试着对比人类和AI，来增进对彼此的理解。

这波大模型的根基——Transformer，有个很大的特点，就是“串行到并行”，更像人类大脑的运作模式了。

AI的能力来源，从最底层的大模型，到最上层的prompt，有很多层，比如中间某一层是fine-tune。类比人类能力来源，最底层是先天的大脑，然后是后天的环境，小中大学硕博，越来越从通用能力到专项能力，最后解决实际问题，还可以临时抱一下佛脚，这就是prompt。

于是，每训练一个大模型，就有点像创造了一个AI宝宝？加之后期的教育方向不同，将来的AI也会百花齐放，有文科AI、理科AI、各种岗位的AI等等。

插图为AI模仿我儿子画的画

人类智慧的产生，是先有思想，然后才出现语言（实现了个体间互动，跨越了空间），最后出现文字（实现了代际间沟通，跨越了时间）。思想-语言-文字，而AI智慧的诞生，一上来就呈现出文字，有了文字之后，语言几乎是同步产生的，而思想，大家都认为会最后诞生。AI智慧的产生，是顺序反了，还是人类理解错了？

接上，对人类来说，能想的比能说的多，能说的比能写的多，而现在是靠写出来的信息训练AI。将来可以想象的，写的信息直接通过输入法从源头上截取，或者说微信直接出个小模型，把我的对话+公众号+朋友圈等等内容直接接入；说的阶段是随身的收音设备、类似Siri之类的；再到脑机接口直接和人类思想互动……似乎是一条升级之路。

思维链（chain of thought）真的很迷，你让AI直接给答案，是错的，但让它一步步思考，结果就对了。类比人类，好像从“快思考”到了“慢思考”，当然，也需要额外的计算资源被分配给更多的推理步骤。

注：参考《思考：快与慢》，动物的直觉 vs 人类的理性。

通过例子（few shot learning/prompt）来学习也很像人类，我们在日常交流中，听不懂对方说的事情，也经常会说——你能不能给我个例子、或者打个比方？

以上的类比，其实是一种很典型的思维模式，即跨界学习、知识迁移。人类很难做到同时熟悉多个领域，于是经常借用自己熟悉的领域来迁移理解别的领域。AI可以同时熟悉多个领域，是不是在跨界启发上会做得更好？

我们试一下，比如用户运营和人力资源管理，这两个领域我都略有了解，都有很多和特定群体互动的方法、框架、理论，应该有不少可以互相启发的点。

以下截图为AI回答的示意。

_________

苏杰（iamsujie），产品创新顾问，《人人都是产品经理》系列4本书的作者，前阿里8年产品经理，集团产品大学负责人，良仓孵化器创始合伙人。

如需产品经理/产品思维/产品创新相关领域的培训咨询服务，欢迎联系这个微信（13758212411）。