Category: Reflection/Psychology/Growth

图像是人们认识世界的最重要感知通道，大概70-80%的信息通道通过视觉获取，人类主要通过眼睛获取信息，感知世界。 人类的眼睛能将不同波长的光感受成丰富的五颜六色，生活在五彩缤纷，琳琅满目的世界是一件很美好的事情。通过人的视觉感知功能，人类不断突破自己的认识，更多的了解世界的运行机制。 一图胜千言，在色彩丰富，结构复杂的场景，文字描述可能会显得无力。这时人眼对图像的视觉感知功能会直接一目了然，更有说服力。 在可视化方面，信息技术有着独特的优势，信息可视化可以让我们更好的感受这个世界的面貌，如星体的运行，分子的运动等， 我们可以通过缩小或放大比例，能真切的感受到物质世界实际的运行方式，比目测，通过望远镜查看和想象力更加具体丰富，感受力更强。 计算机图形学引擎（CG，元宇宙等技术），智能眼镜等硬软件系统，可以支持我们更好的去体验，是我们想象力的延申。特别在教育科研领域，如天文学，分子生物学等学科。比如太阳系的行星的运动轨道基本在一个平面，而分子，电子的运动方式好像就不一样，银河系的恒星们围绕黑洞旋转的超大轨道又是什么样子的呢。等等等等，这样的可视化展示场景很多，不一而足。如果在儿童或中小学的教育中能有这方面高质量的内容资源展示，说不准能激发更多孩子们了解世界，热爱自然，崇尚科学，激发他们探索求知的动力。

这两天有几则科技新闻可以关注一下： 1、则是关于GraphCast，谷歌的开源AI天气预报系统，预报准确度近10天左右，而其背后的原理是基于深度学习的黑箱系统。其已经将模型开源，并将集成到各种天气预报系统中进行即时天气预报。 2、零一万物是李开复老师创办的AI企业，关于创业公司的大模型的宣传，争议也挺多的，是不是过度宣传我也没有去细看，不过成立不久，成果估计不会很快。这种大模型的创业公司也有不少，国内的这类创业公司大都是基于开源的大模型架构去在大数据的基础上进行训练。感觉原创性的研究还是体量大的公司和学校去做探索比较好，有更大的允许失败和试错的空间。当然也许李老师这样的牛人有他自己的想法，万事开头难，允许争议存在，去一步步做起来再看。 3、关于现有的AI系统，各种各样的神经网络的结构，以及LLM和AI for science，感觉主要是能解决实际的应用问题，如天气预报、计算机视觉、蛋白质结构预测等确实能够解决科学和技术中的很多的问题了。存在即合理，也许背后的具体的机制现在还不能完全解释，但是能work，工程上能解决问题，也能帮助解决科学上的问题，比如医药设计能加快药物研发等，能更快给人类带来福音。但是背后具体的机制还需要我们去探索进一步的可理解性和可解释性，只有这样，技术才能不断的升级和迭代，产业节能和效率也会有更大提升，人类自己本身的智能才会整体上有更大的进步。 References

本文暂时仅作硬科幻的短文加以记录，对这些内容的理解现在还停留在想象和感性的层面，待后面更多的去学习相关的理论知识加以求证，并辅以修订修改，或纯以科幻小短文的形式存在。丘成桐老师也曾说过，人类思维的错误性是合理的，甚至有时候对创新也能有所帮助，或者是创新和发展新思维新方法的路上必须经过的路径。 1、宇宙的结构是一种分形结构，从无限大的空间到小到原子，中子或电子，都具有相似的几何结构特征，也就是这里所描述的plpogast：p为point，l为line，p为plan，o为object，g为group（一个组合，如氢原子有质子，中子和电子），a为angle（角度，极坐标下的欧拉角），s为speed（角速度），t为时间（time） 2、以上为现实自然界的物质世界的结构，整个结构和子结构存在着自相似性（不是严格意义的完全自相似，而是统计自相似性），为一种递归定义。可以以一片树叶，雪花做类比（如图所示）。从氢原子，到细胞、一个人、地球、太阳系再到黑洞….,都可以理解为一个大结构里有一些小质量的子结构围绕大质量的核心在公转，在小的量子尺度上和大的星体尺度上每一个子结构都在以一定的角度和角速度自旋（大质量的核心也在自旋，如黑洞，太阳等。恒心这类等离子体不同纬度具有不同的自旋角速度）。这里的高维并不是指物理空间的高维，而是指描述物体运行信息的高维（如欧拉角，角速度，时间等信息）。这里的非线性理解为作用力或这种相互作用的场的大小与物质的距离存在着非线性关系。关于时空弯曲可以参考第七条。 3、这些星体或量子的运动规则，人类可以通过观察，探测设置进行归纳总结得出，或者通过计算机进行演化模拟来验证具体的模型结构或演化进程，甚至可能着随着人类文明的进步出现改造进化的过程。 4、以上运行的规则可以用一个字母表示即为i，即intelligent，information, image,为智能，信息和镜像，人类的生物智能，以及现在流行的AI都属于这个，甚至整个人类的高级文明（包括各个人文社会科学和自然科学甚至宗教等）都属于这一类，这类规则一般是通过理性的数学语言进行描述。 5、现在的虚拟现实应用，以及智能驾驶应用等，这个intelligent及数学（信息）世界和物理世界存在着相互融合与改变，因此物体的运动是一种复杂的数学物理过程（也就是物体的运动背后遵循数学的逻辑，数学和物理是世界运行的两个不同方面，相互之间耦合在一起），具体描述可以参考引文。人类的信息产业就是通过这类的虚实改变去优化我们的空间（信息空间和物理空间），使得人们过上更好更有幸福感的生活。各行各业都存在的数字化的变革，人工智能，数字孪生会重塑相关产业朝着更加美好的方向发展。 6、关于光和电磁波、量子力学等比较特殊的理论知识还需要加深理解，暗物质、暗能量以及猜想的存在的虫洞、白洞、子宇宙等概念需要等待物理学家们不断的去发现这些规律，不断的去升级对宇宙的认知，也许以后星际穿越会有可行性，也许人类得以永生，这些是有可能的，起码暂时也不能完全否定。 7、三体等小说，以及三体的稳定性问题后面也有更复杂的数学知识，以后有机会去了解，我们的星体的运动就是这样的，大质量物体会引起周围时空弯曲，太阳是大质量物体，地球附近的行星，月亮等也是大质量的物体，不过和太阳相比没有那么明显的效应，可以想象成宇宙中的每一个位置都存在着一个弯曲的曲率（加速度，有大小和方向），甚至可以和凹凸不平的曲面去类比。 8、感谢现在和曾经工作中的同事，老师和同学们的相互启发，以上内容有不少相互学习和借鉴的成分，也特别感谢给予包容、温暖和关爱的所有人，特别是在逆境的时候。关于本文中有任何问题或不正确的地方欢迎大家随时提出指正。 References

教育是一个国家的长久之计，德国卡尔·西奥多·雅斯贝尔斯的作品《什么是教育》中提及到，教育是一棵树摇动另一棵树,一朵云推动另一朵云,一个灵魂唤醒另一个灵魂。所以从这个方面来看，教育的本质不是传授知识技能，而是引导同学合理的思考和行动，最后能更好的把握自己的人生。 数字化教育可以从以下这些方面考量： 1、记录同学们上课的状态，以此来了解学生的认知心理状态，更好的引导学生的成长； 2、自适应的作业系统，记录同学的学习课程的作业考试答题情况，分析同学的认知掌握情况，合理分配作业习题和评估结果建议； 3、教师授课行为状态记录，分析老师的教授课程的认知行为状态，合理给出教学的评估和改善建议； 4、终身学习记录，教育系统这些记录甚至可以跨阶段，跨时期。实现每个人的终身学习状态，数据跟随个人的一生； 数字化教育是一个大的产业，学校很多，有大量的多种格式的数据，也需要云基础设施服务平台来支持，实现大存储，弹性计算。同时也和大数据挖掘，人工智能产业紧密融合。 教师和医生是天底下神圣的职业，优秀教师的作用是不能被机器人取代的。数字化教育的作用是提升教师的授课水平，辅助同学们更好的成长。是更好的传播优秀的教育资源和理念。

感谢这些天交大大牛老师们的加持，学到接触到很多新的方向和知识，扩展了自己的思路和知识面。后面一段时间继续扩展知识面，认识更多不同方向的技术牛人或思想导师。 学无止境，术业有专攻，在接触到很多不同方面的科学和技术以及思想哲学之后，接下来自己还是要进一步去求真务实，找准自己的方向，其他方向保持了解，也许也有一些好的思路借鉴。务虚会，接触不同的人脉能给我们打开一个窗口，看到外面的光亮和可能的合作方向和机会，但是后面还是要去切实的落实实施好。 数字化教育+机器人+AI for science这几个方向不错，后面将会保持重点关注，同时继续给数学和物理方向加电。不断的学习和进步，才能守得云开雾散。 继续加油！

决策智能是智能的重要方面，一般来说，智能可以分为三种：一种为感知（视听触嗅味），第二种为认知决策，第三种为创造（重大科学技术突破，文学艺术等）。 决策智能小到个人的日常行为决策，大到组织的政策制定，是一个范畴很广的概念。 其中管理决策主要是面向组织部门，可以是政府企业，也可以是其他组织，解决一个大的团体的行为决策的优化问题。一个组织是成员的一个大集合，管理好一群人，同时带领大家向着愿景的目标去努力，中间少不了一个个科学合理的决策，而数字化技术在管理辅助决策上可以助上一臂之力。 据我的了解，基于深度强化学习的数字决策智能现有的案例有：1、基于深度强化学习的博弈游戏，如alphago，alphazero等，2、智能交通领域的红绿灯智能化决策，根据当前的交通流合理配置红绿灯，而不是按照固定规则。 感觉数字化管理决策未来可能可以用在能源的合理分配和调度以及对应的产业发展方向上，如电能，氢能源，天然气等按照什么样的配比，什么样的区域配比等更加合理，强化学习也可能可以作为辅助决策用得上。 其他的类似的实际问题可能也还有很多，后面想到可以再补充。 References