這是一篇在去中心化論壇編寫的文章，它將難以被刪除，除非這條區塊鏈被人們棄置。
最近在忙著做一個 AI 智能補全場景模型功能。期間一直在使用 AI。用 copilot 進行代碼補全，用 chatGPT bot store 裡的專用 AI 解決和搜索各種問題。
如果說，第一次視野被打開是剛接觸互聯網上網衝浪。那麼 AI 又給了我第二次開闊視野的機會，它極大地提高了人們的信息整合能力。
這段時間都異常興奮。新的工作，新的項目和挑戰。加上一直在學習當下最有趣的技術。人工智能、區塊鏈。
AI 的下一個關鍵節點，AI 學會自主學習。現在的 AI 仍然是人類主動投餵數據進行學習。如果 AI 能夠自己主動爬取互聯網，並不斷優化自己的交互策略，滲透深網獲取數據。那麼 AI 的成長速度是質的飛躍，這會讓全球的 AI 像當初的互聯網一樣，來到全新的科技時代。
第二個爆點是具身 AI。AI 具有身體，並通過物理接觸來認識世界。我認為做到這點後，AI 的智能才會逐漸達到人類水平。
第三，也是最後一個爆炸點。是全新的 AI 框架。懂行的人應該都明白，神經網絡是天花板的。我相信谷歌的 deepmind 會更早實現全新的 AGI 技術框架，而不是 openai（除非 deepmind 的核心技術被挖走了）。在此之後，人工智能將超越人類。
區塊鏈是一個過於超前的技術。每次看見有意思的區塊鏈項目，就不禁嘆息這些生不逢時的英雄，他們都是前進中的理想主義者。區塊鏈作為一種天生帶著思想的科技，仍然無法強硬進入普通人大腦。需要等待 AI 革命完成後，智能助理與區塊鏈互相賦能，才可能讓區塊鏈進入普通人視野。在那之前，區塊鏈的騙局多於實用。
——————————
觀察到自己有一習慣的套路用數學建模解決實際問題。
問題 - 目標 - 原理 - 代碼
原理層面其實不需要對所有的技術細節都掌握，只要對技術能力的邊界掌握即可。通過搜索引擎就可以找到你的目標所對應的具體技術。
問題：工業設計師在搭建場景時，對模型有大量重複性操作。
目標：我想讓軟件智能推薦工業設計師需要的模型，提高效率。
原理：模型具有空間屬性（坐標和旋轉），模型和模型之間具有空間關係和業務關係（例如機械臂和末端連接）。我通過已有的大量場景數據，建立圖結構數據。用戶在搭建部分場景時，用用戶已經搭建的場景的圖數據作為子圖在我的海量圖數據庫中進行匹配搜索，找到最佳的推薦節點和關係。甚至可以使用神經網絡來自動找到模型之間潛在的關聯。
代碼：圖數據庫，通過搜索，找到現在比較好的 neo4j。空間關係涉及歐拉角平移矩陣的互相轉換。AI 則可以使用圖神經網絡。我需要一個方式來度量期望的模型和實際模型的差異，對於旋轉差異，可以使用四元數積、Frobenius 範數。
————————————————————————————
高中其實是很多人的智力頂峰。如果想孕育出科學家和工程師，就應該在這個階段去接觸真實的需求，解決現實的問題。
我非常提議，高中生就接觸數學建模，將學到的知識用於實際。現在回頭來看，如果當初我有足夠的認知（爽文）。那我就會在高中學習用數學模型去解決企業在互聯網懸賞的問題。大學四年大部分時間去企業內實習。等到畢業就已成為專業領域的技術專家，算法科學家。 青春本就是充滿好奇和活力的階段，這樣大量的智力資源若是用於企業發展的刀鋒之上，社會必將蒸蒸日上。可惜心智教育的匱乏，讓無數天才將智力和精力荒廢在了刀把上。
————————————————————————————