在最近的一次在线讨论中，网友询问了如何在AI领域开展学习，应该读哪些书籍、订阅哪些杂志，采取什么学习方法等问题。
我认为，学习AI的路径应当根据每个人的目的来调整。
对我而言，学习AI的目的非常明确：并非为了成为该领域的专家，也不是为了将来在这个领域谋生，而是为了更好地理解AI的整体发展趋势，从而在合适的时机抓住潜在的投资机会。
为了实现这个目标，我认为最重要的是掌握AI的基本逻辑，这将帮助我们做出更准确的判断，预测AI领域未来的新兴事物。
从基础理论开始：理解AI的运作方式
如果你刚开始接触AI，建议先从一些介绍AI基本原理的书籍入手，这样能为你提供坚实的知识基础。在这方面，斯蒂芬·沃尔弗拉姆的《这就是ChatGPT》是一本很不错的书。它从最基本的概念讲起，清晰地解释了大语言模型的数学原理和工作方式。即便你只是会一些基础的数学，加减乘除，这本书也能顺利阅读。
如果读到中途你觉得内容过于复杂，其实前几章就能让你大致了解大语言模型的工作原理。掌握了这些原理，你将能够理解为什么大语言模型的训练需要大量的GPU、数据和算法，并且能够理清它们在训练过程中扮演的角色。
通过对这些原理的深入思考，我们可以进一步理解为什么像英伟达这样的大公司会不断优化GPU架构，为什么他们在历史上收购了一些小型公司。收购的小公司是做什么的？这些细节能够让我们更好地理解大公司如何推动AI硬件的进步。
进而，我们还能够认识到一些所谓的“去中心化算力”项目为何不太靠谱。去中心化算力本身并非无效，但在英伟达的GPU框架下，这样的系统很难做到足够强大。要实现理想中的去中心化算力，可能需要重构现有的GPU设计。而那些在英伟达框架下构建的去中心化算力系统，最终往往只能算作实验品或展示品，难以成为真正强有力的竞争者。
深挖AI应用场景与未来趋势
掌握了AI的基本原理后，就可以不再过度关注数学细节，而将更多的精力投入到AI的应用场景和未来发展趋势上。此时，《拐点：站在AI颠覆世界的前夜》一书会对你大有裨益。书中展现了AI技术的广阔应用前景，作者万维钢通过丰富的想象力并结合逻辑推理，描绘了一个AI遍布各行各业的未来世界。这本书不仅可以激发你对AI未来发展的无限想象，也帮助你理性地看待这个领域的潜力。
除了这两本书，我并没有再看过其他专门的书籍。我的大部分知识都来自于网上的文章（比如微信公众号和推特）以及各种行业动态。通过这些文章，我不断拓展对AI的认知，尤其是对AI应用领域的理解。例如，除了大语言模型，AI的其他方向，如行为模型、空间模型等，也在不断发展。这些领域可能尚处于研究阶段，但其前景极为广阔，未来几年可能会涌现出新的“ChatGPT”类的技术。
这些横跨多个领域的AI研究，不仅丰富了我对AI的纵向理解，也让我意识到这些新兴领域的爆发可能会带来更多对算力和GPU的需求。
了解风投眼中的AI未来
除了阅读书籍和文章，我建议大家还可以关注一些知名风投公司的分析，尤其是他们对AI未来发展的预测。最近我读了红杉资本对AI领域发展的看法，书中提到未来可能会出现所谓的“智能体经济”，即AI代理之间相互交互、协作形成的经济体。
在谈到这种经济体时，红杉资本强调了三个核心要素：第一是永久身份；第二是无缝通信；第三是安全。看到这些要素时，我立刻联想到区块链技术。加密钱包能够赋予AI代理永久身份，基于区块链的智能合约则确保了代理之间的无缝通信，而区块链的去中心化特性保证了AI智能体的安全性。这些要素和区块链的核心优势高度契合，暗示着AI和区块链结合可能会催生出全新的商业模式和技术突破。
综合分析：从技术到市场的深刻洞察
学习AI不仅是要掌握理论知识，更要理解其应用场景和潜在的市场机会。AI技术的浪潮即将席卷全球，而我们如何站在浪潮之巅，抓住潜在的投资机会，离不开对AI发展的深入理解。
在这个过程中，我们不仅需要关注技术的进步和突破，也要关注投资背后的风险管理。AI投资涉及的技术变革日新月异，理解每个领域的发展脉络和应用场景，对于我们正确把握市场动态至关重要。同时，投资者需要认识到，AI并非单一技术，而是一个涉及多个领域的综合性科技体系，了解这些领域如何交织发展，将帮助我们做出更加明智的决策。
通过上述路径，我对AI的学习和投资有了更加清晰的框架。在未来的AI投资领域中，我们需要不仅在技术细节上打磨自己，还要在应用场景上持续跟进，同时与时俱进，不断调整自己的投资策略。
这种深度的理解，最终将帮助我们在这个激动人心的时代，抓住AI带来的机遇，走在科技投资的前沿。