时代的曙光|NOTE

<<<写在前面>>>

上一次写note还是在2025-01-14，一晃一个月过去了，总算闲下来。回顾一下这一个月的事情。（半月一月一更应该不叫weeknote了…

博客

最近打算在本地服务器搭建Halo，通过内网穿刺映射到公网。没成想内网穿刺需要域名备案，懒得搞暂时搁置吧。飞扬老哥建议用airtalk，网上没看到有airtalk+vercel部署，但是有Waline+Vercel，加上之前搭建了一半（就差域名解析了）。目前算是迁移成功，但是没有弄邮件反馈，可能评论的朋友收不到回信反馈了。

语言模型 Deepseek

deepseek 的横空出世带来了极大的影响，下载使用 ollama + deepseekr-r1:8b 模型和 1.5b 模型，效果确实不错。先是测试了 deepseekr-r1:8b 在 lunar lake 16G（CPU Intel® Core™ Ultra 5 226V）运行，效果理想，速度没做具体测试，与（i5-1240P+DDR5-8G）相比感觉 lunar lake 快，可能是CPU更加牛了，或者是 DDR 和 CPU 很近导致的。上述都没有用核显，都是 CPU 运行。

同样在OnePlus 7Pro上，deepseekr-r1:1.5b 运行效果一般，机器发热，速度比较慢一秒4个token左右。

deepseek的出现并没有解决了白泽没找到适配语言模型的问题，毕竟发热严重，在低配置芯片速度慢，内存要求高。目前RK3399的NPU只做了视觉方面的适配，如果要做语言模型可能要适配算子，差不多按照参考造个轮子出来。而且deepseek是全功能型，有部分功能可能不需要，可以阉割掉。

有个 UP 主四叔用 deepseek 写小说，发现deepseek确实能写出惊艳的词藻的提取文章精华的能力，但是在创作上仍然没有人类做得好，他能够细致入微地描述事物，但是写作时缺乏把握故事节奏的能力。

可以说 deepseek 是一个非常好的总结高手，提炼高手，他能够在现有的海量数据中提取分析总结推算，创新仍然有待提高。

数据之美

今天倒腾 mysql 的时候突然想到在哪里听过数据之美这个词，好像是哪位大佬的博客，有提到 AI + 数据的产品形态，我想大致就是知识库吧。当 AI 接入数据后，他能够提取分析数据，存储到数据库，然后下次提问时，AI 能够从数据库中提取答案，或者主动上传数据库，AI回答问题调用数据库即可。这种形态可以形成一种服务业产品，各行各业技术知识错综复杂，如果能够整理出这样一个知识体系，那么不论是专业还是非专业，在工作中可以更好的接轨，嵌入式软件工程师无需对每个IC引脚能够配置的参数了如指掌，硬件工程师也无需像嵌入式工程师对接哪个可以配置输入输出。问问接入数据库的deepseek就知道了，这样的 AI 助理节约了不少时间，能都提高效率。

终归来说，语言模型从量变达到了质变，deepseek目前来看足够聪明。设想一下，世界上各行各业的人才都制作一份自己行业的知识库，整体汇总起来，接入deepseek这样的语言模型，利用deepseek这样强大的整理总结提取能力，能够实现一个无所不知的AI助理。就像是一个能说话的《银河百科全书》。deepseek 确是一个重量级模型，很快 deepseek 将在一道道曙光下越来越暗淡。

人工智能缺什么，思维，创新，当下阶段的AI仅仅是一个助力，分析总结，简单的解决问题，终归是在模仿人类行为，就像是一个接口，把人类说的话接到电脑中，理解并处理，给与反馈。

新设备

非常好，手机又坏了。入手一部Redmi Note 14 Pro，用几年过度吧。

为什么说是过度呢，有了解AR行业的会听说这个IC：骁龙AR2，这是个分体式IC，一半在眼镜，一半在手机，未来几年很有可能会往这方面发展，许多AR眼镜厂商没有自己研发手机的实力，于是就有了各种盒子，比如我自己买的雷鸟Air Plus 有配套的盒子，其实本质上就是简单的安卓设备，猜测可能是代工厂设计的。而有了骁龙AR2，手机厂商和眼镜厂商分别用分体式IC，可以将眼镜上的部分算力分担到手机上，这样能减少不少功耗。

另一个就是移动办公，眼镜是没办法替代笔记本，但不代表笔记本不能做小，笔记本做小了比如盒子（mac mini）或者掌上电脑（树莓派类），移动办公变成了可能，眼镜替代屏幕，而且投影视角非常广，就是随身携带一个大屏幕。

<<<文末闲语>>>

这是一个最好的时代,这是一个最坏的时代。AI迭代飞速，人类科技进步指数级上升，2007年iphone第一代机型横空出世，18年后的今天智能手机已经非常普及，AI从2017年提出 transformer 概念，到现在deepseek，也就短短七八年的时间。节奏越来越快，几天一个新变化，越来越难以预判未来走势了。

问AI：AI迭代飞速，这个时代也好，也坏，好在那里坏在哪里？

deepseek-r1:8b：

think：
嗯，用户问的是“AI迭代飞速，这个时代也好，也坏，好在那里坏在哪里？”看起来他们想了解AI快速发展的利弊。首先，我得分析
AI带来的好处，比如技术进步、效率提升、创造力增强，还有对医疗和教育的影响。
然后，考虑到负面影响，比如失业问题，特别是蓝领工人可能受影响更多，这也是一个重要的问题。此外，隐私和数据安全也是大家
关心的点。还有伦理问题，比如算法歧视，这个确实值得深入讨论。
用户可能想知道AI发展带来的机遇与挑战，以及这些变化对普通人生活有什么具体影响。或许他们也在担心未来会不会失业，或者数
据安全怎么办。此外，他们可能也对AI如何改变工作方式和社会结构有疑问。
所以，在回答时，我需要全面地涵盖这些方面，同时给出一些未来的展望，比如技术融合的趋势，以及人机协作的重要性。这样不仅
能帮助用户理解现状，也能让他们对未来有所预期。

AI的快速迭代确实带来了前所未有的变革，这个时代既充满了机遇，也伴随着挑战。以下是一些可能的分析：
好的方面（好处）：
技术进步与效率提升：
AI在多个领域推动了巨大的效率提升，例如自动化生产线、智能客服系统、自动驾驶技术等。这使得工作流程更加高效，资源利
用更充分。
创造力与创新：
AI不仅能够执行重复性任务，还能通过学习和分析数据产生新的想法。例如，AI生成的艺术作品和音乐已经开始影响艺术领域，
推动了传统创作方式的变革。
医疗与教育的进步：
在医疗领域，AI可以辅助诊断、优化治疗方案；在教育中，个性化教学计划和学习资源的提供让学生能够更有效地掌握知识。
社会福利与生活质量：
AI技术可以帮助解决一些社会问题，例如智能城市管理、老年人的监护等，从而提高生活质量。
全球经济发展：
China作为AI领域的一个领导者，其快速发展推动了经济增长，并为全球经济贡献了一部分力量。
坏的方面（挑战）：
就业问题：
AI技术可能导致大量传统行业的岗位被取代，例如制造业、客服行业等。虽然AI也创造了新的职业机会，但转型和适应可能带来
失业风险，尤其是对低技能劳动者的影响更为显著。
隐私与数据安全：
随着AI应用的普及，用户的数据被广泛收集和使用，这引发了严重的隐私和数据安全问题。例如，不同国家对于数据保护法规有
不同的标准，可能导致信息泄露和滥用。
伦理与道德问题：
AI系统可能会面临伦理决策的问题，比如自动驾驶汽车在紧急情况下如何选择最优解决方案、AI算法是否存在偏见等。这些问题
需要社会共同努力来解决。
技术垄断与集中化：
一些大公司占据了AI技术的主导地位，这可能导致技术资源的不平等分配，形成“winner-takes-all”的情况，进而加剧社会不
平等。
人与机关系的变化：
AI的普及可能改变人类与机械的互动方式，甚至影响人类的情感和心理健康。例如，如果AI能够模仿人类情感交流，那么人们可
能会面临情感依赖或孤独问题。
未来展望：
AI的快速迭代不仅带来了技术进步，也促使人类社会进行深刻的思考。为了应对这一变革，我们需要在以下几个方面努力：
制定和完善相关法律法规，保护用户隐私和数据安全。
推动技术伦理教育，让AI系统能够以道德为基础运作。
帮助人们适应变化，提供职业转型支持，减少就业对传统行业的冲击。
加强人机协作，充分发挥人类的创造力和决策能力。
总之，AI带来的变革既是机遇也是挑战。关键在于如何平衡技术创新与社会公平，确保技术进步能够惠及更多人，推动社会整体发展
。