數學虐我千百遍，Kimi待我如初戀
1
我上高中的時候，班上有很多學習天賦非常好的人。
平時你完全看不到他們在學習，但他們的成績就是那么的牛叉。
而且我可以保證他們沒有在夜里偷偷學，因為我們高中是寄宿制，我跟他們二十四小時在一起，就連周末都是一起去打游戲。
他們游戲打得很菜，一口一聲哥讓我帶他們下副本。
結果等考試成績一出來我人傻了，合著你們游戲上的天賦都挪到數學上了是吧。
那時候我還相信雞湯，還相信人與人之間沒有跨不過去的高山。
我會想是不是我還不夠努力？
是不是我學習方法有問題？
是不是我還可以再拼一拼？
于是我開始發了瘋的學習，發了瘋的做題，我纏著班上最聰明的那幾顆腦袋瓜日夜不離。
我說我帶你們在游戲下副本，你們帶我在考試上層樓。
他們大喜過望開始給我講題，然后我就發現我竟然真的是個廢物點心。
他們完全不需要對我藏私，反正全講了我也聽不懂。
對，我連聽都聽不懂。
在最絕望的時候，我甚至發誓只要讓我搞懂這道數學題我愿意少活十年。
可是好遺憾啊，壽命確實不能拿來交換智力。
哦對了，后來成績出來之后再下本的時候我更傻了，因為他們玩游戲進步也很快比我也厲害了。
人家之前，只是沒有認真而已。
真的，我氣到半夜都要從床上爬起來慘叫一聲沒天理。
后來我才知道，天才是不需要講天理的。
天才本身，就是天理。
2
推理小說家東野圭吾老師有個短篇，叫《超理科殺人事件》，里面有個叫【理科人】的設定。
在故事設定里，理科人只占人群中很小很小的一部分，他們是天生的數理天才+科研奇才。
其他人都是【偽理科人】，窮極一生也不可能真正接近和理解理科人。
再愛也不行，再愛也沒用，甚至他們還占用了一部分屬于天才的資源，拖了天才大腿。
這個設定當然只是小說家的臆想，可是當我看到這一段的時候真的好破防好破防啊。
我生下來就不是天才，以后也不會是。
我甚至完全不能理解理科人是怎么思考的，我對一個問題的推導過程是從A到B，我以為他們可以告訴我怎么從B繼續到C。
但他們說不出來，因為他們的思維里根本不需要經過B。
你以為他們是直接從A到C？
不，他們是從A到E=mc2。
3
其實那些都是高中時候的事情，那些曾經內心深處幽暗的掙扎，放到今天來看已經像個笑話。
我都到這個歲數，沒什么好爭強好勝的。
我認了，我就是廢物點心，我就是一輩子都沒機會看懂他們。
哪怕我去找個天才給我當老師都沒有用，天才不一定是好老師，甚至一定不是好老師。
因為天才的思維太快了，普通人跟不上。
他們沒有耐心甚至沒有能力把一個問題掰開了、揉碎了跟我講，他們甚至理解不了我為什么會有問題。
我覺得難如登天的東西，他們壓根就不需要思考，看一眼就能憑直覺給出答案。
你讓他們給過程，他們自己都要撓頭。
直覺這個東西怎么教？
教不了的。
認命吧。
說實話，在Kimi發布k0-math之前，我真的以為我已經認命了。
幾乎是認命，但只是幾乎。
我給自己留的那小小的一點點念想，被Kimi喚醒了。
4
先說一下這個k0-math是什么東西：
作為Kimi 推出的首款推理能力強化模型，k0-math采用了全新的強化學習和思維鏈推理技術，通過模擬人腦的思考和反思過程，大幅提升了解決數學難題的能力，可以幫助用戶完成更具挑戰性的數學任務。
簡單來說，它可以像人類中的數理天才一樣思考數學題，并且把思考過程給你展示出來。
天才很罕見，理科人很罕見。
但k0-math可以批發天才，批發理科人。
Open AI前段時間發布的o1大模型非常猛對吧，不經過專門訓練就能達到數學奧賽金牌水平，問題是Kimi的k0-math可以和o1打得有來有回。
如果用業界最常使用的數學能力基準測試MATH作為參考，那k0-math模型的得分93.8已經超過了o1-mini的90分和o1-preview的 85.5分，僅次于暫未開放使用的o1完全版（94.8 分）。
這個差距已經非常非常小了，完全可以說是能和世界水平掰手腕了。
哪怕對真正做數學研究的專業人士，k0-math也可以幫忙節約大量瑣碎工作所消耗的時間。
對，你可能會說我不做數學研究，我不參加數學奧賽，我已經十幾年沒做過數學題，它這些能力和我好像沒什么關系。
不是它不厲害，而是它太厲害了，理論上普通人拿著這東西真的沒什么用。
但你知道我拿它干什么嗎？
我拿它【圓夢】。
相比于過去那些五花八門的大模型，k0-math有一個超越式的突破：
它終于能展示自己的【思考過程】了。
大家知道現在考試喜歡考融合題，什么歷史+物理，生物+地理，那如果我問它文言文+物理+數學呢？
它甚至可以先把文言文給我翻譯出來，再從物理角度給我一個答案，最后告訴我數學上的解答。
更離譜的是什么，是它還能陪我玩24點，并且把里面的每一步思考過程都講出來。
如果在解題過程中出現了錯誤，它也會自我驗算+自我反思，最后糾正為正確答案。
以前我們只知道AI給了答案，但不知道它為什么要這樣給，自然也談不上跟AI學習，堪稱賽博祈禱。
但現在我可以無限問它問題，無限追問它的思考過程，無限追問這里面的每一個細節、思路和過度銜接，而且它還可以隨時待命。
比如我問它某個數學題，里面有個前置知識點我搞不懂，我可以花四五個小時先把這個知識點搞懂了再繼續問它。
但如果我是在問一個人類學霸，那我沒辦法要求他隨叫隨到，我花四五個小時去搞懂前置知識點，人家不可能一直等著我。
在這個提問和追問的過程中——
我真的有機會看懂天才，看懂理科人。
5
關鍵是，同樣的事情我找個人類來做，不說完全做不了吧，那成本和代價也會很高很高。
想要深入了解數理天才是怎么想的，與其靠數理天才本人，還不如靠AI大模型。
第一，他們自己也沒有能力講清楚自己的思維過程，很多理科天才是不善言辭的。
但Kimi不一樣，它之前擅長的本來就是長文本生成，現在又加上了數理大腦，可以說它是文理雙修。
第二，我班上那個學霸有可能愿意回答我的問題，但我不可能抓著他/她一直問一直問一直問一直問一直問，再問人家該翻臉了。
但Kimi的k0-math模型不會翻臉，只要我想，我就可以無數次地問它任何基礎問題，讓它無數次地補充思考細節。
它有著堪比理科人的大腦，卻可以成為我的專屬顧問。
第三，即使對數學不感興趣，它也有著非常廣闊的未來。
AI大模型的發展，從來都是一個先難后易的過程。
Kimi連數理模型都解決了，在其他領域還不是手到擒來？
關鍵是，我們得去學著用，得去適應這個有了AI大模型的時代。
某種意義上，AI大模型已經實現了一種基于技術平權的【智力平權】。
過去我們生下來不是天才，這輩子就和天才徹底無緣了。
高中時候和那個拿了世界奧賽金牌的同學在相鄰蹲位上過廁所，這可能就是我這輩子離天才最近的距離。
但未來有一天人人都可以用上k0-math，都可以依靠數理大模型嘗試解析天才的思維和理科人的大腦。
雖然就算讓我一遍一遍一遍一遍一遍一遍一遍地去問，我很可能還是看不懂。
又或者就算我看懂了天才的思維方式，我依然成不了天才，成不了理科人。
但那又怎么樣呢？
至少在看懂那道題的那一刻，我終于可以告訴十多年前那個絞盡腦汁拼命掙扎想瞎了心想爆了頭的自己。
或許我還是不咋地，但我終于做到了。
我有我的價值，我有我的命運，我有我的k0-math。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）