1. 新技术一定比老技术好吗
1.1. 时间序列预测 GBRT Vs DEEP LEARNING
Do We Really Need Deep Learning Models for Time Series Forecasting?
1.2. 性能上,Stream Vs Fori
2. 我们必须站在前人的肩膀上
顾险峰先生2023年春节年终总结到
丘成桐先生多次教诲大家：“大自然是有内在结构的，人类文明的发展本质上就是认识理解这些自然结构，用数学和物理语言将这些结构表述出来。”而自然中具有根本重要性的结构并不很多，如果在生命中能够发现或者厘清某个结构，那对于人类而言自然是功德无量，这正是基础理论学者终身追求的目标。认识自然是第一步，改造自然更是人类的目的。将自然结构及其规律用算法语言来表达，将数学物理定律“固化”成计算机软件，这正是计算机科学家的终极目标。
除了计算机科学家，在计算机工程领域，大量的工程实践也需要“固化”成计算机软件或文档。然而因为公司墙、部门墙等阻碍IT从业者交流学习的障碍存在，在过去几十年的IT领域，大量的工作是“重复发明轮子”。值得高兴的是，AI的发展会大量减少这个层次的工作机会1。尽管没有人真正了解大型人工智能模型是如何工作的,也没有人知道大型人工智能模型能够做到哪些没有明确训练的事情2。
考虑到“抽象泄漏”的存在，包括像前端也会抽象泄露，我们站在AI的肩膀上编程无法理解其行为也就难以调优或者debug。但是我们现在没得选，而且我们还得积极拥抱不断提高的抽象层级带来的便利。即使是最新的chatGPT，依然有对其包装的prompt或者Chat-GPT-LangChain。