@蒋文明in南京 写作笔记 202404-12

参考 Carl Gustav Jung 卡尔·荣格 - 精神分析 & * Space and Place: The Perspective of Experience(空间与地方:经验的视角)及段义孚其他著作 & 大卫·格雷伯:无政府主义人类学碎片 & 毫无意义的工作

20240827 这是一个因为过于炎热而体感过得飞快的暑期,开始使用微信读书,零碎时间利用起来了,但把书也读得零碎。
1)个人原因认真读了一些荣格的精分,年龄到了,比之前跟着仔仔看亚隆的存在主义能读进去了。有意思的是,中文术语的“巧合”,一直让我想到段义孚的人文地理。比如“恋地情结”中的“情结”,就这样巧汇交在这个中文词汇上,概念还真是呼应的。
2)之前大卫·格雷伯的狗屎工作很容易抖音化,而《规则的悖论》终有点“社会学的深刻”,就是那种让人清醒的认识到结构性问题但还得继续扯淡的深刻。而 AIGC 时代“自由主义铁律”应该更铁了 - 任何旨在削减繁文缛节的 AI 赋能,最终都会增加规章制度总量、文书工作总量和政府官僚总量。
3)GraphRAG 修修补补,而没想到是 Cursor 首先跨越了产品的边界。而自认 AI-Coding 玩得很溜,结果整个暑期还是没能把一套偏社会科学分析模型的代码写溜,这事算是个好消息?还是坏消息?

0908 已用 Cursor 搞定社科类数据分析应用场景。基于 Claude-3.5-Sonnet 卡好上下文,真的是一句废话一个废动作都没有。我准备直播敲(生成)代码了。

0917 参考 @西瓜大丸子汤:对GPT-3的迷信是极其有害的,它制造完全不切实际的幻想,从而损害实际落地,最终导致毫无必要的浪费和必然发生的“失望” & @有个梨UGlee:米高·卡拉臣油管开讲《软件基础》第一卷:逻辑基础。Coq是一个Proof Assistant,用于定理证明,可以用于程序的形式化验证。 & LEAN - Programming Language and Theorem Prover & HOL & Coq

接上一条,ChatGPT/Transformer 之后基本认为 LLM 就是一个隐性的知识图谱(如果知识图谱这个概念足够成体系),而 o1/inference scaling law 的路线如果走通,那么之前总感觉高大上但实则鸡肋的形式化证明、PLT,其在人机协同应用中的重要性就彰显出来了。不要用“点错科技树”这类科幻片的论调,也不是要帮大牛们把话圆回来(祛魅当然是必要的),引用 Anti 的观点:“世界已经不一样了,但我们还没看到很多 AI 辅助超人出现的原因是,AI 辅助的工作闭环习惯,还没有在个人方法论走通、贯彻。意思是,突然大家都能用每月 40美元雇 10个名校博士和 10个程序员之后,你能做多大的事情?人类基本没思考、没尝试、没实践过这个事情。一旦 AI 辅助方法论走通,新超人才会批量实现。”当然,这又逃不过衍生的“后人类主义”的讨论。


DMP(Digital Map Processing)是个古老的研究方向,从去年多模态大模型开卷后,基本都转向偏工程的 Pipeline 构建。而我则是过一段时间,就会截张满是地名标注的地图图片,请识别该地图中的所有中文地名标注,并输出 JSON,包括标注文本 name 及其距离图片左下角的位置(像素 X,像素 Y),除国外四大(尤其是 Gemini)以及国内 N 大 MaaS 以外,近期还包括 OCR-2.0、Molmo 等,返回结果能感觉到问题在接近解决。不同于遥感影像处理,地图(尤其是现代地图)本质上还是更接近于半格式化文本(表格与图表),毕竟是人工产物,已经“标注”过了。而按照传统的 DMP,后续还要点线面符号矢栅转换,以及其与标注的匹配,而这块工程层面也较为成熟。


1011 这两天 Hinton 对 Chomsky 的批评起到了出圈的作用,转发一下 ChatGPT 讨论顶峰时候我的归纳与观点。简单说,他们各自的理论体系以及相互的批评并不矛盾。假期里我边用 Cursor 拉代码,边滋滋有味的重看《语言本能》。> @蒋文明in南京 评论备份 202301-03(OpenAI - ChatGPT & AIGC - MultimodelLLM 专栏) - @Gary Marcus:Noam Chomsky and GPT-3 乔姆斯基与GPT-3:大型语言模型是表示人类语言的好模型吗?(20220522);

1028 gru.ai - Assistant & Test & BugFix & Babel Gru - Cursor 刷屏背后,复盘 AI Coding 的现状与发展 - 对谈 Gru.ai 创始人张海龙


1030 一个关于 AI-Programming/Coding 人机共生的讨论框架 及其在泛软件工程专业课程教学、可塑性软件落地的技术推演;

1101 针对泛工业软件的应用本科 & 职业本科教育,横切庞杂的 IT 软工课程 vs 纵切精深的专业系统课程,无论课内课外都需进行权衡选择,也常常两分为所谓的开发方向与应用方向(或应用开发方向与实施运维方向)。AI-Coding/AI-Programming 有望为这种困境带来改变: