流心的投資哲學

初期的 AI 能力主要由訓練的「大規模」達成，人們發現只要給大語言模型足夠大量的資訊，就能夠讓模型仿佛產生了智慧，而缺點就是常常會有幻覺。又為了改善幻覺，新模型不斷推陳出新，逐步降低幻覺的比例。 對於應用端來說，足夠小的幻覺，就能夠透過一些提示詞的定義，來進一步縮小幻覺的影響。所以很多程式開發端，開始用一些預定義框架強迫 AI 遵守，或者讓多個 AI 扮演不同工作角色，透過協作的方式抹除任何幻覺的空間。 流心之前在前篇「 AI 的關鍵突破正在醞釀 」有提到，AI 的推論邏輯有了新的突破，主要的啟發在 Google DeepMind 紀錄片中可以窺見一二，也就是 「真正的 AI 應該是，能夠理解現有的知識基礎，並且能夠反覆探索未被發現的知識。」 最近聽到一個新聞寫「Meta FAIR 團隊提出 Self-play SWE-RL，僅需存取原始程式碼庫即可訓練，完全不需人工標註。其核心概念借鑑 AlphaZero 的自我對弈策略，讓同一個 LLM 扮演兩種角色」，這新聞就能夠證明在訓練方面的關鍵進展。 整理這三方面的逼進，一個是新模型的改善，一個是應用端的開發流程彌補，再來就是推論的訓練方式改進。 如果你有仔細看 Google DeepMind 紀錄片，他們已經嘗試在真實場景和 AI 溝通。其中創辦人之一的 Sergey Brin 也在一些演講中透露，對外釋出的 AI 版本，對於他們內部在用的版本來說，其實是很舊的版本。 另外也是 Google DeepMind 的前成員，他們的新創公司 Poetiq 也在推理和成本方面取得一定的突破，核心在於其採用的「學習型測試時推理」（learned test time reasoning）方法。(來源： Poetiq ARC-AGI-2 成本效益新高 準確率達 54% ) 因為流心不是相關的專家，所以只能就以往的工程背景去推測，若有誤請見諒。其實這幾個進展在前篇「 AI 的關鍵突破正在醞釀 」有提到過，「正確的訓練方式，應該是協助 AI，讓它自己去學習每項知識的基礎」。 因此，如何營造能讓 AI 自我學習的環境，就是訓練中重要的一環，而這點大家都已經意識到。 另外，你可以自己搜尋一下「豆包手機」，這就是完整的 AI 應用在手機上的最終樣貌，儘管它後來被一堆金融服務封殺，不過這也突顯了 AI 的應用，需要使用者對於企業的長期信任。你可...

特斯拉的自駕車 (Full Self-Driving, 簡稱 FSD) 即將商轉，這可能會替未來的世界帶來重大改變。 提醒 1：此篇沒有投資建議的意圖，因為特斯拉股價也蠻貴的，我不確定股價已經內含多少未來獲利的預期，所以請勿看到此篇就去買 TSLA 提醒 2：台灣目前法規還未開放，所以等到這件事生效還需要一段時間 如果完全自駕發生，例如車子可以自動載你去車站，再自動開回家停放，這將會改變區域性的價值。 依目前的房價趨勢，距離高鐵站或捷運站「步行 10 分鐘」距離的價格會最高，然後逐漸向外遞減。那這個「步行 10 分鐘」將有可能被擴展成「車程 15 分鐘」，因為坐車 15 分鐘雖然久一點，但是也不會累，而步行 10 分鐘通常是台灣人能接受的距離。 在這種情況下，你是否還要硬去買一個距離車站很近，但是房價很貴的區域？需要置產的人，值得再想想，畢竟房貸通常要繳到 30 年，多等 10 年讓 FSD 發生，卻可以省下將近 1/3 的房價，或許是值得的。 再來是自駕如果足夠可靠，那現在的司機類型行業，有可能職缺數至少會少一半，可能只剩那種身障專車的司機還能保有工作。 例如：外送是否還是真人在送？假設店家能夠把餐點放進外送車的行李箱，自駕車能夠自動去指定地點，然後消費者需要手機感應才可開啟行李箱門，這樣還能完全確保食物的完好，不容易有外送員惡搞的空間。 然後計程車應該是完全不需要真人開了，只需要少數真人駕駛，在特殊狀況遠端介入來排除故障即可。又或者少數針對身障的真人駕駛，特定時刻才需要出動，平時就是負責遠端介入。 小結： 這篇不是很明顯的投資建議，只是閒暇時刻夢想一下未來場景。在這個 AI 時代，會改變的絕對不只是自駕車，還有更多的產業可能有變化。 流心可以非常確定，很大的變化絕對會發生，只是什麼變化我還說不準。多去思考未來 AI 可能帶來的變化，然後即早替自己未來做些打算，抗爭 AI 沒有意義，順應這個時勢，才是生存的最好方式。 補充投資建議：在真正的 AI 爆發來臨前，請稍安勿躁，有任何變化我都會寫文章，若沒有寫就代表舊文章仍舊適用。

最近的市場從 AI 泡沫的討論，現金流可能的斷炊，一路討論到大語言模型的瓶頸。流心必須說，很多悲觀空頭的言論都是有道理的，他們唯一的問題，就是認為事情只會到此為止。 他們忽略 AI 的訓練方式還在飛快進步，Gemini 已經開始 Google Map 的協作，AI 的總訂閱人數越來越多，運用 AI 的研究人員始終在抱怨 token 不夠用。 接下來，流心想聊一下大語言模型的觀點，並且推測 AI 未來爆發的關鍵點，可能會是什麼。 大語言模型的問題在於，它是基於「現有人類的知識」去訓練出來的東西。 它比較像是百科全書的總管，只要書裡面有的東西他都會，也有一定程度的變通。但你如果問到書以外的知識，他就只能拼湊可能的解答，最早期還會亂回答亂猜，現在略有改進，會反覆驗證修正，或乾脆坦承不知道。 相較之下，真正的 AI 會是什麼？ 真正的 AI 應該是，能夠理解現有的知識基礎，並且能夠反覆探索未被發現的知識。你要知道人類所謂的發明，其實都是一種發現。某個物質和某個物質組合在一起，就能夠有什麼特性，又或者哪些化學物質相互反應，就能夠產生某種變化。 一個有探索能力，能夠自動學習的 AI，才是真正的人工「智慧」。要更了解這點，我推薦各位去看 Google DeepMind 的紀錄片  The Thinking Game 。在這影片，你可以了解他們是怎麼一路利用 AI 解決問題的，Demis 最後還因此獲得 2024 年諾貝爾化學獎。 簡單下個註解：真正的 AI，能夠學習人類的已知，然後發現人類的未知。 近期最重要的事情是，正確的 AI 訓練方式已在進行中 最近 Google Gemini 超車 OpenAI，TPU 勝過 GPU 之類的辯論，其實都不重要。近期真正的重點在於 DeepMind 展示了一個正確的 AI 該怎麼訓練。 也就是說，你不該單純把所有知識砸在一起，叫 AI 想辦法從現有知識中找出最佳解，這種 AI 永遠無法超越現有的人類知識。 正確的訓練方式，應該是協助 AI，讓它自己去學習每項知識的基礎，然後在這基礎上，找出人類未知的知識。當然，用這種能力去解決人類已知知識的問題，也不會是什麼問題。 未來的關鍵突破，可能是幻覺不再存在 當 AI 透過正確的訓練方式來學習，幻覺有可能不再存在，因為 AI 的每一步動作，都是基於已知知識的開展。它不是在現有知識中模糊比對，...

在投資路上，你不必成為最厲害的那個，但你要知道誰最厲害，然後向他學習。也就是說，你不必成為巨人，但你要試著站在巨人的肩膀上。 那接下來的問題就是，所以誰是那個巨人？ 流心不是沒想過，要不要公佈我覺得好的投顧老師、財經網紅、或者常上電視的財經專家。不過一旦我公佈後，就等於在替那個人背書，這又是另一個重擔。 所以我還是教各位如何找到那個巨人，這才是真正在教你釣魚。 1. 記得誰講了什麼，然後事後驗證他的說法 很多投資朋友最大的問題，就是不記得某個看法是誰說的。如果你不記得誰說的，那要怎麼驗證他準不準？如果他十次就準一次，那還能叫巨人嗎？是小矮人吧。 驗證是一個相對長期的事，你最好一直記得誰講了什麼，在不斷驗證的過程，也順便向他學習背後的思考邏輯或技術。 2. 評估那個人的操作方式適不適合自己 投資有很多流派，有的就是短線投機，賺了一定幅度就跑。你如果是位長期投資人，要如何參考他的說法，你大概常常都會賣飛部位。 而有的人是純指數投資，他的看法根本不重要。因為他就算看空，也不會減碼，他就算看多，也不會加碼，簡單來說就是永遠嘴砲。指數投資沒什麼錯，錯在你把他的看法當一回事。 最糟糕的是單純吸粉的投顧或網紅，多空翻得比翻書還快，然後自己的看法永遠都是對的，過去的看錯都有藉口。實際上他只在乎訂閱和課程人數，對投資根本沒什麼系統化的觀點。 3. 努力提升自己的能力 要提高自己的鑑別能力，最好的方法就是充實自己。如果你自己的能力不夠，你根本無從判斷一個人的程度到哪裡。 若以賽車來比喻，你只能看見距離不遠的對手，若你連對手的車尾燈都看不見，根本不知道他已經跑多遠了。反之，若你能夠看懂別人有多優秀，代表自己離他也不遠了，值得肯定自己再加把勁。 等到有一天你發現某個人的程度就這樣，自己甚至能夠看出他看法的漏洞，就代表你已經超越這個人，未來沒必要再參考這個人的看法。 小結. 投資是一輩子的事 投資是很漫長的路，不要因為短期的受挫，就覺得這輩子沒救，再不濟也還有指數投資不是嗎？而且只要學好一次，可以用很久，用到自己退休後都還有用，誰知道自己會不會長命百歲呢？ 尋找自己適合怎樣的投資方法，然後一步一步深入去學習。找到你認為的巨人，持續向他學習，發現更大的巨人就跳過去他的肩膀，等有一天回過頭看，或許你會發現自己也已經變成一個小巨人。

投資久了，好像慢慢會變成哲學家或思想家(誤)。 不知你有沒有懷疑過，為什麼以前國泰金可以一千多元、宏達電可以一千多？難道當初追這些股票的人都是傻子嗎？ 其實不是，我相信這些價格在當初的時空背景，都有讓人信服的理由。那些買的人根本不認為自己在追高，而是在買一個有合理價，且未來還會上漲的股票。 流心一直在談論 AI 泡沫還沒真正發生，但少部分個股已經有泡沫跡象。有泡沫，不代表現在就要爆，有可能在後面跟著大行情走高，泡沫吹得更大之後才會爆。 回到標題為何這麼下，因為我覺得現在就在見證歷史，而且是正在發生的歷史。 現在的很多個股，一定會變成曾經的國泰金、宏達電，未來幾年後人們又會懷疑，為什麼這些股票在 AI 泡沫時期可以炒那麼高？這個關鍵時刻，很值得大家細細品味。

之前有寫過一篇文章，說明加密貨幣是個投機的商品 (參考： 加密貨幣的本質是投機 )，不太適合拿來和投資商品做比較。 最近發現市場上還有個更大的誤解，就是認為加密貨幣和 AI 深度掛勾。誤以為 AI 好的話，那加密貨幣就會好，這是更大的誤解。 實際上，加密貨幣之所以上漲，單純只是因為市場資金充足，再加上監管放鬆的樂觀心態，所以資金湧入加密貨幣市場。 而最近因為市場資金用盡，整個市場都在去槓桿，首當其衝的就是加密貨幣。 這個特性一直以來都沒什麼變，加密貨幣吸收市場中過多的泡沫，然後也承擔泡沫破滅的最大衝擊。 (補充：這裡的泡沫指的是過多的游資，而非因為期待過高而炒貴的價格) 如果仔細思考加密貨幣的本質，它和 AI 根本沒什麼關係，這世界就算沒有加密貨幣，AI 的發展仍然會突飛猛進。就流心的觀點，加密貨幣沒有太大的實際價值，真正有價值的是區塊鍊技術，而貨幣價格的高低只是投機的結果。 身為一個投資者，你真正要投資的是，價格低於內含價值的東西，最好還要有生產力。加密貨幣不是不能買，但你要清楚它就是一個投機商品，也不要誤以為它和 AI 有什麼關係。