用AI给人生开挂的正确方式： AI比人进化快的时代，学什么才不落伍？

mada

用AI给人生开挂的正确方式: AI比人进化快的时代，学什么才不落伍? (youtube.com)

AI的发展让许多人感到焦虑，担心自己的工作会被颠覆，甚至被取代。我也和许多人一样，幸运地加入了AI的浪潮中。作为一个没有编程基础的初学者，我进行了许多AI实验，甚至计划制作自己的AI课程。然而，AI的发展速度如此之快，以至于我刚完成课程大纲的更新，很多内容就已经变得过时了。这种还未开始就已被淘汰的经历，在开发社区里尤为常见。很多人辛苦地基于OpenAI刚开发出一个应用，一次重大更新就可能将这个应用扼杀在摇篮中。

实际上，在一年前，当ChatGPT刚出现不久，我制作了一个视频，分享了如何抓住由此带来的机会。视频介绍了自然语言编程的概念，并建议大家利用AI成为超级学习者。但问题在于，在一个AI什么都懂，且比人类进化得更快的时代，我们究竟应该学习什么才有意义呢？正当我制作这个视频时，OpenAI的视频生成模型横空出世，其能力的飞跃性进步，甚至让人难以区分虚拟与现实，这不正是威尔·史密斯制作的真人调侃视频所展示的吗？

正因如此，人们再次呼喊AI将引发一场革命。因为它不仅仅是对视频生成的革新，它更深层次地理解和模拟了现实物理世界。这意味着许多可能性，比如解决自动驾驶的问题，创建AI与物理世界的连接，加速通用人工智能（AGI）的发展步伐。而作为一个视频创作者，我对此感到忧虑，因为在实现这些宏伟目标之前，最先可能被解决的问题，恰恰是我的工作。

在AI流行之前的很长一段时间里，知识工作者一直面临着“应该学习什么”的挑战。例如，《科学与工程的艺术》这本书，最早出版于1997年，作者理查德·哈蒙德是一位获得图灵奖的美国数学家，也是曼哈顿计划的参与者。我强烈推荐阅读这本书，并将在后文解释原因。

哈蒙德在书的第一章就提出了这个困惑。他指出，从牛顿时代开始，人类的知识大约每17年就会翻一番。这一点不仅可以从书籍的出版总量得到证实，他还从自己在贝尔实验室的观察中发现了这一现象。从1946年开始，他工作的30年里，贝尔实验室的员工数量大约每17年翻一番，无论是通过招聘还是裁员。

他指出，科学家的数量也在指数级增长。在90年代，流行一种说法，即历史上所有科学家中有90%的人还活着，因为新增的科学家数量实在太多。除了知识的指数级增长让科学家难以应对外，更糟糕的是，每15年就有一半的知识会变得过时。这使得学者保持最新知识变得更加困难。他预测，除了知识外，我们的信息和媒体也在指数级增长。他表示，三十多年后，当一个大学生达到自己职业生涯的顶峰时，技术知识将会是他学习时的四倍。如果这还不足以让人震惊，他还敢于挑战这个大学生，想象一下未来他的孩子将面对多少无法选择和消费完的媒体内容。

别忘了，他最早写这本书是在上个世纪90年代，现在近30年过去了。现实不仅证实了他的预测，而且我们还面临了AI的挑战。那么，我们到底应该学习什么呢？理查德给出了答案：第一，他说你必须将注意力集中在那些基础知识上。

第二，你需要培养学习新领域知识的能力。这听起来可能像是老生常谈，仿佛回到了我们中学班主任的讲话。但我相信你一定有这样的体验：有些话虽然我们以为自己听懂了，但随着时间的推移，在人生的某个阶段，当你再次遇到那句话时，你会突然发现自己之前并没有真正理解，或者有了新的感悟。对我而言，这两句话就是这样的例子。

我将Richard的建议总结为以下几点：在AI技术发展速度超过人类的时代，我们首先应该回归基础，学习最基础、最核心、最具有杠杆作用的重要概念。其次，我们一定要跨领域学习，掌握其他行业中最基础、最具有杠杆作用的重要概念，成为最懂行的外行人。第三，利用AI加速这两点的学习过程，这就是我认为在AI时代成为超级学习者应该做的事情。那么，为什么要回归基础呢？我们不应该仅仅学习使用AI工具和最新技术。

既然我们在视频开始时提到了这个问题，让我们做一个思维实验。在商业领域，以下哪种人更容易创作出优秀的作品？是那些懂得使用高级工具和技术的人，还是那些懂得讲故事和掌握视频制作核心流程的人？作为一个视频制作从业者，我认为后者更容易创作出好作品。因为所谓的高级工具和技术越来越多可以通过AI实现。最重要的不是谁掌握了更好的剪辑软件或者谁的特效技巧更棒，而是你的创意。

但是，我们需要对“创意”这个词保持警惕。我所说的创意与许多人理解的不同，因为这个词已经被滥用。比如，我们经常听到人们说，“想法很容易，执行很难”。

如果AI能够帮助我们执行，而我们只需要提供简单的想法，那不是每个人都能成功吗？这实际上是许多教你如何使用AI赚钱的视频的思路。这些视频通常以“我如何用AI月入数万”作为标题或开场白。然后，他们会告诉你可以如何利用AI成为儿童绘本大师，让AI生成故事和插画，从而实现月入数万；或者让AI帮你制作创业咨询企划，开发爆款产品，打入新市场，实现月入数万。你还可以利用AI制作导购网站，挑选爆款产品进行联盟销售，或者让AI帮你选股和自动交易，同样实现月入数万。他们甚至会教你如何利用AI成为不露脸的视频创作者，实现月入数万。

现在，第一波热潮已经过去。回顾这些视频，我们可以得出两个结论：首先，如果这些项目真的那么容易赚钱，为什么视频的作者不自己去做，而是制作这样的视频或课程来盈利？其次，很少有人真正尝试这些方法，即便尝试了，能够坚持下来并实现月入数万目标的人更是寥寥无几。我并不是说这些视频的作者都是骗子，因为这些想法确实在理论上是可行的，而且AI确实可以帮助执行。但为什么大多数人没有成功呢？这告诉我们，想法虽然重要，但执行更为关键，而且好的想法其实更难得。
这些例子中的想法，我称之为“廉价的想法”。相对而言，真正有意义的想法是那些基于对某个领域或行业的最基础、最本质理解上产生的，我们可以将它们称为“价值想法”。例如，有人可能会轻率地建议，为了创造未来，你可以简单地对任何人说，“给我制作一个好莱坞式的大片”。理论上，某个AI工具可能立即响应这一请求，从而导致好莱坞从业者失业。这听起来可能很荒谬，但许多我之前提到的想法正是基于这种逻辑，这正是所谓的“廉价想法”。

然而，如果将这个任务交给一位好莱坞导演，他会详细询问所需的故事类型、人物发展轨迹、性格特点、内心与外在的冲突、故事线数量、时代背景、背后的人生哲学、音乐节奏、影片色调，乃至镜头构图和角度等。当遇到具体问题时，这位导演能够提供具体反馈，指导AI进行相应的修改。

有人可能会说，这只是因为当前AI技术尚不够强大。等到AI掌握了“读心术”，仅凭一句话就能制作出大片。但我们需要明白两点：首先，所谓的“读心术”前提是你心中必须有这些具体的想法。而我们大多数人其实心中并无这些详细的构想。其次，即便没有这些构想，AI也许能创作出优秀的作品，但如果与你无关，你也无法从中获得价值。更有可能的是，即使AI创作出了更优秀的作品，如果你的审美不够发达，无法理解这部作品，你可能会将其视为无价值之物。

我们再来看导演所使用的这些描述，它们并不涉及任何具体的技术细节，比如如何设置镜头光圈、调整剪辑软件的特定参数等。他不需要关心这些技术细节，更不必告诉AI如何在曝光时使用偏振镜来确保快门速度可以产生自然的运动模糊。这是因为这些工具已经不再是障碍，那些曾被视为有门槛的技术已经消失。他的想法之所以具有真正的价值，仅在于它基于最基础、最核心的知识：如何用视觉讲述一个故事，这就是所谓的“价值想法”。

许多人认为AI是一种赋能工具，我对此表示赞同。但许多人未能明确的是，这种赋能的支点是什么。这个支点并非那些最新的工具或技术，因为在AI时代，这些技术不仅自身在不断更新迭代，更可怕的是，许多技术可能会被AI直接取代。AI在生成视频时不需要使用人类所用的软件和设备，它实现的是从想法到产品的端到端过程，没有所谓的中间步骤。因此，AI赋能的真正支点在于那些最基础、最核心的知识，因为它们是经过长时间筛选和验证的所有新技术和理论的源头，它们最稳定，最适合作为支点。所以，要在AI时代为自己赋能，我们每个人都需要思考，在我们所在的行业中，哪些知识是最核心、最基础的。关于这一点，我有一个好消息和一个坏消息要告诉大家。

好消息是，每个行业的核心基础知识并没有你想象的那么多。知识实际上也遵循28原则的幂律分布。每个学科都有少数最重要的基础想法，支撑起了该学科的大部分知识。查理·芒格将这些核心知识称为“大思想”，你需要做的就是找到这些“大思想”并学习它们。你甚至可以使用ChatGPT来帮助你寻找这些“大思想”。

坏消息是，尽管我们称它们为基础知识，但本质上它们是更难以理解的高阶知识。这些基础知识之所以难以掌握，是因为理解它们需要经验和思考。经验可以被动积累，但思考需要主动进行。对许多人来说，提高思考能力本身就是一项基础工作，这就是为什么我推荐这本书的原因。这本书全面讲述了如何思考和学习的方法。尽管它在90年代出版，但其对技术发展和AI的思考至今仍然适用。实际上，我之前提到的那些例子，这位作者在90年代就已经提出了更深刻的示例。毫不夸张地说，这本书是2023年对我影响最大的一本书，它已经不是第一次出现在我的视频中了。我曾考虑专门制作一个视频来分享它，但我发现任何形式的总结都无法充分概括它的价值，你需要亲自去阅读。

回到我们视频的主题，AI时代中学习最基础的知识具有极大的杠杆作用。那么，为什么我们还需要跨专业，成为所谓的“最懂行的外行人”呢？在解释这个问题之前，我需要先澄清一个关于跨领域的常见误解。我之前发布了一个视频，分享了关于伊朗音乐的专辑，在那个视频中提到了成为“最懂行的外行人”的概念。这个观点遭到了很多观众的误解，他们认为这些所谓的通才，实际上是什么都懂但又什么都不精的庸才。

这些人无法挑战领域内的专家，这一点我非常同意。例如，我们之前提到的那些通过AI支付案例的公司，他们除了提出廉价的想法外，不工作的另一个原因就是他们在鼓励外行挑战内行，强调可以无需努力便利用AI赚钱。但为什么那些没有任何基础知识的外行，就能使用AI而领域内的专家却不能呢？当很多人幻想使用AI去颠覆好莱坞时，好莱坞却早已开始使用AI来取代传统角色。就连我们这些小型YouTube频道在创作的每个环节也都在使用AI。我有理由相信，我会比那些只有廉价想法的人使用得更好。我们追求跨领域，并不是为了挑战别人的专业，而是为了利用别人的专业知识来解决自己领域的问题。理解了这一点，你就会明白为什么在AI时代你应该跨专业学习。

首先，我们之前提到知识遵循幂律分布，少数的“大思想”就能支撑起一个专业的大部分核心。因此，在学习其他行业知识时，我们只需要专注于那些最基础的、少数的“大思想”。《查理宝典》这本书对此进行了详细的解释，我推荐大家阅读。

其次，随着科技的发展，我们许多人不得不跨行业工作。以我运营的YouTube频道为例，我需要掌握的技能范围非常广泛，包括写作、拍摄、剪辑、动画制作、音乐以及传播等。你可以说，我的本质是一个讲故事的人，其他所有技能都是跨行业所需。

我学习制作动画，并不是为了通过制作动画赚钱，而是为了更好地讲故事。如果你是一个销售人员，学习一些心理学基础知识，可能会显著提升你的业绩。但你的目的并不是成为心理学家。当然，我们这些外行人无法像专业人士那样深入理解这些专业中的基础知识。但是，如果我们对本行业的技术知识有足够深刻的理解，并结合我们从其他行业借来的、我们浅显理解的“大思想”，我们依然能够获得强大的杠杆力。

这里有一个好消息和一个坏消息。好消息是，AI可以加速我们掌握跨学科知识的能力。例如，我现在开始学习音乐作曲，AI就成了我的老师，我会向它询问音乐中的“大思想”，并将我所有的问题都抛给它以辅助我的学习探索。我学习编程时，AI能迅速帮我理解一种编程语言的核心概念，让我快速将这些知识应用到我的行业中。坏消息是，不管你是否愿意，未来许多人都必须跨专业才能提升。因为AI模糊了专业界限，它正在加速减少工具和行业的种类。正如我之前的视频中所说，我们每个人都面临着从领域内的执行者到跨领域的决策者和创造者的身份转变。无法完成这一转变的人将会被淘汰。