探索AI投资的学习路径：从原理到应用的全面指南

来源：道说区块链

在周六的线上交流中，有网友留言询问，在人工智能（AI）领域可以阅读哪些书籍、订阅什么杂志以及采用何种学习方式。

对于AI的学习，我认为应根据个人目标来制定计划。以我个人为例，学习AI的目的并非成为专家或以此谋生，而是为了了解这个领域的动态，从而发现适合自己的投资机会。

基于这一目标，我认为关键在于理解AI的核心逻辑，以便对未来的新事物做出初步判断。

要理解AI的逻辑，可以从一些介绍AI基本原理的书籍入手。例如，奥特曼曾推荐过的一本书——《这就是ChatGPT》（斯蒂芬·沃尔弗拉姆著）。这本书从简单的基础概念出发，讲解了大语言模型的数学原理和工作方式，只需掌握基本的加减乘除即可读懂。

如果阅读过程中感到吃力，甚至只需阅读前几章，即可大致理解大语言模型的基本原理。

了解这些原理后，我们能够明白为何大语言模型的训练需要GPU、数据和算法，并清楚它们在训练过程中的具体作用。

进一步思考，我们还能理解英伟达为优化GPU性能所采取的措施，以及其历史上收购的一些小公司的背景和功能。

沿着这一逻辑深入分析，我也意识到目前市面上许多所谓的“去中心化算力”项目实际上是“伪项目”。这并不是说去中心化算力的方向不对，而是因为在英伟达的技术框架下，难以设计出理想的去中心化算力系统。

要真正实现这种系统，我认为必须重新设计GPU架构。若坚持使用英伟达的框架构建去中心化算力系统，则最终得到的系统可能仅适合作为实验品或展示品，很难与中心化算力系统竞争。

当我们掌握了AI的基本原理后，无需在数学层面继续深究，接下来可重点关注AI的应用场景和发展趋势。为此，我阅读了万维钢的《拐点：站在AI颠覆世界的前夜》。

这本书的优点在于既有丰富的想象力，又有扎实的逻辑支撑，帮助我们理性推测并想象未来AI普及后的世界。

除了上述两本书外，我并未专门阅读其他书籍，其余的知识主要来源于网络上的文章（如微信公众号、推特等）以及对最新动态的关注。通过这些信息，不断丰富和扩展对AI的理解。

例如，我们知道ChatGPT是大语言模型，主要用于训练AI对语言的理解。然而，人类的智能是多样的，除了语言之外，还有许多其他感知世界的方式。AI领域的文章常会介绍其他类别的AI发展，例如行为模型和空间模型。

这些知识能够拓宽我们对AI的横向理解，让我们认识到AI的发展横跨众多领域。其中一些领域仍处于研究阶段，而另一些已展现出希望的苗头。未来几年，这些领域很可能孕育出属于自己的“ChatGPT”。而当这些新的“ChatGPT”出现时，它们又需要多少云计算资源、算力和GPU支持？

这些问题极大地丰富了我们对AI领域投资的理解和想象。

此外，我还建议大家多阅读知名风险投资机构对AI领域发展的总结和分享。

例如，最近我阅读了红杉资本关于AI领域的一些见解，其中提到未来可能出现的“智能体经济”，即AI代理之间交互形成的经济体。

在讨论这一经济体时，红杉资本强调它必须具备三个要素：

第一是永久身份；第二是无缝通信；第三是安全。

看到这三个要素，我立刻联想到区块链技术。这三点不正是区块链技术的核心优势吗？

加密钱包可以作为AI的永久身份，基于区块链智能合约的交互实现了不受干扰的无缝通信，而去中心化的抗审查特性则保证了AI智能体的安全。

以上就是我个人学习和了解AI的方法，供读者参考。