liuyanchen 发表于 2024-5-30 10:26:12

公布两件大事

不知大家是否发现,一些专家喜欢将AI与TRIZ(一种方法论)“拉郎配”,其结果只会使更多人懵圈!在经过不断的测试验证后,我决定要公布两件大事,这两件大事关乎到一些人的生存问题及所有人的如何发展问题。我也不卖官司了,直接告诉大家即将发生两件什么事。一、创新方法培训师即将失业这件事并非危言耸听,我十年前曾断言不需要接受创新方法(TRIZ)培训,人们也可以利用这些方法解决问题。随着生成式AI拥有“分析”与“解决”问题的能力,使梦想成真!二、创造性人才将重新被定义以往,专家们都是以某人可以经常产生更多的创意解决现有问题为标准评价创造性人才。殊不知这种解决方案式创新已经不能体现出创造力!众所周知,生成式AI已经完全可以提供更多的解决方案供人们选择。未来,真正考验人类的并非是输出解决方案,而是“选择与组合”的能力。如何提高创新的境界将值得人们的关注。当人们还在“法”的层面“自娱自乐”的时候,智者已经上升到“道”的境界。如今“法”已经被AI“掠夺”,某种意义上被化为无形。那么只有“道”能够彰显创造性人才的能力,行业洗牌也将正式开始,“打假”也成为客户的首要任务!
未来已来,无论你是否已做好准备,是否还在以套用创新方法混日子。不能成为真正的创造性人才,下一个失业的就是你。

gongqi 发表于 2024-5-30 10:51:45

logic有点问题吧?

生成式AI和TRIZ本质上不同是对的。但如果承认这个不同,就应该知道AI无法替代TRIZ,AI生成的更多solution也和TRIZ做出来的solution有本质的不同。本质不同的东西怎么可能彼此替代?

实际上,生成式AI既不会传统意义上的“分析”也不会传统意义上的“解决”,它只会半自动地“生成”。到目前为止,AI生成的东西的创新度都很低。而且如果大思路还是“生成”,AI以后也不会创新,起码不会TRIZ那种创新。

当然,这不是说TRIZ就是最好的创新方法论。事实上,TRIZ是相当“科学”和套路化的,这本身就与创新有冲突,包括Altshulle说的那种子系统间的冲突。

hpf1980 发表于 2024-5-30 11:04:49

我还以为是园地那个被开除了。那个怎么怎么了。标题太吓人啊。点进去啥都没有

liuyanchen 发表于 2024-5-30 12:27:04

gongqi 发表于 2024-5-30 10:51
logic有点问题吧?

生成式AI和TRIZ本质上不同是对的。但如果承认这个不同,就应该知道AI无法替代TRIZ,AI ...

生成式AI可以利用TRIZ的方法分析问题,并产生解决问题方案

liuyanchen 发表于 2024-5-30 12:27:46

hpf1980 发表于 2024-5-30 11:04
我还以为是园地那个被开除了。那个怎么怎么了。标题太吓人啊。点进去啥都没有 ...

;P是你想多了!

gongqi 发表于 2024-5-30 20:00:05

本帖最后由 gongqi 于 2024-5-30 20:04 编辑

liuyanchen 发表于 2024-5-30 12:27
生成式AI可以利用TRIZ的方法分析问题,并产生解决问题方案
“可以”?也许。但这个“可以”不存在。事实上,如果生成算法会利用“分析”来做,那就不是生成算法了。

生成算法的算法是神经网络,网络上有很多很多参数,靠training data来调整。这里面有TRIZ存在的位置和可能吗?也许可能,但那就不是神经网络算法了。

冲突算法是这样的:没有通用的神经网络,但是有针对具体需求的算法。比如可以把TRIZ做成一个算法,但这个算法不通用,只能解决1%或万分之一的问题。这个算法里也有参数,但几十个都算很多了,不会多少万多少亿个参数。

比如,我以前做过locating算法,这个算法在无线通信里差不多是最复杂的算法了,但是顶多也就几十个参数,华为的locating只有不到十个参数。这就是传统的算法。

liuyanchen 发表于 2024-5-30 20:12:52

gongqi 发表于 2024-5-30 20:00
“可以”?也许。但这个“可以”不存在。事实上,如果生成算法会利用“分析”来做,那就不是生成算法了。
...

目前让AI利用TRIZ的方法针对某个问题进行分析,能够产生正确的分析结果和方案就可以了,不用考虑它是怎么实现的:)

gongqi 发表于 2024-5-30 20:22:21

本帖最后由 gongqi 于 2024-5-30 20:23 编辑

liuyanchen 发表于 2024-5-30 20:12
目前让AI利用TRIZ的方法针对某个问题进行分析,能够产生正确的分析结果和方案就可以了,不用考虑它是怎么 ...
AI是基于结果的,也就是所谓语料。AI的过程你是控制不了的,所以你几乎无法“让AI利用TRIZ方法”。

用语料训练AI学会TRIZ之所以几乎不可能,是因为TRIZ的语料太少,少到训练出来的水平太差,差到你会认识是假TRIZ。

whiteman 发表于 2024-5-30 20:31:49

AI 的出现,确实是大事

liuyanchen 发表于 2024-5-31 08:42:30

gongqi 发表于 2024-5-30 20:22
AI是基于结果的,也就是所谓语料。AI的过程你是控制不了的,所以你几乎无法“让AI利用TRIZ方法”。

用语 ...

这只是AI一种方法的实际应用,在没有让它阐述IFR概念时回答的是错误的,这是最终的案例解答:

玻璃钢轴管与套管粘接案例的理想化最终结果:现在,让我们根据IFR的定义,重新分析这个案例的理想化最终结果:问题:如何实现玻璃钢轴管与套管之间牢固可靠的连接?理想化最终结果:* 自动连接:轴管和套管无需任何胶水或辅助材料,就能自动连接在一起,形成牢固的结合。* 永久连接:连接一旦形成就永久稳固,不会断开,无需担心运输和使用过程中的可靠性问题。* 零成本连接:连接过程无需任何额外成本,不增加现有制造成本。分析:这个IFR描述了玻璃钢轴管与套管连接最理想的状态,它不受任何现实条件的限制,最大化了预期效果(自动、永久、零成本),并且没有任何负面影响。当然,这个IFR在现阶段是不可能完全实现的。但是,它为我们指明了研发的方向,激励我们不断突破技术瓶颈,朝着这个最终目标努力。实现思路:* 可以尝试从材料自身特性出发,探索利用某种特殊的表面处理技术,使玻璃钢轴管和套管在接触时能够自动“融合”在一起,形成永久连接。* 可以探索新的物理或化学原理,例如利用超声波、磁力等实现非接触式连接。后续步骤:在确定IFR后,我们可以利用TRIZ的其他工具,例如资源分析、技术矛盾分析、物理矛盾分析等,找到实现IFR的具体路径,或者找到更接近IFR的解决方案。

gongqi 发表于 2024-5-31 10:37:59

liuyanchen 发表于 2024-5-31 08:42
这只是AI一种方法的实际应用,在没有让它阐述IFR概念时回答的是错误的,这是最终的案例解答:

玻璃钢轴 ...

AI的分析和传统分析不同。



传统分析的过程包括:1)分拆;2)对于复杂情况建立中间体中间件,包括概念、定理等;3)将中间体中间件应用于分拆物得到中间结果;4)整合中间结果为最终结果。

以您的粘结案例来看,其中间体中间件为“自动”、“永久”、“零成本”。分析是基于这些进行的。实现思路是基于分析进行的。

AI的“分析”过程从宏观看很简单,它顶多有上述第1步分拆(实际很可能连这一步都没有)。它也可能产生中间体中间件,但那不是过程中的一步,而是过程的结果,既你强行要求它得出中间体中间物。
AI的“分析”就是直接出结果,没有中间的“分析”过程。因为,除非你有特别要求,AI不会使用“自动”、“永久”、“零成本”这些概念。即使你提了要求,AI也只是得出这些中间概念,但它“分析”时并不会使用这些中间概念。再退一步,你要求AI从这些中间概念出发,它对这些中间概念的使用也和传统分析不同,因为中间概念的语料太少,它还没学会使用这些中间概念,它只是假装使用,所以AI的结果有时候看起来很傻。
AI的算法从chatgpt可以看得很清楚。chatgpt的“分析”其实只是预测下一个字。很多习惯了传统分析的人看到这儿就傻了,这怎么是分析呢?这怎么分析呢?其实AI就是鹦鹉学舌,它并不懂它的分析结果。严格说AI不是学舌,而是学思维。不过鹦鹉学思维和人类不一样。人类要想学会微积分就要先学会代数,要学会代数就要先学会算数。但是AI不是这样。对于AI来说,算数和微积分是平行且独立的,这和对于鹦鹉来说是一样的。AI可以直接学微积分。
AI和鹦鹉相同的是学习方式,不同的是学习量。鹦鹉是微小量学习,所以很弱;AI是巨大量学习,所以很强。

其实,人类也有过鹦鹉的方式,或者说至今在某些领域还是使用鹦鹉的方式。鹦鹉的学习方式需要所谓“1万小时定律”,这就像AI必须巨量语料训练才能有比较好的结果一样。但是人类可以用更巧妙的方式减少1万小时的浪费。我们家宝宝在得到他人生中第一个数学比赛世界第一时只花了10分钟x10天=100分钟<2小时,这就是人类才能采用的学习方法,是2小时定律而不是1万小时定律。我们在得编程比赛世界第14时也只花了4节x30分钟=120分钟=2小时,同样也是2小时。而奥校和编程课都采用的是准鹦鹉的学习方式,也就是1万小时刷题的学习方式。
所以,AI可以取代的不仅有死记硬背,还有这种1万小时刷题可以学到的东西。但是AI取代不了人类更聪明的学习方式,起码可预见的未来取代不了。

liuyanchen 发表于 2024-5-31 11:12:32

gongqi 发表于 2024-5-31 10:37
AI的分析和传统分析不同。




感谢您的分享:handshake,通过一些案例确实感受到AI是按照概念去“思考”,这可能就是它的学习能力。在TRIZ中IFR与矛盾分析是最难理解的,而AI能够准确的分析出来也是智能意义体现。

jotis 发表于 2024-5-31 13:45:37

不懂TRIZ,是不是以后不用科学家了,不用研发,AI全能搞定?没有TRIZ搞不定的事?

gongqi 发表于 2024-5-31 18:35:57

jotis 发表于 2024-5-31 13:45
不懂TRIZ,是不是以后不用科学家了,不用研发,AI全能搞定?没有TRIZ搞不定的事? ...

AI最大的问题就是不会创新。AI是海量语料训出来的,创新则肯定远远不够海量,所以AI不会创新。
以后,按简单套路研发的人类科学家的确干不过AI。换句话说,以后只会简单套路的人类科学家没戏了,一定会被AI淘汰。


TRIZ是用来做创新的方法/套路。这个套路足够复杂,复杂到AI不可能学会。所以AI是搞不定稍微复杂一点的研发的。

liuyanchen 发表于 2024-5-31 18:46:07

jotis 发表于 2024-5-31 13:45
不懂TRIZ,是不是以后不用科学家了,不用研发,AI全能搞定?没有TRIZ搞不定的事? ...

TRIZ只是解决问题的工具,与其他的都无关!

红星QQ 发表于 2024-6-1 09:51:57

liuyanchen 发表于 2024-5-31 18:46
TRIZ只是解决问题的工具,与其他的都无关!

要解决问题干什么,把提出问题的人解决掉就可以了

liuyanchen 发表于 2024-6-1 09:56:41

红星QQ 发表于 2024-6-1 09:51
要解决问题干什么,把提出问题的人解决掉就可以了

;P如你所说,人都多余活着

sdqdsjw2000 发表于 2024-6-1 15:50:25

看你们讨论我又学了不少知识,AI还没搞明白,又蹦出个TRIZ:P

wutom 发表于 2024-6-2 08:04:56

AI的时代才刚刚起步,指望AI的红利还过早

xdbbxdbb 发表于 2024-6-2 08:29:59

创新创造永无止境
页: [1]
查看完整版本: 公布两件大事