学问思辨行: 记录生活学习和工作中的实践和思考，以期实现终身成长.
-
大模型的可能应用方向简要汇总
今天有幸和云计算专业企业合作方进行了线下详细讨论，后面会推动产业班的招生和联合培养，希望能在大家通力合作下，云计算专业的学生有机会在学校向产业界的资深工程师学习丰富的工程经验，并和实际项目相结合，充分锻炼分析问题解决问题的工程思维习惯和实践动手能力，毕业即步入工作岗位胜任相关方向工程师，给企业直接带来高效益，进入社会工作有一个很好的起步台阶。 其中和合作企业谈到了云计算的应用方向的问题，合作方比较有项目经验，对大模型也有不少接触和相关经验，提供了一些信息和思路，我简单的记录一下并加以自己的扩充和思考。 大模型的应用方向很多，这里说说几个可能的垂直方向的大模型应用：1、医疗大模型，可以针对问题给出医疗建议，比如脑电图，心电图，各种CT，甚至中医的望闻问切等都可以大模型化，给出医生专业水平的回答；2，法律专业，可以根据问题给出律师水平的回答，甚至可以做出大模型的法律文书；3，日常事务，如会议语音记录转文字并自动生成会议纪要，根据数据自动生成图表，自动分析长文文档提炼摘要等；4，各个工科应用方向的专业知识大模型，如云计算专业本身，可以针对云计算的技术栈的知识点去对大模型做微调；5，文档撰写大模型，如教师的PPT讲稿，可以让大模型帮忙生成初稿，然后老师在此基础上进行修改，省去了大量的时间，做研究的老师在写论文时，除了核心的算法和实验部分的描述外，如abstract可以让大模型提炼，相关工作以及总结可以让大模型写初稿也是比较省精力的。6，金融大模型，可以实现金融方向的专家知识库系统，根据个人的背景给出投资建议等；7，以后5G，6G网络成熟后，以人形机器人为硬件设备，在云端部署大模型，辅助个人进行问答，并可能将问答结果和用户反馈进行进行记录，在云端同时保持在线的微调，达到实现自适应性的个人智能助手的能力，一定程度上实现了在线自适应性AI；8，教育机器人，面向学科根据同学的个人学习情况合理问答和引导，成为学生的个人智能导师。 可以想象的场景还有很多，希望后面也能够有机会接触一些，比如教育类的机器人可以和大模型结合等，算力环境有限，但也希望能理解大模型算法的实现原理细节，并能做一些垂直方向的finetune的工作，任何工程技术类的研发，最好就是深入一线，make your hands dirty，才能更能具体有效把握细节，理解深入。 Reference
-
工作和休闲
中国人是比较勤劳的民族，特别现代人工作比较卷，生活节奏快，用于工作之外的生活和休闲时间相对就比较少了。偷得浮生半日闲，享受闲暇去放松一下紧张的工作也是必要的。 随着经济的发展，中国人逐渐摆脱贫穷，逐渐过上了温饱小康和富裕的生活，现在部分年轻人的房子还是比较大的问题，工作的压力的来源可能也主要是这个原因，特别是大城市的依赖不到父母的年轻人们，他们依赖于自己的勤奋工作和付出，为产业经济做出了突出的贡献，过了这段比较内卷的时期，也许是3，5年，也许7，8年，也许更久一点，随着经济的转型和发展，以及人们的观念的革新和进步，后面人们的生活的压力指数估计会呈现下降的趋势，工作内卷紧张程度也会降低，休闲的时间也会越来越多。 休息和工作的关系，就是眼睑和眼睛的关系，休闲的时间多一些是有好处的，具体表现在1，有利于身心和谐，闲暇的时光人们的心情比较放松舒适，是对平时紧张工作的一种良好调节，一张一弛，休闲是一种养精蓄锐，也是为了后面更高效的工作；2，休闲的时候大脑处于一种放松的状态，做科研等创造性工作的人们也可能在这些时候出现灵光，生成了新的奇妙想法或找到了解决复杂问题的思路；据说在西方近两三百年出现的现代科学的一个原因就是出现了比较多的中产阶级额，衣食无忧，就喜欢琢磨一些有趣的科学问题。 现在人们休闲的方式也有很多，文旅也逐渐成为时尚，各地风土人情不一样，历史文化特色不同，经济产业千姿百态，科技水平也各异，特别跨国之间差异更加明显。走万里路不仅仅是一种休闲放松，也是一种扩展眼界长知识，学习他人优势长处的机会。各地利用自己的文旅优势大作宣传，即有利于当地经济发展，也对休闲的旅人是一种风景文化等全方位的新体验和休闲调节，在未来将会是一个不错的产业。 感觉内卷的生活也是可以有技巧可调节的，休闲不一定是非得拿出整段的时间来进行，学会在工作间歇放松一会儿，饭后外面走走散散步，放空头脑中的繁杂想法，让身体去体验和大自然融为一体的感觉，再回去工作时灵感也许就会出现，短暂的休息效率反而更高。 当一个人的工作不仅仅是谋生而是与他的志趣相结合的时候，工作本身也不再是枯燥的重复和艰辛的单调，而是一种良好的自我实现，这时工作和生活休闲就没那么严格的可分开，心理学上称特别好的工作生活状态为“心流”，是一种特别专注高效和幸福的体验，这些关乎个人幸福的事是多么重要，所以从孩提时起的家庭学校和社会的良好环境和因材施教个性化培养就显得很关键，引导孩子们的志趣和他们的人生目标相结合，以后他们的一生的生活就会越来越有幸福感和获得感。
-
未来新能源汽车是最新科技的集成和融合
人工智能，新能源和网络通信的发展，催生了汽车科技的快速发展，现在以智能驾驶和新能源为代表的新能源汽车成为汽车科技发展的主要方向。拿智能驾驶技术来说，国内发展也很快，有很多个汽车公司都在做相关的技术研发。竞争也很激烈，往更大的国际范围看，竞争更加激烈。 新能源如电能和氢能源的使用，使得未来的汽车产品更加的碳友好，中国的电池技术比较先进，属于世界第一梯队，未来的智能新能源汽车是集新能源，电机电控，底盘，车身，智能驾驶，智能座舱等技术的大融合，科技含量很高。很多的技术都可以集成进来，特别是智能数字化技术，还有很多场景需要我们去想象和挖掘。 网络技术的发展，5G和未来6G技术的应用，汽车的智能计算就可以从车子的边端到边端和云端协同分工，未来的算力局限也将淡化。同时高精度卫星和惯导等技术以及路端的传感器的搭建，车联网等技术的发展使得汽车的定位和车间协同感知以及车子之间，以及车与人，车与道路基础设施之间的信息共享和交互更加的高级和高效。也使得在更加极端的天气环境下如大雨浓雾场景中能更好的运行成为可能。 智能座舱可以集成语音技术，VR/AR技术，视觉技术等智能技术，能检测驾驶员状态，通过语音交互控制车窗等相关操作，VR/AR技术想象的空间更多，可以提供智能自然的人机交互，也可以集成ChatGPT等应用和语音交互相结合，在智能座舱内搭建智能语音助手，方便用户一系列的问题答疑。车载App也可能会比较丰富，如游戏，学习，即时通信等等。 汽车等机械的结构设计也有很大的空间，未来的汽车很有可能具有两栖功能，陆空（有空中飞行水上可以不需要）运行可以通过良好精心的机械设计通过变形来实现，在交通阻塞，更近路径交通时都有很好的作用。 未来万物互联，个人的终端设备可能就比较多，这些设别将会共享个人信息，有时事情比较忙的时候，人形机器人和数字分身就会帮我们去解决一些事务性的不太紧要的事情，如个人代理（人形机器人+数字分身）会开着智能驾驶汽车到超市去购物采购，只需我们列好清单，其他的事情就可以让这些智能的工具帮我们完成。 下学期准备要上一门汽车计算机基础的课程，有关于嵌入式开发和CAN总线网络的知识。希望自己也在不断的熟悉和深入理解汽车相关科技，有机会和相关企业进行合作，将最新的技术介绍到校园，推动技术的普及和更大范围的传播和应用。 References
-
元认知元情绪
人们在日常生活中，很多人都是靠着习惯惯性在做事和思考，以及情绪的反应也是惯性固化的，以至于不能很好的反思和进步。我们称这种情况为缺乏元认知和元情绪。这个其实是认知心理学和情绪相关心理理论的学识的缺乏和缺少相关的实践。 元认知是说人们对自己认知过程的理解和解读，比如我们在做事的时候的对自己思考的过程的观察，是对我们思考的认知，管理和总结。元认知能力强的人对自己的思考过程，自己的认知定位，自己所处的认知高度和深度都会有更加合理理性的评价，因此我们要不断的加强元认知的能力，在不断的认知过程中准确把握自己的认知成熟度和深度，才能有更准确的定位，向着更好更高的台阶迈步。 元情绪和元认知的概念类似，是我们自己对自己情绪的觉察，管理和总结，元情绪能力强的人更加清晰的了解自己的情绪特点，以至于能够更好的去体验调节自己的情绪，对情绪做更好的管理，这样才能更好的解决生活中的难点和问题。感觉元情绪能力强的人更加的对自己的潜意识有更加清晰的了解，甚至能够改变自己的潜意识，比如是乐观者还是悲观者其实可以是可以通过对自己的情绪的理解和管理去调整的。 机器学习里边也有meta learning相关的主题（Learning to learn，学会怎么学习），主要是让机器能够学习最基本的概念和知识，从而能够方便的学习上层的更多庞杂的概念和知识，或者让机器学习具有更强的模型泛化和迁移能力，如few shot learning，人类对于没有看到过的物体和生物物种，只用看一次下次就能再准确认识识别，而现有的一般的机器视觉目标检测算法还达不到这样的能力。 元认知和元情绪看上去是高大上的概念，其实就是要勤于觉察和反思，不断自省去提升自己的各方面的能力，也是成长性思维的体现，反思打破固化，获得提升。
-
窗外事
现在社会发展比较快，特别是科技方面的进展，也需要多和行业内更具有前言信息的专家学者们多沟通，了解最新的技术进展，紧跟时代的发展步伐。 现在的AI方面来说，大模型GPT进展确实是挺吸引眼球的，今天GPT Store上线，以后将会有比较丰富多样的专业大模型了（如构建PPT设计和撰写的大模型，构建网站一站式设计和部署的大模型等），不过具体也要看相关构建方面的进展，是否会和App Store一样那么成功还有待时间的检验。也许以后像云计算专业这样的专业技术知识点技能点要点等也可以构建相关的大模型。 现在各个行业都在较快发展，各个行业都已经将信息技术结合进来，加快了行业发展的进度。最新的技术如脑机接口等就结合了脑科学，人工智能科学等相关学科，可以解读人脑脑电波信号，理解人类的意图。最好的应用比如在辅助大脑疾病和受损的人们的一些日常的行为和活动，还有也许可以更好的理解人类意识的产生，甚至以后人脑的数字孪生。 其他的最新的技术如智能制造等等，数字孪生自动化工厂（黑灯工厂，智能化特色的数字工厂），以后的制造业流水线可以达到基本无人化精密化生产，人们也许只需关注原材料的供需情况以及通过数字孪生平台远程看一看车间的仪器运行情况，生产的总体情况和进度就可以了。 还是要提醒自己在做事的同事多了解外面的信息和进展，时代变化很快，农耕时代的几十年如一日的生活已经属于遥远的过去，终身学习和进步才是时代的特色。
-
云计算专业现状和设想
云计算专业要在明年准备招生了，在具体开课之前，也需要授课老师对云计算的相关环境比较熟悉和了解，要也能够基本自行搭建部署和运维。这是对相关技术技能专业的老师的基本要求，动手实践能力是基本功。 期待在这学期期末的时候能建好我们的云计算的mini实验环境，可能可以包括几点：1、云计算平台应用demo，比如数字孪生，大模型等，展示云计算的强大的功能，吸引更多的同学有兴趣来报考这个专业；2、云计算的硬件配件即部署实施和管理手册，这个手册可以现有一个基本的版本，能够较为快速的熟悉云平台环境的技术栈，老师们可以熟悉自己动手搭建云计算平台。3、能够有一个研发所需的简要环境，如几张性能差不多于nvidia 4090的GPU计算卡，用于一些研发的实验和验证。 云计算是一个计算机应用专业方向，专业基础课和计算机专业这种更通用的专业的基础课是差不多的，如编程语言（c/c++，python等），数据结构，linux操作系统，计算机网络这些信息技术基础核心课程。这些课程和其他信息技术相关专业（如信息安全，人工智能等）可以共用。后面的专业核心课程具体的就和云计算自身技术更相关了，如openstack虚拟机管理，docker和k8s等，相关云计算安全技术等，这些内容也希望后面能自己掌握其操作实践细节。 计算机相关应用方向都是实践性非常强的工程环节，对细节的要求和过程的管理都比较高，希望后续我们和企业合作的订单班能够在实践环节多重视，如1、设置实验要求同学们从裸机开始搭建多个节点的GPU计算集群软硬件环境，可以通过UI去请求资源并能够合理响应资源（GPU，CPU核，memory和存储等）请求（IAAS）；2、搭建大数据平台，在1的基础上再建立操作系统，中间件和运行时环境，如hadoop的计算环境等，或微服务架构的计算平台等(PAAS平台)。3、以实际行业为背景，在2的基础上再搭建SAAS服务，如web网络应用，邮件服务等。4、可能的新技术的引进，如区块链等。 技术技能教育强调实践和解决问题，包括基础课程在内，希望到时候都以实践操作为主，去在动手中摸索和积累经验，期待同学们学以致用，为相关企业直接带来好的生产力，大家都有更好的获得感。
-
浅说数据要素
在人工智能和大数据时代，数据是很重要的资产，是模型赖以产生的源头。在各行各业，都需要开始积累相关的行业数据，为后续的模型不断的更新和快速的迭代做准备。 行业或领域内好的数据可以加快相关技术的迭代发展速度，就拿图像视觉领域来说，由于开源了ImageNet数据集，在上一个十年期间，图像识别竞赛具有显著影响力，催生了深度学习的快速发展，如卷积神经网络，深度网络VGG，深度残差网络ResNet等等关键的深度学习网络backbone，图像视觉成为了发展最快的人工智能应用领域。 其他垂直行业或相关领域的公开数据集也有很多，如目标检测和语义分割的coco，pascal voc，NLP，Speech里边也开源了很多数据集供竞赛打榜和科研论文的算法比较等，为相关行业建立基准的benchmark。 Nature子刊现在也有Scientific Data子刊，可以发布不同行业的标准的数据集，方便相关行业的科研人员能够较快从事相关领域的算法研发和验证。 随着行业发展的需要，数据的体量也在不断的增长，相关行业产业的公司和研究机构也在不断积累数据，将数据保存好不断积累保证安全和便捷检索和访问，可以保证在科技不断发展的同时，“粮草”是足够的，技术更新迭代不会受到数据欠缺导致的生产力滞后的问题。所以相关行业还是要充分重视数据的积累和标记检索。可以将数据作为企事业的“后勤粮草”战略储备。 国家现在也成立了数据局，以后的数据的管理和存储也将会更加的规范科学。云计算技术里边就有大容量存储的技术，随着云计算技术的不断普及和发展，大数据量的存储将不再是什么技术问题，甚至以后也许我们每个人从出生后所有积累的数据都可以访问，如区块链等相关技术的进一步成熟和推广，以后的数据存取访问的模式也会发生变化。随着工程技术的发展，云计算也许能够和区块链技术更好的结合起来，后面我们的云计算专业也可以考虑紧跟时代步伐，将最新的技术进行介绍和引入，期待更加成熟和安全便捷的数据存储和访问技术，为相关产业的数字化的快速发展提供良好的保障。 References
-
再说人类智能的优越性
和人工智能相比，基于人脑的生物智能的复杂度要高得多，现在的人工智能的技术在近一二十年取得了长足的发展和进步，但相对于人脑的智能程度来说，还有很长的技术发展空间。这里说说几点来分析一下。 1、人脑智能的多通道混合感知特性，从感知功能来说，人类的视觉，听觉等多通道同步感受能力相对于AI来说有遥遥领先的优越性，仅从视觉来看，人脑能够分割任何全景场景，人脑能够脑补遮挡部分，识别未见过的物体，实时tracking能力等都非常强，人脑的视觉时间分辨率，颜色分辨率，物理空间大小分辨率都挺高。这些AI的能力现在还距离比较远； 2、人脑的决策能力也非常独特，虽然在某些单项的游戏场景中，AI已经超过人脑，但是人脑的决策能力贯穿于生活工作社交的方方面面，如日常生活的衣食住行，工作中的设想，规划和执行以及社会交往中的沟通交流，活动组织，宣传外交等等的决策都由每个人的人脑去执行，而且人类是群体性社会性的生物，智能的决策很多时候不仅仅由一个人来执行，而且集思广益后做出的选择性的较优决策，而集这些能力于一体的AI的决策智能体的实现可能还有些路程要走； 3、人脑也有生成式AI的功能，而且是复合式生成的智能，如既可以说话（语音生成），也可以写撰写文章（如chatgpt），还可以唱歌（AI music），舞蹈，绘画等等，人类大脑最强大的生成能力在于人类的艺术创造力和科学创造力。而集成如此多项能力于一体的生成式AI的模型的研发也不是那么容易实现； 4、人脑也是一个GAN网络，GAN网络其实也是生成式AI的一种技术实现，不过GAN网络也可以用作判别。比如某人当前生成了一个想法观点，待实践验证发现和想法不太一致的时候，下次可能就会动态调整生成策略。这个时候实践验证就可以理解为物理世界帮我们生成了训练集，而观点想法则可以理解为生成式网络。我们的想法和判断不停的去动态的博弈，最终我们的想法会越来越和实际世界接近，这个时候我们可以说我们的大脑的GAN网络的生成网络训练就比较成功了；还有我们接受信息也是会加以自己的理解和判断的，怎么解读也是判别式网络，如果解读的和后面发现的物理世界的实际发生不一致时，也相当于为我们生成了训练集，我们也可以训练我们的判别式网络，解读的越合理我们的判断就越准确，以便后面的决策； 5、人脑也具备动作规划和执行功能，手脚的精细运动，现在的机器人的能力也差距比较远；斯坦福的aloha的机器人做家务的场景也是后面人为的精细操作的动作捕捉的复现； 6、人脑的自主性，人类可以自主的学习生活工作和与人交往，能自主感觉饥饿，自主看书学习和进化，这也是现在的AI所达不到的。 说几点主要的AI优势： 1、精确快速大算力的数值计算和表示；2、AI for science在分子材料设计药物设计和其他科学方面的效率比人类要强；3、AI在人类不太适合的工作场景下能够工作等等。 综合上述的分析，虽然AI在某些方面比人类的能力强，但综合来看达到人类的智能还比较遥远，AI在不断延申人类能力辅助人们更好生活工作的同时，也在不断的随着科学家和工程师的努力在进化和发展，期待AI给人类带来更多的便利和福祉。
-
数字化教育产业发展的一点想法
教育是利国利民的大事，是国家后续的现代化建设的关键因素，关乎人才的培养，关乎每一个人得到良好的发展。百年大计，教育为本。这是多年来在学校的墙壁上的宣传标语。其实教育的效益没有那么慢，20年的从家庭到学校到社会的的精心投入和培育，就基本可以成才，延续三代以上良好的教育，整个社会的发展风貌肯定会大不同。虽然教育也是一种延迟满足的行业投入，但是事关国家民族的更好可持续发展，应该引起相关管理决策部门的更大重视，这里主要从数字化教育作为一个产业来说说数字化教育发展的一点思考。 教育是一个人全面发展的培养过程，德智体美劳都很重要，之前可能强调的更多的是智育和筛选，但是其他的几个方面的重要性也特别重要，每个人的合理发展都很重要，这里从个人和教育机构两方面说说数字化教育的方方面面。 一、从个性化学习的角度。1、关于智育，可能主要是文化课的教育上面，好的教学资源如优秀的老师的课程可以大范围传播，自适应的学习系统可以记录每一个同学的学习过程中的动态学习过程，擅长的和显得不足的地方都有统计和分析并作出自适应的调整，如错题集的分析和继续基于此上面的学习就是一种自适应的学习过程。2、关于体育健康，也是可以做一些记录的，比如同学们参加跑步的次数，跑步的成绩都可以用数字化的方式记录下来，以及身体的体检记录和状况等，这些都是一个人成长过程中身体素质的信息记录，对后续个人的健康管理也很重要；3、关于德美劳，学生个人自己，家长和学校以及经营相关业务的公司都可以做出一定的设计和行动，如参加公益活动，参加组织的夏令营等以及记录其感想等等可以数字化记录下来；4、关于心里健康和发展，可以通过学习过程的学生的行为和心里状态的记录和跟踪，运用教育学心理学的相关理论进行分析和总结，给出每个同学的相关行为和心里发展的更好的建议和指导。5、关于推荐系统，可以建立相关个人全面成长的理论和分析方法，给出当前每个人在全面发展方面的行动和策略建议，如学习某项新技能，要多以一点体育运动等；6、特殊方面的技能才能教育，如计算机艺术机器人等的特长竞赛教育，也可以线上和线下相结合。 二、从教育机构的教学活动运营角度。1、作为教育机构如学校本身运营的数字化系统，如学校有数字化校园，各种办公和学习辅助系统如邮件校历教室管理校友信息等信息管理系统；2、学生的学习和相关身心健康等指标分析，既有整体性的了解和也有个体情况的细节把握，做到因材施教更好的个性化学习；3、校园安全，低碳校园等教学环境辅助系统；4、好的教学资源分发系统以及支持学生创新和发展的社团和相关资源的使用等的教学辅助系统等。 现代社会知识信息增长速度很快，根据科技经济社会发展的需要，每个人能力不是先天就固化下来的，而是需要养成成长性思维，不断进步以不断满足社会发展的需要。要建立终身学习型的社会，教育就不仅仅局限于学校和课堂，数字化教育系统可以陪伴每个人的一生，甚至可以考虑是一个人一生的成长辅助系统，不仅仅关乎知识技能的学习，可以从更广的视角来看，是个人全面发展的智能助手。 关于数字化教育的技术方面和具体的应用以及工程技术方面的设计开发和部署等，希望后面有机会和相关同仁去探讨和合作，形成产业的联合体也是挺有意义的一件事。
本博客主要包含一些工程技术方面的短文和日常生活的随想。感谢所有师长领导朋友和老同学们的关心支持，特别感谢上海交通大学、上海建设管理职业技术学院、上海闵行职业技术学院、中科院软件所、北京师范大学及中小学的老师同学们和上汽集团等工作过公司的领导同事们给与的关爱和支持，以及家人们的期望和默默付出，希望有些文章能对大家有所启发。由于作者水平有限，撰写较为仓促，文章中难免存在一些缺点和错误，殷切希望来自世界各地的读者批评指正。期待能够和大家一起学习，迎接挑战，共同进步。