原文未找到，记录一些自己看对话时的笔记体会
快思考与慢思考： 大语言模型目前处于快思考的阶段，主要基于预训练，虽然强大，但离慢思考解决复杂问题还有很长的路要走。这需要更多强调慢思考能力的准确性和深度。
技术与应用的突破： 在大模型驱动的创业浪潮中，技术和应用方面可能会产生重大突破，这不仅会带来生活的便利，也有望给整个人类带来更多价值。
硬件与软硬件共生： 硬件的变化如TPU、GPU的成熟将与软件共同进步，利用硬件的优势推动AI技术的发展
数据层面的突破和挑战： 挑战在于数据的丰富性和质量，尤其是缺乏超人类水平的数据，互联网数据是普通人类的水平。如何寻找和创造高质量的数据成为重要议题。数据实际是任务，是目标，做各种各样的task，世界模型，啥都知道一点，训练里面各种问题都做过。
创新的三类境界： 对创新有不同层次的定义，从达到人类平均水平到超越人类认知极限。
（1）人类平均水平
（2）Alpha Go、Alpha Fold 突破了人类的极限认知
（3）给定这个环境的目标，达到超人类的结果
AI作为工具的角色和个人的关系： AI是一种工具，需要了解其边界和玩法，并通过全力拥抱、调整或适应来加强自己的生活和工作。没有人比你自己更像你自己，每个人都有自己擅长的领域，需要play自己的game，同时将AI视作强大的工具之一来改变生活和工作，增强自己的人生。
一些语录
卢一峰参加极客公园创新大会 2024 时表示，现在的大语言模型实际上还是属于快思考的模式。它的知识来自于整个互联网数据的压缩，压缩后进行重新组合、汇编，试着回答用户的问题。它实际上离慢思考，离能够帮助人类解决很难的问题还有很长的路要走。
先下山再上山，才能登上更高的山峰
也许未来在这一波的大模型驱动中，这个创业浪潮中间，能够产生技术上的一些突破，能够产生应用上的一些突破，不光是给我们生活带来方便，也会给世界给整个人类带来更好的价值。
多模态，世界运行的规律不仅仅是书本知识，一图胜千言，其他信号也是非常有意义的，还没有完整的被纳入文本训练之中