouwing probleem is opgelost". DeepMind maakte vervolgens 200 miljoen eiwitstructuurdata wereldwijd gratis openbaar ([01:15:55]), wat werd beschouwd als een "gift aan de mensheid" (Gifts to humanity). Tegelijkertijd wijst de documentaire ook op de mogelijkheid dat AI voor militaire doeleinden kan worden gebruikt ([00:34:44]), voor krachtiger toezicht, en kan worden gebruikt om "de mensheid te temmen" - ons onderwerpen met wapens die we niet eens begrijpen, en de fouten van het "Manhattan-project" niet herhalen, dat zich alleen richtte op technologische opwinding en de morele gevolgen negeerde. // Mijn persoonlijke overpeinzingen (een reflectie dichter bij de documentaire) 🌟 Een obsessie voor één punt is zowel een voordeel als een risico. Demis' leven bewijst de kracht van focus, maar het concentreren van veel middelen op één enkele visie kan ook leiden tot blinde vlekken. Een diversiteitsmechanisme voor waardecontrole is zeer noodzakelijk. Van de arena naar sociale kwesties vereist een mentale sprong. Het behalen van superieure prestaties in spellen is een technische overwinning. Maar het toepassen van deze vaardigheden op menselijke gezondheid, politiek of veiligheid vereist input van ethiek, regelgeving en sociologie. Wat technologie kan doen, betekent niet dat het ook moet doen. Open source en delen zijn goede remedies om risico's te verlichten, maar zijn geen panacee. AlphaFold maakte de structuurvoorspellingsdata open source, wat een stap is naar verantwoordelijkheid tegenover het publiek; maar tegelijkertijd zijn de technologie zelf (modellen, trainingsdata, rekenkracht) niet gelijk verdeeld, en open source data lost het probleem van ongelijke macht niet automatisch op. Voortdurende supervisie en interdisciplinaire governance moeten gelijke tred houden met de technologische vooruitgang; als we alleen de tijdschema's van ingenieurs gebruiken om AI te beheren, zullen we de cumulatieve sociale kosten missen.

Er zijn steeds meer vrienden die op zoek zijn naar werk en mij vragen hoe ze bij een topbeurs kunnen komen. Denk niet te gemakkelijk dat je een KOL bent of dat je veel ervaring hebt met handelen en het verzamelen van tokens, en dat je daarom zomaar bij een beurs binnen kunt komen. Je moet weten dat topbedrijven nooit gebrek aan talent hebben, maar dat ze op zoek zijn naar het juiste talent. 1. Begrijp dat een beurs in wezen een web2-bedrijf is, geen web3. Voordat ik bij de beurs begon, dacht ik ook dat als ik veel web3-ervaring had, het een fluitje van een cent zou zijn om binnen te komen, maar ik had het mis. De beurs richt zich niet op de web3-markt, maar op een web2-product. Denk er goed over na, in wezen is het hetzelfde als toen we begonnen met WeChat, Xiaohongshu en Xueqiu; we willen dat web2-gebruikers binnenkomen. Dus positioneer jezelf alsjeblieft niet als iemand die solliciteert bij een web3-bedrijf, dit zal je sollicitatiegesprek enorm bemoeilijken. 2. De beste voorbereiding is geen voorbereiding. Deze zin moet je even laten bezinken. Tijdens zes rondes sollicitatiegesprekken heb ik al mijn voorbereide presentaties niet gebruikt. De vragen en invalshoeken van de interviewers waren in elke ronde totaal verschillend. Dus hier gaat het er niet om dat je niet moet voorbereiden, maar dat je op alle fronten voorbereid moet zijn. Een goede interviewer kan uit meerdere gesprekken jouw potentieel afleiden en je op de juiste plek zetten. 3. Leer om omgekeerd te vragen. Stel jezelf eerst voor als interviewer, als de kapitein van het product. Welke vragen zou je hebben over dit product? Hoe zou je het verbeteren? Wat te doen als verbetering moeilijk is, enzovoort. Denk altijd dat denkwijze belangrijker is dan ervaring. Je moet de interviewer laten weten dat het aannemen van jou betekent dat je problemen oplost, conflicten vermindert en nieuwe waarde creëert. Denk ook niet dat je, zodra je binnen bent, het hele ecosysteem kunt veranderen; maak je geen illusies, er zijn veel mensen die slimmer zijn dan jij. 4. Verfraai je functie niet. Je moet weten dat een beurs een beurs is vanwege zijn sterke marktpositie en verfijnde bedrijfsstructuur. Denk niet dat je, zodra je bij een beurs werkt, meteen succesvol zult zijn. Kijk naar Tencent, Alibaba, Bilibili; tenzij je in de vroege fase aandelen hebt, ben je nog steeds een verfijnde schroef. Maar onderschat de schroef niet; als je het goed doet, kun je in de toekomst ook fabriekseigenaar worden. Tot slot raad ik iedereen ten zeerste aan om te solliciteren bij een beurs. Je zult wereldklasse interviewers en professionals ontmoeten, en deze ervaring zal je vertellen waarom deze beurzen zo succesvol zijn.