第八帖，世界杯 和 AI会议

周三下午 阿根廷对英格兰 的半决赛，因为冲突 AI工作会议 无法看实况 （关于会议 下面简单题几句） 。 在手机上不时扫一眼比分。 70 分钟 时还是 英格兰 1-0。 等再”扫一眼“ 已经是95 分钟， 2-1 阿根廷 领先。 很惊讶。会议结束，看了比赛的录像。

关于这场半决赛，不用再多费笔墨。英格兰的 前国脚和评论家 已经把德国教练骂够了。 确实，其最后的防守，即使 1-1 拖进延长期也不会有获胜机会。  想起 西班牙 1-0 领先法国，继续对抗才是胜利的路子。

=======

决赛呢？ 

个人看，西班牙队机会略大。 西班牙 阿根廷 打法类似。几乎是同样打法。 西班牙的中场是强大不过的。赢得话，还在赢在中场出色发挥。

不过还是那句话， 没有梅西 阿根廷是二流球队。 梅西是一代人出一个的巨星 （三十年算一代的话）。 所以，无法预测决赛 梅西和 他的 “打手般的队友们‘ 会出现什么新的火花。 这是 梅西 卖票的最主要原因。

数字上估计， 55% 西班牙胜利， 45% 阿根廷取胜。

=======

AI ，什么会议不能看球？

我在一个 基础产业协会 的 AI Workshop中 ”掺乎“。 这是个”协会“组织捐钱的技术活动。 工作要求是 发文章 （”White paper“），高层的目的是以这些文章 作为 ”行业的技术导向“，于此同时请游说公司利用这系文章作为参考去影响国会拨款。 这个是美国很多 行业的玩法 （和大国 直接给领导 和秘书红包，还是有区别的）。

周三下午在讨论 一个 White Paper 的细节网会，所以无法看球。 文字上推敲来去。好不胜烦。 但拿了人家的钱，还是要至少表面功夫做足了。我只发了几句言， 说到， 多培养 （雇佣）些 搞数学模型的人，自己行业建模是大势所趋，因为毕竟 LLM 和 Transformer 越来越便宜而且没有知识上和技术上的不可逾越的鸿沟。 毕竟自己基础行业，不应该也不能把数据 都献给 OpenAI 或 Anthorpic。

这个周三刚搞完。周四大国  ”Moonshot“ 公司发了个 K3模型， Open Weight开源  ( 前几周 有GLM-2） 。 今天 美股各大AI相关股票 掉了一些。

从技术角度，大型 LLM 没有 MOAT已是越来越多被认识的 （Gary Marcus 是这一派的 leading voice）。所以大国 的 model 追赶毫无奇怪。 毕竟只有一个 美国国会图书馆 和 一个 互联网，有足够的芯片和电力，就可以 循环往复的 ，建模，“学习”，“训练”。把 开源的知识 咀嚼消化在 重新整理后 “吐出来”。 

至于 “代理” （AI Agent），是LLM 驱动下的各种程序， 搭好桥以后 （”scaffolding“）Agent 可以脱离人的监督和介入而自行工作 （当然 出错的可能性是无穷尽的， 和 Tesla自驾系统把车撞到高速边上的紧急救护车辆没有区别）。

但是，对其他行业来讲，难道出路是 ”卖身“ 给这些 ”frontier model“ LLM 吗？ 不断把数据交给他们，并奉上足够的美元，然后听命？

不是的。 列举几个 有关想法，

1） 所谓大的 ”frontier model“ ，如果只是 ”知识面大而广“，将来赚钱会难。 原因？

     --  有大国 的 Open Wieght LLM 的竞争。 

     --- 对绝大数人，那些模型 知道的 事情 是多而无用！ 比 Google的 LLM （和 Gemini model) 总结 强不了多少。 

      --- Small LLM Model 对一般人， 对大中学生抄袭作业，对大家美化文章，早就足够了。其性价比是远远超过 “Frontier Model” 的。

2)   对公司来讲，行业自有model，是真正特有价值的 model。（有个 叫 “山货郎”的 伙计，管这叫 “阿毛阿狗”的Model，他的观点傻还是不傻不在这里讨论）。  这种Model 不需要也不可能 像 OpenAI 之类那样大， 但需要做的深入。 比如，制药行业的分子模型及预测Model，基础产业的 天气数据Model （几乎所有基础产业都和天气息息相关）。  这样的AI model （在 LLM 的 Transformer 基础上的 行业特有数据model），是价值所在。 也是我在会议发言 “雇佣数学家”自己建模的 原因。 因为 一般 通用LLM 价格会越来越低，自己建立小型行业特定 Model是 可行的，也是必然的。 先发者会有很大的优势。

3）Anthropic Claude 其实是 特优行业 Model 的一个例子。 他把 各种编程语言 学的深而透，集中一个领域深入的 模型 （其实它的内部，用了许多 不是 LLM 的技术）。

=======

总而言之，简而言之，做模型 需要人才（做芯片也一样）。美国基础教育的失败是很可悲的。学数学 还是比 打棒球，刷TikTok 得费劲一些。拿出数学公式来，印度人的英文也不灵光了。 毕竟 “梯度下降” gradient descend，懂就是懂，不懂就是不懂。所以，欧洲（包括 俄国，乌克兰） 和中国的理科生，数学扎实。 好用，抢手。

数学不行的国人呢？ 没关系， 接着开中餐馆，出租房，开美甲店，这些都是人的身体永远需要的（不论其精神如何）！其实这和老墨在德州卖 Taco 的 胖乎乎的大姐们所提供的服务没有区别，尽管我们多数华人是看不起老墨的。 特别是川粉们，眼睛永远瞄着川普的屁股，自以为这样就甩开老墨三万里 ：）。

AI是第一次历史上导致大规模的“知识瞬时便宜，越来越便宜”的东东，这个世界以后怎么变也是有许多第一次要面对的问题！

你要是兼有华人数学家的头脑，川普的钱包，和墨西哥女人一样大的性感屁股，你就一直乐吧 （只有三者之一一个可能也可以对付）。

不然，也没关系，就像大多数人一样，慢慢 Figure Out吧。