AI从之前的“人工智障”到现在的“人工智能”，做了哪些重大突破？
- 算法与架构创新：Transformer 与注意力机制
- 数据规模与质量的跃升
- 算力革命：专用硬件与规模化计算
- 训练技术与优化方法的精进
- 人类反馈强化学习
- 多模态融合与扩展
这六个方面并非孤立，而是形成一个强大的增强循环：
算法突破（Transformer） 提供了处理海量数据的有效框架。
海量、高质量的数据 和 强大的算力 共同支撑了该框架的规模化实现（大模型）。
精妙的训练技术 确保了这个庞大系统能够被稳定、高效地训练出来。
人类反馈强化学习 对这个强大的“原始大脑”进行“教化”和“对齐”，使其变得有用且安全。
多模态融合 则将这个循环扩展到更丰富的数据领域，进一步提升了AI的感知和认知边界。
这些方面的协同突破，共同造就了当前AI能力的革命性提升。
对于人类来讲，要提升自己的能力，可以把自己当做AI来培养。
1.升级认知框架（更好的算法），提升自己大脑的操作系统，可以获得“顿悟”式的提升。
2.吸收优质信息（优质数据），远离垃圾信息（垃圾数据）。垃圾数据会污染模型，降低模型的能力，对人类也是一样，垃圾信息不仅对大脑没有正面影响，还浪费大量时间，少刷短视频，少看垃圾新闻，不看搞对立的骂战。
3.保持身体和大脑健康，适度运动，保持良好睡眠。有良好的硬件支撑，才能发挥更好的效能。
4.运用科学的学习与练习方法（训练技术），科学的训练方法，大幅提升学习效率。
5.干中学，类似AI中人类的标记，多实践才能多提升，发现不足。
6.进行跨领域整合与多感官体验（多模态），激发创造力和深层理解。利用人类的天赋——通感，只在一个领域是不够的，多个领域进行尝试，融会贯通。
