这是一篇在去中心化论坛编写的文章，它将难以被删除，除非这条区块链被人们抛弃。
最近在忙着做一个 AI 智能补全场景模型功能。期间一直在使用 AI。用 copilot 进行代码补全，用 chatGPT bot store 里的专用 AI 解决和搜索各种问题。
如果说，第一次视野被打开是刚接触互联网上网冲浪。那么 AI 又给了我第二次开阔视野的机会，它极大地提高了人们的信息整合能力。
这段时间都异常兴奋。新的工作，新的项目和挑战。加上一直在学习当下最有意思的技术。人工智能、区块链。
AI 的下一个关键节点，AI 学会自主学习。现在的 AI 仍然是人类主动投喂数据进行学习。如果 AI 能够自己主动爬取互联网，并不断优化自己的交互策略，渗透深网获取数据。那么 AI 的成长速度是质的飞跃，这会让全球的 AI 像当初的互联网一样，来到全新的科技时代。
第二个爆点是具身 AI。AI 具有身体，并通过物理接触来认识世界。我认为做到这点后，AI 的智能才会逐渐达到人类水平。
第三，也是最后一个爆炸点。是全新的 AI 框架。懂行的人应该都明白，神经网络是天花板的。我相信谷歌的 deepmind 会更早实现全新的 AGI 技术框架，而不是 openai（除非 deepmind 的核心技术被挖走了）。在此之后，人工智能将超越人类。
区块链是一个过于超前的技术。每次看见有意思的区块链项目，就不禁叹息这些生不逢时的英雄，他们都是前进中的理想主义者。区块链作为一种天生带着思想的科技，仍然无法强硬进入普通人大脑。需要等待 AI 革命完成后，智能助理与区块链互相赋能，才可能让区块链进入普通人视野。在那之前，区块链的骗局多于实用。
——————————
观察到自己有一习惯的套路用数学建模解决实际问题。
问题 - 目标 - 原理 - 代码
原理层面其实不需要对所有的技术细节都掌握，只要对技术能力的边界掌握即可。通过搜索引擎就可以找到你的目标所对应的具体技术。
问题：工业设计师在搭建场景时，对模型有大量重复性操作。
目标：我想让软件智能推荐工业设计师需要的模型，提高效率。
原理：模型具有空间属性（坐标和旋转），模型和模型之间具有空间关系和业务关系（例如机械臂和末端连接）。我通过已有的大量场景数据，建立图结构数据。用户在搭建部分场景时，用用户已经搭建的场景的图数据作为子图在我的海量图数据库中进行匹配搜索，找到最佳的推荐节点和关系。甚至可以使用神经网络来自动找到模型之间潜在的关联。
代码：图数据库，通过搜索，找到现在比较好的 neo4j。空间关系涉及欧拉角平移矩阵的互相转换。AI 则可以使用图神经网络。我需要一个方式来度量期望的模型和实际模型的差异，对于旋转差异，可以使用四元数积、Frobenius 范数。
————————————————————————————
高中其实是很多人的智力顶峰。如果想孕育出科学家和工程师，就应该在这个阶段去接触真实的需求，解决现实的问题。
我非常提议，高中生就接触数学建模，将学到的知识用于实际。现在回头来看，如果当初我有足够的认知（爽文）。那我就会在高中学习用数学模型去解决企业在互联网悬赏的问题。大学四年大部分时间去企业内实习。等到毕业就已成为专业领域的技术专家，算法科学家。 青春本就是充满好奇和活力的阶段，这样大量的智力资源若是用于企业发展的刀刃之上，社会必将蒸蒸日上。可惜心智教育的匮乏，让无数天才将智力和精力荒废在了刀把上。
————————————————————————————