引言
我的著名演讲《学习曲线和Hacking大脑，谈终身学习如何改变你的人生（为什么有些人用一年时间获得了你十年的工作经验？一文来源）》在我的油管频道《Tinyfool的胡说八道》前些日子爆火，从只有几千播放量在几天内就达到了5.5万次播放量。这本来是2015年的一个演讲，说起来已经8年了，居然有很多人还是津津有味的看完了，并留下了热情洋溢的评价。
这说明，这个演讲里面的讲的一些例子也许有时效性，但是基本原理是超越时间的。怎么突破大学毕业就是学习终点的魔咒，从而终身学习，这是演讲前一半的主旨。这些在拙文《为什么有些人用一年时间获得了你十年的工作经验？》里面讲的很清楚。其实这个演讲，我还有一半是在讲，我是如何从学习机器学习的原理，从而思考如何自我学习的一些感受。
![]()
这部分我叫做Hakcing大脑。2015年前后，我开始学习机器学习，深度学习，没有结下太多实际的经济成果。但是让我在思维上有了很多突破。机器学习，深度学习，其实都是计算机专家用人类的学习模式去思考怎么让机器产生智能的过程。然而人类的学习有太多复杂的外因内因，也不好观察。机器的学习过程一旦产生，其实可以很轻松的去观察。我们可以简单地发现训练语料大往往就可以学习的更好，但是某些情况下，一味的大，也不见得好，需要语料的质量达标。这些都解决了模型的结构如果不对，一味提高语料的质量和数量也没有用处。
在演讲的后部分。我详细了讲述了我从机器学习的原理和最佳实践得到了人类学习可以参考的经验和原则。前文有简述的介绍，我今天不赘述了。
后来一年后，美国出了本叫做《Algorithms to Live By》，中译本叫做《算法之美——指导工作和生活的算法》，我觉得跟我的思路心有戚戚焉，虽然他说的都是一些经典算法，我聊的主要是机器学习方面的算法带来的思维上的启发。作为一个理性主义者，我相信可以证伪，可以实验验证的东西，可以被数学分析的东西。《Algorithms to Live By》和我的《Hacking大脑》里面的很多思想，单看起来跟很多鸡汤书，很多人生信条里面讲的东西差异并不大。但是因为，这些原则最早来自计算机科学领域，在计算机的实践中得到了验证。所以，在我看来这些原则，你可以更容易的去验证，或者证伪，从而获得某种更科学的感觉。
然后，可悲的是2015年后，我没有把这个Hacking大脑的思想继续发展下去。直到最近，在几个月前 ChatGPT 横空出世，它优异的表现让人心醉很迷。很多人断言通用 AI 出现了，很多人说这就是真正的智能。而我一方面对这样的科技进步非常感动，甚至有重新活过来的感觉。另外一方面我认为一味的神话科技，其实会给普及和推广科技带来麻烦。
我连续写了一堆 ChatGPT 的文章，在油管频道《Tinyfool的胡说八道》也做了很多关于 ChatGPT 的视频。
因为当 ChatGPT 发展到它看似可以像人一样的时候，其实就反过来也可以推动我们对人类的理解。因为你可以拿 ChatGPT 做无数的实验，你可以把它（或者一个足够像的开源版本）拆开来弄过去去做分析。但是基于伦理道德你没办法这么去对人，基于技术，我们目前也做不到弄清楚一个思绪发生的时候，具体每一个神经元都在产生什么样的计算。但是对人工智能我们是有办法的。
后来 Michal Kosinski 的论文《Theory of Mind May Have Spontaneously Emerged in Large Language Models》 掀起了渲染大波，很多媒体直接用“ChatGPT有了9岁小孩儿的心智了”来为标题炒作，吓坏了很多人，也乐坏了很多人。然而我仔细分析后，发现，与其说是“ChatGPT有了9岁小孩儿的心智了”，事实上应该说是，“ChatGPT在一个测试心智水平的测试题上得分达到了9岁小孩儿的水平”。
我们知道 ChatGPT 甚至没有短期记忆机制，而且没有长期的存活概念，每次回答问题都是一次单独的行为，无状态的服务。自然谈不上心智水平，但是在一个心智水平测试上，它得分达到了9岁小孩儿的水平。这说明，我们在如何理解心智，和理解心智水平上还存在问题。这个问题太复杂，这里不多说了。有兴趣可以去看我油管频道的《 ChatGPT真有9岁小孩儿的心智了？我们怎么判断出AI现在跟人类的智能还有很大区别？ 》这一期节目。
这说明随着AI技术的发展，我们去理解人类的智能和人类的学习也可以得到更多的启发。于是，我决定继续开始Hacking大脑之旅，从理解大脑的机制去出发，构建我们如何终生学习，如何更好的学习，更好的塑造自己的方法论。我争取出一本书，国内版看看以前合作过的出版社，或者我认识的一些出版社的老师们有没有兴趣。国外版，我准备试试亚马逊自出版服务。
这一篇，我们讲如何用ChatGPT解决复杂问题，以及如何用大脑解决复杂问题。
如何用ChatGPT解决复杂问题，以及如何用大脑解决复杂问题
玩ChatGPT的时候，大家现在都知道，你直接问一个特别复杂的问题，ChatGPT可能无法回答，或者直接给你一个错误的答案。但是你让他step by step，这样他就有很大的概率回答一个正确的答案。
在现阶段，会用ChatGPT和不会用ChatGPT，还表现在，做一些复杂的任务，ChatGPT可能第一次不会对，比如你直接让它写一个函数，它有时候会直接输出错误的结果，或者编造了一个不存在的函数去调用。所以你直接运行的时候会报错。不会用ChatGPT的人就直接宣告了ChatGPT的失败。这耗费数千亿研发的AI简直毫无用处。会用的知道，你其实可以跟ChatGPT一点点的沟通，比如你告诉它，我用了你的代码，但是编译器告诉我xxx函数不存在。这时候ChatGPT就会说，哦，对不起，我忘了给出这个函数的定义，或者它说，我记错了，我换一个函数应该可以解决问题。就是说你用它的时候，需要理解沟通和渐进式逼近目标的重要性。
在我开发 https://tinystudio.ai 的时候，其实经常要经历这样的过程。
这说明虽然ChatGPT是目前最有价值的工具，但是会用它本身很重要。学会怎么用ChatGPT其实是非常重要的。人类的历史上，曾经发明了很多彻底改变人类命运的工具，比如，打制和磨制石器，人类可能用它们灭绝了大量的，人类无法面对的巨兽。然而不是有工具就可以的。还需要人类的协作和战术。
今天的ChatGPT相对于未来的更全能的AI工具，也许就是AI时代的石器时代，还比较粗糙，但是会用的人已经可以改变世界了。关键是学会怎么用它。
而实际上，我要说的是，我们人类作为一个智能体。也不是万能的，很多时候也是粗糙的。
我们解决不了一些问题的时候，也需要跟自己说，别急，别着急给我一个唯一的答案。step by step的思考吧。也需要跟自己说，你先给我一个方案。别着急，给出这个答案，我们去实验，去验证。然后根据现实的反馈，我们去修改我们的方案，这样我们才能解决真正复杂的问题。
第一点，step by step，这叫做学会流程化思维，不要假想一切问题都简单到可以单步解决。你可以口算100以内的加减法。但是算更复杂的，你可以列一个竖式，一位一位的算。
第二点，叫做trial and error。逐步试错，渐进式改进。这些方法不仅用于跟AI的交互，也需要用于跟自己的交互。
写这一段也是试图说明，解决一个复杂问题，首先要理解什么是复杂问题。比如世界和平这样的宏大问题，是不可能有一点简单的解，如果有，则一定是错的。首先要接受有些问题的答案不是简单的一句话，而是一个复杂的过程。这样你才有机会去逼近一个复杂问题的近似最优解。
