Workflow
随机性
icon
搜索文档
尊重随机性20250519
2025-07-16 14:13
没有CICC和评论员的写作允许任何组织或人员不得删除、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制、複制 大家好,我是杨冰,早上跟大家好聊聊,最近其实不爱录演,为什么呢?因为大家能看到这个标题,标题显得特别浮夸,其实是怎么回事呢?就是两个轨度,一个是择时,一个是择券,都说这个随机性的问题,其实择时我去年专门有四个专题系列讲过一遍,择券其实大家也知道我们惯用那么几个套路, 一个最基本的前提就是我们市场多数的时候是我们猜不明白的我经常跟客户聊天揭露别猜就两个字别猜基本上就客户问了一些可能我回答不了的问题或者是他瞎猜 因为其实0.4以上是感觉机会非常充盈我们这些择券的朋友们你要是自想而上去看的话你会发现好多券都能买那这个0.25以下的话就比较难了从统计上来讲是这样这是一个统计指标去年也讲过这个东西那现在是多少0.5应该是0.33最近这段时间多数就是围绕0.35附近在那移动那你让我算算啥 不高也不低,对不对?但有的人说这个不高不低,我们多看几个 ...
在随机的世界,普通人怎么活?
虎嗅· 2025-07-10 16:24
最近这几天,脑子里一直反反复复想着两件事。 第一件,是印度航空那架失事飞机里的一家五口。新闻照片里,那一家人的笑容,看得人心里发堵。丈 夫在伦敦打拼了六年,刚站稳脚跟,想着把老婆孩子接过去生活。妻子是个医生,二话不说把医院的铁 饭碗辞了。三个孩子,大女儿八岁,一对双胞胎五岁,临起飞前,一家人挤在座位上来了张自拍,那眼 神,亮晶晶的都是对未来的盘算。 结果呢?飞机在空中飞了32秒,然后直直砸回地面。 242条人命,就活下来一个。这个家庭描绘了几年的蓝图,搭进去半辈子积蓄的移民计划,妻子放弃的 职业前途,孩子还没开始的人生,叭的一下,清零了。连个讨价还价的余地都没有。 中国老话总说"世事无常",这四个字平时听着轻飘飘,真砸到自己身上,才能咂摸出这里面的寒意。 这"无常"不是哲学概念,是冰冷的、不讲道理的物理现实。 第二件事,是我在B站刷到"野兽先生"的一个视频,就是有一个多亿粉丝的那位。他找了个200公斤的 粉丝,拍减肥挑战,一年减掉100公斤,就给25万美金。先剧透下,最后成功了。很励志,过程也挺抓 人眼球。但中间有个插曲,野兽先生给胖哥请了个专业教练,俩人一起练了一个月。镜头前有说有笑, 感觉处得不错。结果有 ...
大模型巨浪的下一个方向:AI Ascent 2025的十个启示
36氪· 2025-05-23 17:28
红杉资本AI Ascent活动核心观点 - AI将创造万亿美元级别市场机会 发展要素已就位 爆发趋势"迫在眉睫" [2][4] - 基础大模型数量将屈指可数 基模企业将加大强化学习投入推动模型能力发展 [2] - 智能体经济将逐步形成 未来智能体可转移资源进行交易 形成新经济体系 [6] - AI市场价值主要聚集在应用层 竞争最激烈 第一批杀手级应用已出现 [4] - 创业公司应聚焦垂直领域 构建数据飞轮与业务指标关联 提供端到端解决方案 [4][5] AI技术与模型发展趋势 - 模型潜力仍有10-100倍空间 依赖算力基础设施和算法突破 [7] - 未来模型将更稀疏化专业化 混合专家模型可实现10-100倍质量/计算量提升 [12] - 测试时计算是重要缩放维度 模型通过"思考"显著提升性能 [7] - 推理硬件效率可能达现有数万倍 模拟计算是关键路径 [11] - 模型训练范式沿训练和推理双重演进 合成数据与模型蒸馏成为新杠杆 [12] AI应用与商业化 - 编程是第一个广泛应用场景 "初级工程师"水平AI可能在一年内实现 [13] - 用户行为随大模型进化改变 AI产品从副驾驶走向自动驾驶 [4] - 新商业模式可能出现 用户携带个人数据"登录"多个AI服务 [17] - 规模化应用是商业成功关键 需成为"数十亿人每日使用的产品" [14] - AI代码生成在教育领域潜力大 深度整合到下游应用将成有用产品形态 [14] 企业组织与创新模式 - 企业需采纳"随机性思维"应对不确定性 从严格规则转向概率与动态适应 [5] - 优秀AI产品诞生于工程师与模型深度互动 需自下而上探索开发 [15] - 组织需优化协作流程应对AI局部提效引发的瓶颈 [19] - 保持较小高责任制团队规模可实现极高产品速度 [9] - 鼓励共享AI使用经验 打破使用AI的耻辱感和偏见 [19] 智能体发展路径 - 智能体将具备更完善工作能力 包括记忆工具使用和自我引导 [2] - 2025年智能体专注执行工作 2026年贡献科学发现 2027年转向物理世界 [10] - 物理机器人将在2-3年实现20项实用功能 后通过10倍降本扩展 [13] - 智能体需解决长期记忆与自我学习一致性问题 [13] - "Agent-first"公司浪潮将兴起 特定任务训练Agent已超越人类专家 [6]
大模型巨浪的下一个方向:AI Ascent 2025的十个启示
腾讯研究院· 2025-05-23 15:47
AI市场与产业趋势 - AI将创造万亿美元级别市场机会,发展要素已就位,市场价值主要聚集在应用层[3][7] - 基础大模型数量将屈指可数,基模企业将重点投入强化学习推动能力突破[3][10] - 智能体经济逐步形成,未来智能体可转移资源、进行交易,催生"Agent-first"公司浪潮[9][19] 技术发展与创新方向 - 模型潜力仍有10-100倍空间,需算法突破与算力投资,测试时计算成为新缩放维度[10][17] - 未来模型趋向稀疏化与专业化,混合专家模型可实现10-100倍质量/计算量提升[17] - 编码能力飞跃使"初级工程师"水平AI一年内实现,物理机器人2-3年具备20项实用功能[15][18] 商业模式与产品策略 - 商业模式需适应价值重心转移,"品味"或成稀缺资产,用户或通过"信令"跨服务登录[3][22] - 自下而上探索开发更有效,模型能力与产品研发需紧密结合,避免"GUI思维"局限[21] - 杀手级应用已现(如ChatGPT),产品需从"副驾驶"转向"自动驾驶"模式[7][12] 企业组织与管理变革 - 组织需转向"随机性思维",从规则驱动转向概率管理,学习"管理Agent"新范式[8] - AI代码生成占比超70%后,代码审查成效率瓶颈,需优化协作流程[24] - 保持小团队高敏捷性,初创公司更易适应快速变革,需培养长期心理韧性[13] 垂直领域应用前景 - 编程为首个广泛应用场景,AI通过API调用实现任务执行,推动智能体模式转型[11] - 多模态模型加速科研,神经网络替代传统模拟器可实现30万倍加速[18] - 教育领域AI代码生成潜力大,通用信息检索与工作辅助将成商业化重点[19]
观点 | 红杉最新内部分享:AI的万亿美元机会
市场机遇 - AI市场规模预计比云计算大十倍,云计算目前是4000亿美元产业,AI起点市场至少是云计算的十倍规模 [4] - AI同时冲击软件市场和服务市场,从销售工具转向销售成果,从争夺软件预算转向抢占人力资源预算 [6] - AI普及速度远超历史技术革命,互联网用户从2亿增长到56亿,信息分发渠道大幅增加,Reddit和Twitter(X)月活达12-18亿用户 [7] 应用层价值 - 历史上技术革命的价值集中在应用层,AI领域也将遵循同样规律,真正实现10亿美元以上营收的公司多来自应用层 [10] - 大模型通过推理能力、工具使用和智能体通信已能深入应用层,创业公司应专注垂直领域和特定功能 [11] - 首批AI"杀手级应用"已出现,包括ChatGPT、Harvey、Glean等,未来更多公司将采用"智能体优先"策略 [29] 创业关键要素 - 警惕"氛围营收",需验证用户采用率、参与度和留存率,当前阶段客户信任比产品更重要 [16] - 毛利率虽短期不理想,但AI成本结构快速变化,过去12-18个月每个token成本下降99%,需明确健康毛利率路径 [16] - 数据飞轮必须与具体业务指标挂钩,是构建护城河的核心要素 [16] 技术突破领域 - 语音生成技术跨越"恐怖谷",达到以假乱真水平,编程领域实现"尖叫级"产品市场契合度 [22][24] - 预训练模型进步放缓,但推理能力、合成数据、工具使用和AI智能体编排等技术快速发展 [26] - 垂直智能体在安全、DevOps、网络等领域已展现超越人类专家的潜力 [32] 智能体经济 - 智能体经济将形成独立体系,智能体可转移资源、进行交易、建立信任机制,围绕人类展开协作 [36][38] - 关键技术挑战包括持久身份、无缝通信协议和安全信任机制,MCP协议正在发展 [39][40] - 思维方式需从确定性转向随机性,管理智能体需处理更强杠杆效应与更高不确定性 [41][43] 行业变革趋势 - 公司正以更少人力实现更快扩张,未来将出现"神经网络网络",重塑工作方式、公司结构和经济形态 [44] - "富足时代"来临,编程等领域劳动力将廉价充足,"品味"可能成为稀缺资产 [34] - 技术采用趋势已压倒宏观经济波动,市场存在巨大"吸力",需全速抢占先机 [17][45]
两位华人76页论文解决量子领域核心问题:首次证明伪随机性真实存在
量子位· 2025-04-01 12:11
一水 发自 凹非寺 量子位 | 公众号 QbitAI 量子领域的一个核心开放问题,就这样被两位华人研究员解决了?! 事情是这样的。 一直以来,量子的随机性在计算和密码学中极为有用。 一方面,它可以用来提升算法效率、优化复杂系统模拟,还能验证量子计算结果的可靠性;另一方面,量子随机性可用于生成真正随机的密 钥,增强密钥分发的安全性,从而保障信息安全。 但问题是, 实现这种随机性的成本很高 。 因此,无数科学家们尝试找出伪造这种随机性的方法。 直到去年十月,华人研究员Fermi Ma和黃信元发表了一篇论文,提出了一种伪造随机性的新方法。 按量子杂志的说法, 他们的新方法"优雅且安全",还无需大量计算开销 。 同时,MIT量子计算研究员Alexander Poremba也表示: 我们首次有了确凿的证据证明伪随机性是一个真实存在的概念。 具体咋回事儿?下面咱们接着看。 核心用10页论文证明了PRUs的存在 概括而言,两位作者用76页论文 (核心证明过程仅10页) 证明了假设存在任何量子安全单向函数的情况下,伪随机幺正态(PRUs)的存 在。 要想理解这项研究,我们首先需要了解 随机幺正(Random unitarie ...