计划、指导、围棋、ChatGPT

很多时候，我们看起来比较合理的细节指导，其实并不是最适合事物发展的最优路径。 这个适用于教育小孩，也适用于训练机器学习模型。

我们的指导的细节，很多来自于我们自己对于世界的认知。 比如，围棋应该如何下，或者视觉特征应该如何提取，或者是应该如何使用工具。 $\sum x_i$ 从围棋这个例子说起，围棋是一个“高维”空间，(19\times19)^2。 人类通过自己的思考，总结出来一些技巧，能够有效的降低这个空间的复杂度，从而可以高效判断局势。 但是这个是基于人脑的运行方式的一些技巧，对于强算力的计算机就不一定是最优的策略。

因此，当我们想要应用一个经验的时候，我们要思考这个经验的条件以及来源，而不是直接的应用。 很多的方法、规则、要求大致如此，回到问题本身，回归当下。