集体智慧

十几年前，望文思义在网上买了一本《集体智慧编程》，回来一看就是一点点python，硬着头皮翻了一遍，按书上的例子实现了几套非常浅显的推荐算法。这十几年里，从NumPy、SciPy、Pandas到Scikit-Learn、Theano、TensorFlow，再到PyTorch、Keras，从大数据到大模型，从机器学习到深度学习，直到现在的GPT，所谓的“集体智慧”以肉眼可见的速度进化为人工智能，让人不敢想象未来十年AI将如何翻天覆地。

当前的大模型依赖于人类积累的海量数据，这些数据仍在不断地发掘和整理中，而且这项工程还看不到尽头，但总有一天，AI吸收数据的速率会超过人类制造数据的速度。可能等不到那一天，AI就开始亲自下场制造数据了，成为名副其实的“生成式”AI。

GPT是统计模型，它的每一层网络，甚至每一个节点的变化，都无法确知其因果，但这并不影响整个模型的有效运作，也不影响我们调取和使用它。也就是说，人工智能对现实世界的解释，是基于概率的，而不是因果。

特斯拉搞自动驾驶，最早就是按照因果建立规则，为了确保车辆在道路上行驶的合法和安全，这套规则越来越繁琐，越来越难以理解和维护，后来采用深度学习算法，让车辆自己通过分析数十亿帧人类开车的视频来自学驾驶技能，使特斯拉变得更加智能，自动驾驶技术的改进更加高效。从目前来看，人类有限的思考能力不可能搞清楚所有的因果关系，所以忽略细节，用概率思维去解释和理解某一件事，更可行也更有效。比如，在高速公路上，你无法预知每一辆车的状态，无法知道你旁边的车是否有故障、会不会危及你的安全，但是，“君子不立危墙之下”，只要你遵守交通规则、同时远离实习车、大型车、岔口等危险源，你就能降低自己发生意外的概率。

在深度学习网络中，每一个节点会根据相邻节点的状态，按照概率模型去改变自己的状态。蚂蚁部落里的每一只蚂蚁、蜂群中的每一只蜜蜂，都是这样在有限的范围内发挥自己的作用。对于作为社会成员的人类而言，关注能影响自己和自己能影响的人和事，按照法规和制度，把自己的事情处理好，把自己的利益最大化，这就足够了。如果每一个人都这样做，整个社会就能表现出高度的“集体智慧”。即使某一个节点不是最优的，甚至是错误的，其反作用也会被更多的有效节点弥补，整个模型仍可以正常运转。

近一个月里一直在读《任正非讲话(1994-2018)》，华为公司员工刚到4000时，任正非就认识到了“制度”的重要性，只有从“人治”过渡到“法治”，公司才能够持久，公司才不会因为高管、创始人的离去而衰落，所以，华为从很早就引进了国外的管理思想，从完全模仿开始，逐步从小处优化、改进，建立起了《华为基本法》和一系列公司治理制度。华为能够不断壮大，先进的管理比创新技术发挥的作用要大的多。健全的治理制度使公司的每一个节点、每一名成员都有了努力的方向，从而使个人的智慧聚合成了“集体智慧”。

组织中的每一个节点都具有自己存在的价值，和更多的节点建立联系，就能发挥更大的作用。但是，无论是小节点，还是大节点，各司其职，才是一个组织持续、高效运转的关键。作为社会的一个节点，最大限度地融入社会，同时发挥自身的灵活性和能动性，扩大影响力，在参与构建“集体智慧”的同时，才能实现自身的自由和发展。

在我的理解中，总统是一位受雇的经理，人们与他签订一定期限的合同。 每一个担任过和将要担任这个职位的人，都将在三个最苛刻的法官——人民、历史和他们自己的良心——面前接受问责。

我思考良久得出了一个结论，即一个人长期掌握权力是不正确的。一个国家的支柱并不仅仅是总统，而是全体国民。所以说，国家的领导层应该不断的得到新生代的充实与更替。

法治原则作为确保社会秩序和社会经济发展的基石，应成为包括哈萨克斯坦在内的任何国家国内政策优先方向。 (托卡耶夫)

托卡耶夫现任哈萨克斯坦总统，他自1975年进入外交系统，就着力于推动外交政策的多元化，出版了多部专著，一直不瘟不火。直到2019年，纳扎尔巴耶夫辞职，托卡耶夫就任，但老总统名退实不退，通过“国家安全委员会”将军政大权牢牢掌握在自己手里，并扶植大女儿纳扎尔巴耶娃担任参议院院长，托卡耶夫似乎只是过渡人物。没想到，托卡耶夫突然发力，利用各方势力之间的矛盾，通过修宪、立法、多次解散政府和借兵集安组织平叛，迅速削弱了老总统的影响力。如今，哈萨克斯坦正在托卡耶夫的领导下，全面推进政治、经济和社会改革，探索能够聚集哈萨克人智慧和力量的治理方案。