【 在 mystar1984 的大作中提到: 】
: 资本+技术垄断下，煤气公司还是很霸道的的，让你把灶台都拆了，上燃气，煤球蜂窝煤就更别想了。
: 所以内外都要顶住，既不要拆灶台，还要努力搞出电磁炉，哈。
: 另，垂直这个概念，是不是说距真正的AGI，就更远了？
: ...................

垂直说白了， 就是分化型， 人类也一样， 样样通， 不如一样精，
这个问题有的时候也很奇怪， 能做到样样通的， 偏偏是建立在一样精上，
把一样学精了， 在迁移到其它。 明显远远好于什么都浅尝辄止的半吊子，
尽管后者花费的总功夫一样不少。

似乎AI也这个样子， 上来就学的很杂， 反倒走很多弯路， 浪费算力。
之所以幻方能在这方面出成绩， 很可能也得益于大A的数据结构。
通常， 早期应用强化学习， 如alphago， 一个大前提是， 封闭环境， 也就是规则简单，
外部空间物理多复杂， 毕竟结构封闭且稳定， 这个时候，强化学习就能像一个方向优化， 最终超越人类，
甚至达到人类也无法企及的专家水平。
但是， 资本市场如大A， 结构复杂，多变， 还难言稳定，似乎无法应用强化学习，
但是， 幻方似乎总结出了一套处理这种情况的经验， 就是DS论文中提及的， 混合专家模型。
尽管， 这个市场复杂多变， 混沌不稳定， 但是， 如果局限到一直股， 一段时间， 一个热度， 甚至一个庄家的前提下， 很可能确实有一个优化策略。
把一个无解的复杂问题， 简化成一堆可以解的子问题， 并用神经网络， 分别训练出一堆专家，
这似乎就是幻方经验。
另外， 蒸馏技术 和多精度优化， 也不是原创， 但是更像是找到了发挥几乎优势的地方，
像蒸馏技术， 以前应用于特征分类， 现在， 却可以引入到模型选择， 模型优化上来。
--
FROM 115.171.245.*