为什么要太空探索?未来万亿人口 人类移居太空是不可避免的。大语言模型是发现 贝索斯

本文主要是介绍为什么要太空探索?未来万亿人口 人类移居太空是不可避免的。大语言模型是发现 贝索斯,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

管理的思考

「最以客户为中心」「果断」「如何决策」

  • 贝索斯给亚马逊的使命是「世上最以客户为中心的公司」(以客户需求为起点,反向推动工作)。
  • 贝索斯给蓝色起源的使命是「世上最果断的公司」(我们将变得非常擅长在技术上恰当地冒险,并快速地作出那些决策)。

果断不代表不能改变主意。大部分决策是“双向门”,即可逆转的。而“单向门”则是重大且不可逆的决策。面对“单向门”,他会谨慎考虑,因为重要的是从一开始就正确决策。强调即使是最高决策者也应该学会“不同意,但全心投入”,信任下属并支持他们。他批评了“妥协”和“斗谁能耗到最后”这两种决策方式,认为它们都不能引导我们找到真理。贝索斯认为,当团队成员在决策上无法达成共识时,应该向上级汇报寻求解决,而亚马逊之所以即使员工众多也能保持敏捷,是因为其高效的决策文化。

大部分双向门决策应该由个人或一支深扎根公司的小团队定夺。
单向门才应该由高层管理者来降速处理,并确保作出正确选择。

「求真」是永恒的追求。

大语言模型更像是「发现」而不是「发明」,因为它们不是完全可控,常常会让人感到惊喜。

大语言模型确实可以被视为一种「发现」而不仅仅是「发明」。这种模型的核心在于其通过大量数据学习和模拟人类语言的方式,而这个过程中会产生一些不可预测或未预先编程的行为和回应。就像发现,它们会揭示出新的知识或见解,有时甚至能提供创造性和独特的答案,这些答案甚至可能让开发者和用户感到惊讶。这种不完全可控性和能力去适应、生成新内容是大语言模型的显著特征,使其超越了传统算法或程序的限制。

他特别指出两种尤其糟糕的决策方式:

  • 妥协:省事,但它没法把我们引向真理。
  • 斗谁能耗到最后:是一场看谁更执着的竞赛,同样没有在追寻真理,内斗会让人很沮丧。
  1. 妥协:这种方式看似简单快捷,因为它避免了冲突和深入探讨问题的需要。然而,妥协通常只是表面上解决了问题,实际上并没有深入探究或解决问题的真正核心。这样的决策过程可能错过了寻找和揭示真理的机会。

  2. 斗谁能耗到最后:这种方式则是一种长时间的对抗性决策过程,关注点在于谁能坚持到底,而不是哪个方案最有道理或最符合事实。这种方式往往导致团队内部矛盾和紧张,不仅浪费时间和资源,而且也可能导致团队成员情绪低落,影响团队的整体效能。

总的来说,这两种方式都有其缺陷,因为它们更多地是基于避免冲突或权力斗争,而不是基于寻求最佳解决方案或真理。有效的决策应该是基于事实、理性分析和团队合作的,以确保达到最优的结果

举例,两人想知道地面离天花板有多高,一人猜 11 英尺,另一人猜 12 英尺,那一妥协,一人让一步,最后两人决定猜它是 11.5 英尺。正确的做法应该是拿尺子来量。但拿尺子和想法去量都得花时间精力。

很多时候,没有人知道真正的真理是什么,这也是「不同意,但全心投入」起效的地方。
把问题升级到老板那,跟他说:我们没法达成共识。我们喜欢对方。我们也尊重对方,但在这问题上没法同意对方。我们需要你来做个决定,我们才能继续推进。

在决策上快速推进,在负责任的前提下尽可能快,这就是你提速的方法。

会议美学[六页纸]

我心目中完美会议都从清晰的文档开始。

无论是在哪,贝索斯开会都用「六页纸」会议美学 —— 负责会议的人需提前写好六页纸的备忘录,清晰完整地表达自己的想法。

每一场会议最开始的 30 分钟,所有参会人会一齐安静地阅读那六页备忘。

为什么不让别人提前读?人们总会没时间提前读,这样他们开会时就很难跟上进度,甚至还会假装读过,这对解决问题没帮助。

给所有人腾出那个时间,大家都能从同一信息起点开始讨论问题。这也保证提案的人可以在不受其领导的影响下,表达自己的真实想法。

贝索斯也不喜欢 PPT,PPT 从设计来看就是一个用来说服人的工具,就像个销售工具,而在内部,你最不想要的东西就是被推销,你是在寻找真理。他认为 PPT 的要点式内容是对讲者友好,对听众不友好的形式,里面能藏下不少逻辑缺陷。而备忘录的完整叙事则对写作者要求更高(一份好的六页备忘可能要写两周)。

虽然开会前半小时计划超固定,但到了会议真正的讨论部分,贝索斯就会很放飞,因为他相信思绪漫游的重要性。开会的核心在于提出没人知道答案是什么的问题,大家都是在通过发散思维去寻找解决方案。当一切都正好的时候,它会让所有其他会议所花的时间都变得值得。那感觉很好。当你在会议中得到真正的突破时,它给人的感觉就像是有一种美感在其中。

发明与发现

只有我们刻意设计,并清晰了解其运作原理的东西才是发明。

例如,望远镜是发明,但通过望远镜看到木星,知道它有自己的卫星,这是一个发现。大语言模型更像是发现。我们经常为它们的能力感到惊奇。它们并不是设计出来的产物。

至于 AI 对人类生存的潜在危害,贝索斯展示出乐观的态度:我们人类有很多种方法让我们自己灭亡。这些技术有可能帮助我们不去做这些事,反倒会救了我们

人脑与AI的区别:节能&省数据

贝索斯也觉得人类大脑还是非常神奇。其中一个最显著的特点就在于我们的大脑是如何极其「节能」:
和这些模型相比,我们知道人类大脑运行方式的确不同,不同部分原因在于我们很节能。
人类大脑能做非常了不起的事情,而它做这些事只耗 20 瓦左右。而 AI 去做同等的事情就耗能多了。
人类大脑另一优势在于我们还省数据。

飞向太空

贝索斯对新谢泼德号火箭(New Shepard Rocket Ship)(蓝色起源公司所属的火箭)非常熟悉,而且,作为一个未来将面向大众的旅游项目,贝索斯深知项目在安全上投入了多少精力:

我们在逃生系统上花的时间,是在火箭剩下其他部分花的时间的总和。它是整个新谢泼德号架构中最艰难的部分。

在他看来,无论设计如何再优化,火箭发射总无法确保永远不会出问题,所以「唯一一个提高安全度的方法就是设置一个逃生系统」。

一旦发射开始,贝索斯直接就「享受」起来了。

有个事情特别好玩,零重力状态给人感觉特别自然。
我不知道是因为那就像回归到子宫还是怎样。

回望地球那刻更是让人动容:

你能看到地球有多脆弱。如果你原来不是环境保护主义者,那一刻会把你变成环境主义者。
伟大的 Jim Lovell(航天员)说过,就是他从太空回望地球时意识到:你不是在死了之后才会去天堂。你是在出生的时候来到了天堂
(在太空中)你看到那无垠的黑暗,一切虚无中有一颗生命的宝石,那就是地球。

为什么要太空探索?

贝索斯对人类未来的愿景是在太阳系中容纳万亿人口。他认为,如果达到这样的人口规模,人类将有更多的天才,如1000个莫扎特和爱因斯坦。他相信太阳系拥有足够的资源支持这种规模的文明。贝索斯提出,为了容纳如此众多的人口,可能需要在太空中,而不是星球上建立居住地。他建议利用月球、近地天体和小行星等资源,建造大型的「奥尼尔殖民地」。这种殖民地,也称作「奥尼尔圆柱」,是由两个反向旋转的圆柱体组成,每个圆柱体长 20 公里、直径约 5 公里,它们的旋转可以产生人工重力。这个构想最初是由美国物理学家和天文学家杰瑞德·K·奥尼尔在其著作《高边疆:太空中的人类殖民地》中提出的。

贝索斯认为,人类移居太空后,仍会倾向于住在离地球较近的地方,尤其是在最初阶段。人们可以在太空或地球生活,但关键在于可以利用太空资源。他预见,未来的人们可能会选择回地球度假,就像现在人们去黄石公园一样。对贝索斯来说,人类移居太空是一个不可避免的过程。

他观察到,虽然人们常怀念“美好的旧时光”,但事实上现代社会在许多方面(如贫困率、死亡率等)都比过去好。唯一恶化的是自然环境。贝索斯认为,人类用一部分自然之美换取了现代社会的其他益处,但我们有可能兼得这两者。为此,人类必须走向太空,通过开拓其他星球,把重工业搬到太空,寻找新的能源和资源,既支持人类文明的发展,又保护地球。他指出,我们已经通过机器人探索了所有星球,并意识到地球的独特与重要

在这里插入图片描述

这篇关于为什么要太空探索?未来万亿人口 人类移居太空是不可避免的。大语言模型是发现 贝索斯的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/614756

相关文章

Go语言中泄漏缓冲区的问题解决

《Go语言中泄漏缓冲区的问题解决》缓冲区是一种常见的数据结构,常被用于在不同的并发单元之间传递数据,然而,若缓冲区使用不当,就可能引发泄漏缓冲区问题,本文就来介绍一下问题的解决,感兴趣的可以了解一下... 目录引言泄漏缓冲区的基本概念代码示例:泄漏缓冲区的产生项目场景:Web 服务器中的请求缓冲场景描述代码

Go语言如何判断两张图片的相似度

《Go语言如何判断两张图片的相似度》这篇文章主要为大家详细介绍了Go语言如何中实现判断两张图片的相似度的两种方法,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 在介绍技术细节前,我们先来看看图片对比在哪些场景下可以用得到:图片去重:自动删除重复图片,为存储空间"瘦身"。想象你是一个

Go语言中Recover机制的使用

《Go语言中Recover机制的使用》Go语言的recover机制通过defer函数捕获panic,实现异常恢复与程序稳定性,具有一定的参考价值,感兴趣的可以了解一下... 目录引言Recover 的基本概念基本代码示例简单的 Recover 示例嵌套函数中的 Recover项目场景中的应用Web 服务器中

详解如何使用Python从零开始构建文本统计模型

《详解如何使用Python从零开始构建文本统计模型》在自然语言处理领域,词汇表构建是文本预处理的关键环节,本文通过Python代码实践,演示如何从原始文本中提取多尺度特征,并通过动态调整机制构建更精确... 目录一、项目背景与核心思想二、核心代码解析1. 数据加载与预处理2. 多尺度字符统计3. 统计结果可

SpringBoot整合Sa-Token实现RBAC权限模型的过程解析

《SpringBoot整合Sa-Token实现RBAC权限模型的过程解析》:本文主要介绍SpringBoot整合Sa-Token实现RBAC权限模型的过程解析,本文给大家介绍的非常详细,对大家的学... 目录前言一、基础概念1.1 RBAC模型核心概念1.2 Sa-Token核心功能1.3 环境准备二、表结

Go语言中使用JWT进行身份验证的几种方式

《Go语言中使用JWT进行身份验证的几种方式》本文主要介绍了Go语言中使用JWT进行身份验证的几种方式,包括dgrijalva/jwt-go、golang-jwt/jwt、lestrrat-go/jw... 目录简介1. github.com/dgrijalva/jwt-go安装:使用示例:解释:2. gi

Go 语言中的 Struct Tag 的用法详解

《Go语言中的StructTag的用法详解》在Go语言中,结构体字段标签(StructTag)是一种用于给字段添加元信息(metadata)的机制,常用于序列化(如JSON、XML)、ORM映... 目录一、结构体标签的基本语法二、json:"token"的具体含义三、常见的标签格式变体四、使用示例五、使用

Go语言使用slices包轻松实现排序功能

《Go语言使用slices包轻松实现排序功能》在Go语言开发中,对数据进行排序是常见的需求,Go1.18版本引入的slices包提供了简洁高效的排序解决方案,支持内置类型和用户自定义类型的排序操作,本... 目录一、内置类型排序:字符串与整数的应用1. 字符串切片排序2. 整数切片排序二、检查切片排序状态:

基于Go语言实现Base62编码的三种方式以及对比分析

《基于Go语言实现Base62编码的三种方式以及对比分析》Base62编码是一种在字符编码中使用62个字符的编码方式,在计算机科学中,,Go语言是一种静态类型、编译型语言,它由Google开发并开源,... 目录一、标准库现状与解决方案1. 标准库对比表2. 解决方案完整实现代码(含边界处理)二、关键实现细

如何合理管控Java语言的异常

《如何合理管控Java语言的异常》:本文主要介绍如何合理管控Java语言的异常问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、介绍2、Thorwable类3、Error4、Exception类4.1、检查异常4.2、运行时异常5、处理方式5.1. 捕获异常