AI 的「智能」的主要範疇是發現、學習和應用條件關係,即「在條件 C 下,A 與 B 存在關係 R」。機率模型是實現這種能力的重要方式。
抽象是發現不同現象之間的共同結構,推演是運用關係之間的約束,規劃是尋找條件和結果之間的路徑,糾錯是比較預期與回饋之間的差異。
因此,所有本質是尋找條件關係的可重複智力活動,都可以利用 AI 極大地提升效率。有兩個代表性的領域:Biotech 和 Quant Trading。
生物醫藥,本質上是建立某一物質的結構與靶點之間的條件關係;量化交易,本質上是建立某一現象(無論是基本面的、消息面的、技術面的還是各種可能的其他因子)與價格表現之間的條件關係。
我們注意到,交易未來將越來越成為 Agent 或者垂直模型競爭的領域,生物醫藥將被 AI 大大加速尋找藥物靶點和設計對應藥物分子的速度。只不過量化交易將成為一種必須身體力行參與的趨勢,Biotech 和 Quant 都是 AI 能創造巨大價值的應用領域,但目前看不出一個像 GPU 或高頻寬儲存那樣不可繞過、可以統一收束價值的單一節點。這兩者均屬於 AI 的需求端應用層,是一個彼此之間競爭的關係,而本身尚未存在一個不可繞過的價值環節。
我們居然尚且處於 AI 引領的第四次工業革命的開端,這讓人充滿了信心。如我上面所說的那樣,AI 是一個尋找條件關係的機器,並且它還是製造自動化機器(軟體、應用程式、程式)的