写在前面
今天要解读的论文是《Personal Autonomous Intelligence Computer》（https://github.com/KMind-Inc/PAIC）
这篇先不搞那么硬核的，后面计划再写一篇分析技术细节的文章。
关于论文的核心思想，其实道哥已经在 我们是KMind，志在发明个人AI计算机 这篇文章讲的很清晰了，本文其实也就是对论文和这篇文章的再次解读，如果想更细致的了解，还是建议大家阅读道哥的原文和论文原文。
本篇文章的侧重点在于阐述，为什么要设计这样一套架构？为了解决什么问题？因为但凡提出一个新概念或者是新架构，一定是为了解决某类问题的，如果仅仅是为了提出一个架构而提出一个架构，那想必这种人他做的不是科技工程，而是行为艺术。
那么我们在使用大模型的过程中，究竟遇到了什么问题？
读前温馨提醒：春节已至，陌小北本人东北浓度有升高趋势，预计于2.20达到峰值，如文章中出现含义不明词语，建议查阅东北方言大全。此现象或为小概率事件，陌小北本人会尽力避免，且享有最终解释权。
为什么做个简单的智能客服都这么难？
大模型最开始出来的时候，场面可以说是，锣鼓喧天，鞭炮齐鸣，红旗招展，人山人海~~ 大家想着，ChatGPT太厉害啦，这做个智能客服出来，还不是分分钟的事儿，现在呢，已经过去一年了，智能客服普及了吗？为什么没呢？
因为不可控，这个智能客服说出来的话，你没法百分百保证是人话，假设你用到生产环境，用户问“我这个手机散热太恐怖怎么办？”，客服回一句“亲，这边建议您直接原地爆炸呢”。
要说这种概率大吗？小，非常小。但是只要他有百分之零点零一的概率，你就不敢用，你承受不起它带来的风险。要是友商故意搞你怎么办，真实的商战往往都这么real，毕竟目前的AI还不能替人坐牢。
要问现在的GPT能根除吗？根除不了，因为GPT的本质，就是一个概率模型。当它收到“散热”“恐怖”这些词的时候，你很难保证它会不会关联到“爆炸”。
科学家甚至还给起了一个很梦幻的名字，叫“幻觉问题”。话说在我们东北，但凡多喝个一斤白酒，你就看吧，满大街全是幻觉问题，根本根治不了。用我们东北话来讲，这就叫“满嘴跑火车”，交朋友遇
到这种人你都得慎重，你还敢直接用到生产环境，那我只能说，东北虎都没你虎（备注：“虎”这个词在东北，代表“小可爱”的意思）。
「不可控」「黑盒」这是目前大模型最大的问题，当然还有第二大、第三大的问题，比如上下文长度限制这些啦，但都没这个问题重要和紧迫。
OpenAI的解法
这个问题你看到了，全世界都看到了，你猜OpenAI看没看到？
他当然也要想解法。比如 Ilya Sutskever 去年7月成立的超级对齐团队，致力解决AI的价值对齐和幻觉问题，但是那场宫斗，终是让理想败给了现实。几乎是在差不多的时间，一个老概念被炒出来——Agent。去年6月OpenAI的Lilian Weng在博客中给出了一个Agent架构，试图解决LLM OS的编排和控制问题，现在几乎是被奉为圭臬了，你说有问题吗？按照OpenAI的构图，完全没问题，毕竟怎么他都是稳赚不亏。
但对除了OpenAI的所有人呢？这个架构中最重要的推理模块，是基于大模型的。
那也就意味着，整个系统是建立在不可控和黑盒上面的。现在所有的针对推理模块的增强，包括COT、GoT、ReAct等等，其实都是在做Prompt增强，而Prompt本身你甚至无法确保它真的有效，你也
说不好是在盲人摸象，还是在玄学调参，亦或是心理按摩？
如果不能从模型层面解决这个问题，那对使用者，这就是「不可控」+ 「黑盒」。如果能从模型层面解决，那对使用者就是「黑盒」的。你不会知道模型用了什么数据，怎么训练的，毕竟OpenAI早就变成CloseAI了。
很多想法和点子，你看着好，前景杠杠的，OpenAI看着也好，那就做进自己的原生功能吧，岂不是更好。像不像当年的腾讯？当时GPTs出来的时候，我就写了一篇文章吐槽，其实里面隐晦的表达过这个意思：分析 GPT Store究竟是不是下一个APP Store？是不是普通人的机会？附GPTs构建教程和安全策略
说了这么半天，我终于要回到这篇论文了，上面说的都是，我们在使用大模型的过程中，遇到了哪些问题。接下来就从论文来说，这个方案要如何解决这个问题。
KOS的解法
首先，为什么要按照冯诺依曼的架构体系来设计？对应的是论文的第二部分：Personal Autonomous Intelligence Computer (PAIC)。
因为，我们要做的是一个“可编程的AI”，而不仅仅是“可使用的AI”，也就是，将“推理模块”的控制权交还给使用者，让其可以通过编程来进行控制。
其中每个模块的设计思路，道哥的文章和论文里已经阐述的很清楚，这里暂且不做过多解释，我今天只从开发者使用层面先简单明确几个概念。为了便于大家理解，我用计算机中的概念来做类比，但具体实现细节上还是有差别的。
Native ACT类比计算机中的操作系统的系统调用，比如write()、read()、open()等；System ACT类比系统原生的应用程序，像是电脑里的记事本、计算器这类应用；指令集类比传统汇编指令集，传统计算机有CISC、RISC指令集架构，PAIC也有自己的指令集。
所以对于开发者来说，以前你写代码怎么调API，现在就怎么调Native ACT，是一样的思路。指令集有点偏底层了，其实开发者可以不用关注，就像是你现在写程序，也不需要关注汇编语言，是一样的，但如果大家感兴趣，我们也会将设计理念公开出来，大家一起探讨，共同完善这台计算机的设计。
相比于传统计算机，PAIC有两点升级，一是将操作“数字”变成了操作“数据”，所以指令集的设计会有相应的适配，比如针对数字的操作是加、减、移位等操作，针对数据就是文本扩/缩写，文转图等等。二是要把控制器中的决策模块和评估模块做重。
第二，如何让数据更精准。对应的是论文的第三部分：Data Manipulation，也就是“数据脱水与浸泡”技术。
无论是传统计算机，还是AI计算机，本质都是在做数据的转换，区别只在于对于数据处理的粒度。传统计算机，将输入的数据转为二进制、加载到内存，做数据处理，再转成输出。PAIC将输入数据脱水、加载到元空间、做数据处理、数据浸泡转为输出模态。
具体的脱水和浸泡过程，可能稍微有点抽象，其实本质上是在模拟人的思维过程，我举个栗子，大脑是如何处理“1+1=”这件事的？假设你现在3岁，从来没见过“1+1=”这个模式，首先这个“1”，在你仅有的三岁记忆里，你会联想到棍子、筷子、手指饼干等等你可能之前见过的东西，看到“+”，你可能想到喇叭声、穿白大褂的人（红十字），也可能想到教堂的房子（十字架），这其实就是数据展开过程就是“数据脱水”，但因为你只有3岁，尽管你能联想出很多东西，但还是不够，无法计算这个等式，能展开的维度越多，就能处理得越精准。所以当你能把“1”展开出数字1，把“+”展开出加号，并且把“xx + xx = ”展开成加法这个模式的时候，你才能完成加法这个思维过程，再通过“浸泡”回到原来的维度。
一个人在面对一个概念时，他能关联到的其他概念越多，他的理解就越精准，也就是我们说的这个人经验越丰富，AI精度也是同理，展开的维度越多，进而就会越精准。
关于评估器/决策器、脱水/浸泡更详细的细节，我认为需要单写一整篇文章来阐述，春节期间，陌小北现在已经出现由酒精引发的“幻觉问题”了，下次一定。
写在最后
为什么要做PAIC，以及与OpenAI的Agent方案的比较，我觉得写得差不多了，如果你要选一个，我建议你选KOS，毕竟中国人不骗中国人。
这个时候，没人敢说谁的方案是百分百正确的，哪怕中间过程中错了一两步，我们也会迭代和修正，但只要目标和初心没错，哪怕错了99次，只要不放弃，第100次我们终会成功。所以我用了这一整篇文章，来阐述「初心」是什么，希望大家检阅。相信是非自有公论。
写到这里，我突然很想写一句我很喜欢的水浒传的开篇词，虽然不相关，但是很应景。
试看书林隐处，几多俊逸儒流。
虚名薄利不关愁，裁冰及剪雪，谈笑看吴钩。
七雄绕绕乱春秋。见成名无数，图名无数，更有那逃名无数。
霎时，新月下长川，江湖变桑田古路。
我不知道在若干年后，大家谈论起这轮AI变革的时候，还会不会记得，曾经还有一群人，在所有人在都想着如何尽快商业化，如何快速复制互联网时代的垄断格局的时候，他们在为了互联网最初的“自由、开放、共享、平等”而坚持，在为了打破数据垄断，把数据权还给用户，不惜与这个世界对抗。
2023年11月14日 23:59，终于敲定了第一版指令集和Native ACT，所有人都超级开心，因为我们在做一件超级有挑战，但又超级有意义的事情，然后，我们就开启了和时间赛跑的模式，但所有人都干劲十足，作为一个程序员，我们在设计一台计算机，幸甚至哉！
我不知道会不会成功，但我因身处其中而自豪；我从小喜欢看武侠，我觉得今天，我们一起成为了侠。
所以，你愿意和我们一起，构建这个新世界吗？
欢迎来半个宇宙，找我的星伴一起玩儿，她叫陌小树，她还在一点点长大，如果她乱说话，你可以帮我打打她，但她还是个孩子，可别把她打傻了。
