概述

我還沒找到一個(gè)合適的詞匯來描述這個(gè)概念，姑且先叫模型化，世界模型是通用智能的核心能力，掌握世界模型，根據(jù)實(shí)時(shí)感知數(shù)據(jù)立即構(gòu)建世界模型，并運(yùn)用世界模型相關(guān)的知識和操縱手段即可預(yù)測未來，并能及時(shí)修正模型。

通用智能的以世界模型為中心的基本流程：

觀察未知事物->發(fā)現(xiàn)規(guī)律->建立世界模型，形成相關(guān)的知識和操縱手段->基于感知線索召回世界模型 -> 根據(jù)狀態(tài)進(jìn)行推理預(yù)測、目標(biāo)求解。

模型化與數(shù)字化和結(jié)構(gòu)化的關(guān)系

模型化是數(shù)字化和結(jié)構(gòu)化中間的一個(gè)通用形態(tài)

數(shù)字化是最初級的信息化手段，物理世界通過傳感器編程二進(jìn)制就算最簡單的數(shù)字化，當(dāng)然從數(shù)字化這個(gè)術(shù)語的使用來看，大家往往認(rèn)為數(shù)字化包含了一切信息化手段，我們成為廣義的數(shù)字化，即計(jì)算機(jī)處理的一切手段都是數(shù)字化手段，因而是包含智能化、結(jié)構(gòu)化這些東西的，是最大的一個(gè)圈。狹義的數(shù)字化，我們認(rèn)為就是將沒有變成數(shù)據(jù)的東西變成任意維度的數(shù)據(jù)就算了，比如文字、圖像、視頻，這些已經(jīng)算作狹義的數(shù)字化了。

引入智能化之后，就等于引入了算法、計(jì)算和處理過程，不能單純地看數(shù)據(jù)的存儲(chǔ)形態(tài)，而要關(guān)心其語義、內(nèi)涵和結(jié)構(gòu)化層級了。

結(jié)構(gòu)化是一個(gè)具備非常抽象意義的詞匯，即讓事物組織的條理有序呈現(xiàn)出清晰結(jié)構(gòu)的方法。結(jié)構(gòu)是一個(gè)復(fù)雜的詞匯，他主要跟組合、關(guān)系、構(gòu)成方式這些含義緊密相關(guān)，從通用智能理論上看，他是世界模型的核心組成部分，如語言學(xué)中的frame、視覺上的布局、聽覺上的和弦構(gòu)型等等，世界模型的核心構(gòu)成是概念（包括關(guān)系型概念（包括復(fù)雜結(jié)構(gòu)概念）），從而衍生出實(shí)體、關(guān)系（復(fù)雜關(guān)系亦即結(jié)構(gòu)）、屬性用于高級思維的推理預(yù)測所使用。

實(shí)體關(guān)系屬性的根在完形化，完形化只是人類智能的符號控制的基礎(chǔ)，不是全部智能的控制基礎(chǔ)，比如條件反射、大量的運(yùn)動(dòng)控制是不依賴完形化的。

通過上面的討論我們更加清晰，結(jié)構(gòu)化與模型化的大致關(guān)系了，兩者不是一個(gè)等級的概念，結(jié)構(gòu)是隸屬于模型的子范疇概念。

那么作為智能處理手段，當(dāng)代計(jì)算機(jī)技術(shù)是如何解決模型化的問題的呢？

很簡單，就是人工建模，首先我們將大腦中對目標(biāo)物的理解的世界模型，找一種等價(jià)方式在計(jì)算機(jī)中進(jìn)行數(shù)據(jù)建模，比如使用關(guān)系型數(shù)據(jù)庫，就要借助二維表來等價(jià)描述這個(gè)世界模型，也可以使用面對對象的方法進(jìn)行建模，更符合實(shí)體關(guān)系屬性的基本構(gòu)型，再比如樹形數(shù)據(jù)庫模型來進(jìn)行建模等等，所以程序員們會(huì)根據(jù)每一個(gè)領(lǐng)域的知識（本質(zhì)就是模型）進(jìn)行數(shù)據(jù)建模，代碼也將依據(jù)對模型的理解進(jìn)行操作，有的時(shí)候他們將持久化的數(shù)據(jù)還原到內(nèi)存中，轉(zhuǎn)變成對象，操作完再進(jìn)行持久化，但更多時(shí)候，他們直接將真正模型的操作再轉(zhuǎn)化成對應(yīng)的數(shù)據(jù)庫操作進(jìn)行，這個(gè)過程是在頭腦中發(fā)生的。如下圖所示：

那么當(dāng)代的計(jì)算機(jī)技術(shù)研發(fā)的主要路線就是了解業(yè)務(wù)知識，進(jìn)行數(shù)據(jù)建模，開發(fā)對應(yīng)的模型操縱算子，執(zhí)行各類算法和問題求解，稱為面向業(yè)務(wù)領(lǐng)域的專用代碼開發(fā)過程。這個(gè)過程我們稱之為靜態(tài)模型化。業(yè)務(wù)模型的變更會(huì)引發(fā)一系列的新學(xué)習(xí)和新變更。大量的隱形模型并沒有落實(shí)到數(shù)據(jù)模型中，一些并不穩(wěn)定的模型會(huì)以穩(wěn)定的形式存在計(jì)算機(jī)世界中，當(dāng)這些模型發(fā)生變更時(shí)，對應(yīng)的映射過程和思維過程就要重新來過。

這個(gè)過程是低效的，主要原因是計(jì)算機(jī)程序只能面向穩(wěn)定的數(shù)據(jù)模型進(jìn)行工作，而不穩(wěn)定的業(yè)務(wù)模型很多時(shí)候又是由其他頭腦中非常穩(wěn)定的世界模型和一些半穩(wěn)定的世界模型以及一些不穩(wěn)定的世界模型一起作用生成的，推理思維的過程都是在人類頭腦中發(fā)生的，大腦提供了足夠的靈活性來應(yīng)對這些變化，但由于最重要的思維過程發(fā)生在人腦，導(dǎo)致無法實(shí)現(xiàn)這個(gè)過程的自動(dòng)化。

那么模型化如何升級以實(shí)現(xiàn)無人化呢？

第一、將頭腦中的世界模型都實(shí)現(xiàn)出來，即類人智能的實(shí)現(xiàn)。

第二、將整個(gè)思維過程在人腦外重現(xiàn)

最大的難點(diǎn)就是將那些非常機(jī)器重要的、基礎(chǔ)的、抽象的、不可名狀的基礎(chǔ)世界模型實(shí)現(xiàn)出來。

這個(gè)過程本質(zhì)上就是通用智能的實(shí)現(xiàn)過程，那演進(jìn)路徑是什么呢？

試答曰：通用模型化，這是一個(gè)大膽的假設(shè)，從前面討論中，靈光乍現(xiàn)想到的，莫非有點(diǎn)先入為主，我們先忘掉它，從頭看起。

所有的具有生命力的技術(shù)，都是通用技術(shù)，通用處理器、數(shù)據(jù)庫技術(shù)、搜索技術(shù)都是一種普適性的技術(shù)，通用處理器抽象出了數(shù)據(jù)和計(jì)算，數(shù)據(jù)庫抽象出了通用結(jié)構(gòu)化數(shù)據(jù)，搜索技術(shù)抽象出了文本的索引和搜索，這些不包含語義的抽象技術(shù)，結(jié)合社區(qū)、互聯(lián)網(wǎng)形成了巨大的繁榮。

那么什么樣的新一代通用技術(shù)可以像以上技術(shù)以上具有廣泛的生命力呢？

當(dāng)然我們看到了深度學(xué)習(xí)的廣泛通用型，比如卷積網(wǎng)絡(luò)，NAS，BERT這些具有一定通用性能力的基礎(chǔ)模塊，那到底未來在向哪個(gè)方向進(jìn)步，哪種更有生命力的技術(shù)將會(huì)脫穎而出呢，比如我們近期所思索的通用神經(jīng)網(wǎng)絡(luò)、神經(jīng)操作系統(tǒng)，是不是在這個(gè)方向下呢？還是會(huì)有其他我們還沒有想到的一種中間態(tài)技術(shù)的出現(xiàn)呢？我們?nèi)绾螄L試去看見未來呢？

我充分認(rèn)識到這個(gè)問題的復(fù)雜性，通用模型化只是一個(gè)大膽的假設(shè)的，我們還要忘掉它，回到技術(shù)的源頭，去看什么樣的技術(shù)能產(chǎn)生無比巨大的威力，我們甚至要跳出無人化的角度去看這個(gè)事情，因?yàn)榧词褂腥嘶?，我們很多事情現(xiàn)在都還不能做到，為什么呢？因?yàn)橹橇Y源的供給不足。比如電商的超級導(dǎo)購，我們發(fā)現(xiàn)人類客服都不能滿足，當(dāng)然產(chǎn)品創(chuàng)新可能會(huì)改變這些，但是商業(yè)上的掣肘在當(dāng)下是存在的，比如一個(gè)新的創(chuàng)新企業(yè)發(fā)明了一個(gè)類似magic的人類專家助手，幫助用戶進(jìn)行商品選購，但優(yōu)秀的導(dǎo)購成本是極高的，他無法滿足所有商品選購者的個(gè)性化需求，正因?yàn)槿绱?，現(xiàn)在的商業(yè)模式才都是以廣播式為中心的導(dǎo)流模式，不是以個(gè)性化用戶需求為中心的目標(biāo)求解模式。

無人化的目標(biāo)不只是解放人類，還有增強(qiáng)人類，因?yàn)樯a(chǎn)力的極大繁榮將促進(jìn)社會(huì)的進(jìn)步和人的自由和發(fā)展，即使未來人足夠的便宜可以做一對一個(gè)性化導(dǎo)購了，我們依然希望由機(jī)器人來做，更加隱私、不犯錯(cuò)，在長遠(yuǎn)的路線上看，這都是不可避免毋庸置疑的。

但這個(gè)案例很好地告訴我們，人力成本并不是我們往前做無人化的障礙，我們也可以放下成見，認(rèn)真思考，用機(jī)器人來做導(dǎo)購的真正技術(shù)障礙在哪里？

正如我們一直所談?wù)摰?，商品本身就是一個(gè)具有典型豐富知識領(lǐng)域的場景，不同的商品他們的功能目的都是不同的，他們相關(guān)的知識也各不相同，因?yàn)槿魏钨徺I者在選購時(shí)都不可避免要學(xué)習(xí)這些知識，導(dǎo)購也必須具有對產(chǎn)品非常清晰的認(rèn)知才能做好推薦工作，而高級的導(dǎo)購是要以需求為中心的，而不是以說服為中心的，他跳出具體的商品代購，轉(zhuǎn)而變成全領(lǐng)域內(nèi)尋找最優(yōu)解決方案，尋找的方法讓其必須具有更加廣泛的學(xué)識和對大量商品的認(rèn)知，從而做最好的目標(biāo)求解。

一個(gè)掌握知識的機(jī)器人，就是我們前面所說的必須將很多模型移入機(jī)器人中，而不是人腦中，實(shí)現(xiàn)這個(gè)有兩種手段，一種是使用大量的技術(shù)人員，針對領(lǐng)域進(jìn)行建模，進(jìn)行產(chǎn)品研發(fā)，比如不同的業(yè)務(wù)領(lǐng)域他的流程是不同的，所以要開發(fā)不同的導(dǎo)航，是的，我們可以做成一個(gè)生態(tài)，讓生態(tài)上的合作伙伴開發(fā)數(shù)以億計(jì)的世界模型和伴生交互，最好這些模型之間能夠打通，讓更為基礎(chǔ)的模型來支配這些模型，他們形成層次化的互相作用關(guān)系，就像人腦思考時(shí)所發(fā)生的那樣。

這是第一階段，建模仍由人類來完成，重點(diǎn)是如何構(gòu)建一個(gè)很好的平臺(tái)和架構(gòu)。進(jìn)而我們很容易想到第二個(gè)階段，將這個(gè)過程自動(dòng)化，即有機(jī)器來自動(dòng)建模，這種建模是自動(dòng)發(fā)生的，他自己通過讀書學(xué)習(xí)，掌握元認(rèn)知，然后進(jìn)行各類領(lǐng)域模型的構(gòu)建。這個(gè)技術(shù)我稱之為通用模型化技術(shù)，即一種通用的模型構(gòu)建技術(shù)，它只需要有基本的學(xué)習(xí)和認(rèn)知構(gòu)建能力，便可以生成各類領(lǐng)域模型。

那么既然第一種方案就可以構(gòu)建一個(gè)美好世界，為什么我們的世界還沒有變得那么美好呢？我認(rèn)為有三個(gè)方面的原因：一、并不是所有的模型都能建模出來，有些模型不適合現(xiàn)有的實(shí)體關(guān)系屬性模型構(gòu)建，這是類腦智能帶給我們的啟示，涉及如何構(gòu)建更加通用的建模技術(shù)，另外，有一些基礎(chǔ)性模型沒有被發(fā)現(xiàn)和設(shè)計(jì)出來，像完形機(jī)制、異常監(jiān)測等等，這是原因一，二、即使有了業(yè)務(wù)模型，交互也存在障礙，對用戶需求的理解仍然涉及模型召回的問題，需要解決基于人機(jī)交互的模型召回，當(dāng)然這個(gè)問題跟設(shè)計(jì)業(yè)務(wù)模型可以認(rèn)為是同一件事，可以消解掉，三、建設(shè)的成本，不同層次的世界模型，是一個(gè)空間換時(shí)間的問題，比如直接的KV映射可以獲得直接的答案，就是最簡單的記憶模型，最底層的世界模型是最基本的元能力模型，解答問題要重零開始學(xué)習(xí)一切，再進(jìn)行推理學(xué)習(xí)，理想情況下的世界模型架構(gòu)會(huì)是兩者的這種，一些東西是固有的元世界模型、基礎(chǔ)世界模型，也會(huì)臨時(shí)構(gòu)建一些模型，用于分析推理，從而得出更加可靠的結(jié)論。那么采用不同層次的世界模型，建設(shè)的成本不一樣，用的世界模型越靠近應(yīng)用端，數(shù)量就越巨大，建設(shè)成本就高，用的世界模型越靠近元模型端，數(shù)量就小，理論難度就大，這是原因二，所以原因一和原因二其實(shí)是有統(tǒng)一性的，一個(gè)是組合爆炸導(dǎo)致的研發(fā)供給不足供給不及時(shí)，一個(gè)是理論突破能力。四、模型和模型之間的交互尤其是那些元模型和模型之間的操作能力，是傳統(tǒng)以數(shù)據(jù)+算法結(jié)構(gòu)研發(fā)的系統(tǒng)所難以實(shí)現(xiàn)的，是我認(rèn)為最大的障礙，所謂的原因三，舉個(gè)例子，理解用戶的語言時(shí)，首先要用語言相關(guān)的世界模型，才能理解語言的真實(shí)語義，這個(gè)過程又要依賴其他很多世界模型，比如我說請幫我給小姨預(yù)定一個(gè)明天早上五點(diǎn)去機(jī)場的出租車，這里面除了語言結(jié)構(gòu)相關(guān)的世界模型，還涉及人物及關(guān)系、了解機(jī)場、出行交通相關(guān)的知識，才能做出正確的規(guī)劃和任務(wù)執(zhí)行，現(xiàn)在的實(shí)現(xiàn)方案都是人為一個(gè)一個(gè)去實(shí)現(xiàn)的，這個(gè)會(huì)是一個(gè)專門的產(chǎn)品需求實(shí)現(xiàn)，還要知道如何調(diào)用預(yù)定接口，大部分過程是頭腦中發(fā)生的，之后落實(shí)成由若干個(gè)簡單數(shù)據(jù)模型實(shí)現(xiàn)的功能，但如果問題變成：查詢?nèi)ミ^東區(qū)沒去過西區(qū)的用戶總數(shù)，這樣一個(gè)典型的查詢問題，就需要一個(gè)十分復(fù)雜的業(yè)務(wù)領(lǐng)域模型，關(guān)于商場的東西區(qū)、用戶的概念、總數(shù)的概念，這些概念的定義的確切含義思考所需要的推理和思考能力，最后還要有基于思考出來的一個(gè)復(fù)雜世界模型，再運(yùn)用SQL生成知識（SQL相關(guān)的一系列世界模型）生成對應(yīng)的SQL語句，再獲得查詢結(jié)果。整個(gè)過程可以涉及幾十上百個(gè)（難以猜測出來具體數(shù)量，太復(fù)雜了）世界模型和其相關(guān)的知識，這些知識怎么存儲(chǔ)在計(jì)算機(jī)中就面臨原因一說的問題，也面臨本原因三所說的，這些模型之間如何相互作用也難以進(jìn)行，尤其是要?jiǎng)討B(tài)加載知識的時(shí)候，只有一個(gè)中心化的架構(gòu)才能解決問題，之前的case by case實(shí)現(xiàn)是不具備通用性的，所以我們說這個(gè)叫世界模型操作系統(tǒng)，就是一個(gè)具有世界模型動(dòng)態(tài)加載合作協(xié)同的一個(gè)通用型基礎(chǔ)設(shè)施。

我們前面大肆討論模型化，本質(zhì)是指的是世界模型和模型相關(guān)的一系列周邊，我們現(xiàn)在深入通用智能理論揭示的世界模型所處的地位，再來看整個(gè)細(xì)節(jié)是如何發(fā)生作用的。

首先世界模型是一個(gè)工作記憶中的概念，是一個(gè)即時(shí)態(tài)的概念，存在于工作空間舞臺(tái)上，世界模型的構(gòu)建是依賴于長期記憶中的知識的，這些知識存儲(chǔ)了各類概念、各類關(guān)系概念、各類概念間的關(guān)系，各種操作性概念、以及各類局部推理機(jī)制的信息都可能被征用，即如何構(gòu)建世界模型的知識和如何操作世界模型的知識都要從長期記憶中征調(diào)，然后再臨時(shí)加工處理，臨時(shí)加工處理過程就是我們的思考過程，思考過程就是推理和目標(biāo)求解的過程。

所以，當(dāng)我們說需要大量的人研發(fā)世界模型及其周邊時(shí)，就是將前面所說的關(guān)于世界模型的各類知識、對應(yīng)的操作手段都等價(jià)地在計(jì)算機(jī)世界實(shí)現(xiàn)一遍。

通用搜索技術(shù)之所以通用，就是因?yàn)閷⑺械奈淖侄甲兂擅~、助詞、詞頻、索引這些概念，他們創(chuàng)建的搜索模型本身是一種十分通用的模型，相應(yīng)的算法使得搜索技術(shù)變得跟關(guān)系型數(shù)據(jù)庫一樣具有極強(qiáng)的通用性，而且相對于關(guān)系型數(shù)據(jù)庫，搜索技術(shù)是完全自動(dòng)化運(yùn)行的，關(guān)系型數(shù)據(jù)庫則必須依賴開發(fā)人員。

當(dāng)我們?nèi)绱苏務(wù)撃Ｐ突瘯r(shí)，我們還忽略了一個(gè)特征層的問題，就是很多感覺是不能結(jié)構(gòu)化和模型化的，比如喜歡，我很喜歡這種材質(zhì)，但她喜歡的內(nèi)在原因和作用機(jī)理是不明的，所以當(dāng)他問起，給我推薦一件我喜歡的衣服的時(shí)候，你沒有建模并利用模型進(jìn)行預(yù)測，這個(gè)時(shí)候你也許會(huì)使用概率模型，甚至也有其他的消費(fèi)者偏好模型，來進(jìn)行學(xué)術(shù)分析般得討論分析，然后用目前所能掌握的最科學(xué)的方法，做這件事，這種非常有創(chuàng)造性的事情，并非脫離了世界模型體系，只是他所依賴的世界模型和知識體系非常的底層，難以描述和控制，因?yàn)槿祟愒匍L期的實(shí)踐中總結(jié)了大量的難以名狀的世界模型，沒法以清晰的知識描述出來。還有很多世界模型需要長期的學(xué)習(xí)和積累，比如微積分，不是上去就能學(xué)會(huì)，那些可以指定成簡易手冊的模型更容易在人群中推廣，比如醫(yī)學(xué)就是很典型的例子，什么癥狀大概什么病，形成診斷手冊，從醫(yī)者就不需要了解真正背后的原理知識，以一個(gè)分類器模型取代了更加復(fù)雜的人體原理推理模型，這就是簡易模型取代復(fù)雜模型，低級模型取代高級模型在現(xiàn)代生活中發(fā)揮作用的例子，這種模式在我們的世界模型操作系統(tǒng)中也同樣存在，我們可以稱其中一些為等價(jià)降級映射模型，也可以稱之為“短路模型”。

誠然，我們看到完全的模型化對應(yīng)的是完全的通用人類智能，完全模型化的障礙就是通用智能的障礙。作為通往通用智能之路的早期階段，什么才是更加實(shí)際的工作，什么才是有希望的手段，是值得我們深入討論的。

如何出發(fā)？

整個(gè)智能化的過程不是現(xiàn)在才開始，正如我們前面所說，模型化早已展開，只是用的是更加初級的等價(jià)模型在工作，沒有海量模型的學(xué)習(xí)能力，沒有引入高級模型，沒有引入認(rèn)知元模型。

我們知道元模型的重要性是因?yàn)樗墙鉀Q組合爆炸問題的關(guān)鍵，元模型和認(rèn)知框架的共同作用，可以解決海量世界知識的學(xué)習(xí)問題。

人類的發(fā)展史就是人類的智能應(yīng)用史，體現(xiàn)的是人類的工具制造和工具使用史，人類創(chuàng)造的工具數(shù)量非常巨大，人類生產(chǎn)的商品種類可能高達(dá)上千萬，但這些東西是由各種要素組合出來的，構(gòu)成他們的核心要素并沒有那么多，這也是我們說掌握核心世界模型的價(jià)值，追求本質(zhì)模型，遠(yuǎn)離表象模型，能夠徹底擺脫外部等價(jià)模型。

外部等價(jià)模型——前面講到的為了計(jì)算機(jī)實(shí)現(xiàn)在外部世界建立的一種等價(jià)模型，比如關(guān)系型數(shù)據(jù)庫模型，我們希望最后不再依靠開發(fā)人員建設(shè)外部等價(jià)模型。

表象模型——就是膚淺的知識，最典型的是字典，當(dāng)然很多情況下只有字典模型可用，但相當(dāng)多的情況有更高維度的模型可用，KV問答庫，搜索模型都是典型的表象模型，前者是精確匹配獲得答案，后者是模糊匹配獲得答案，或者無法給出答案，只是提供了一個(gè)工具而已

本質(zhì)模型——是能夠反映事物本質(zhì)的模型，比如自動(dòng)駕駛的周圍環(huán)境模型，只要空間建模做的好，自動(dòng)駕駛就能走的遠(yuǎn)，還有邏輯模型，邏輯推理能力是問題求解的核心能力，在遇到問題時(shí)用于分析問題的，成為本質(zhì)模型。

關(guān)于模型的派生關(guān)系，我在通用智能的基本框架闡述時(shí)提到過道生一，三生萬物的圖解，如下

我們有些非常基礎(chǔ)的能力，已經(jīng)不能叫做模型了，是產(chǎn)生后續(xù)能力的基礎(chǔ)，更多是一種機(jī)制，這些機(jī)制具有很強(qiáng)的擴(kuò)展性，擴(kuò)展的方式就是我們說的模型（開頭說了，這個(gè)詞不一定準(zhǔn)確，我們也許可以重新找到一個(gè)更好的詞匯，來表示這種表征知識和運(yùn)作的復(fù)合體的內(nèi)涵）。一些基礎(chǔ)型的模型是衍生出高級模型的基礎(chǔ)，產(chǎn)生的高級模型慢慢會(huì)脫離基礎(chǔ)模型獨(dú)立存在，變成新的基礎(chǔ)模型，模型系統(tǒng)展示了復(fù)雜系統(tǒng)中很多常見的現(xiàn)象，涌現(xiàn)、派生、分化、擴(kuò)展、組合、替換、重構(gòu)、短路。

如圖所示，圈1234代表了不同的模型實(shí)現(xiàn)領(lǐng)域，有些實(shí)現(xiàn)域可能將會(huì)深入到元模型腹地，甚至深入到基礎(chǔ)機(jī)制（如圈3），有些則處于十分膚淺的表層（如圈1和2），通用模型技術(shù)要解決的是解決根本性機(jī)制問題，基礎(chǔ)性模型問題，如果能實(shí)現(xiàn)全部的機(jī)制和基礎(chǔ)模型，那么就達(dá)到通用智能水平，可以直接自主學(xué)習(xí)和研究實(shí)現(xiàn)所有表面模型了，那么在此之前，可用演化路徑呢？

這就提到了部分基礎(chǔ)機(jī)制和基礎(chǔ)模型的勢力范圍問題，比如圈4，我們?nèi)绾文軐?shí)現(xiàn)一些基礎(chǔ)模型，是不是就可以衍生出非常多的表面模型，這個(gè)是可行的，而且現(xiàn)在的創(chuàng)新尤其是工具類和平臺(tái)類的創(chuàng)新就是這樣的方向，比如BERT，里面蘊(yùn)含了大量的語義信息和關(guān)聯(lián)，就可以衍生出很多表象模型和應(yīng)用。也許有一天3的繼續(xù)縱深解決了更深層次的機(jī)制和基礎(chǔ)模型，就具備了向所有其他業(yè)務(wù)領(lǐng)域擴(kuò)張的能力。這點(diǎn)跟歷史上的很多科技進(jìn)步很像，很多技術(shù)誕生于某些領(lǐng)域，但由于其通用性擴(kuò)展到了非常多的其他領(lǐng)域。

所以垂直的領(lǐng)域是可能誕生通用模型化的，比如自動(dòng)駕駛，無人倉儲(chǔ)，RPA，NextG，視覺結(jié)構(gòu)化。

所以迫切需要基礎(chǔ)模型化的應(yīng)用場景比膚淺的表象模型應(yīng)用領(lǐng)域更有突破的前景，我認(rèn)為有以下幾個(gè)工作要做：

1. 去外部等價(jià)模型，讓計(jì)算機(jī)系統(tǒng)不面向終端模型而是面對本質(zhì)內(nèi)在模型

2. 去命名化，不要凡是模型都要設(shè)計(jì)，凡是模型都要命名，大量的模型不可名狀，這樣我們才能深入腹地

3. 切入垂直領(lǐng)域，關(guān)注核心模型和核心機(jī)制，不要被海量表象模型和等價(jià)外部模型的研發(fā)成本所拖累。

責(zé)任編輯人：CC