这一段时间研究学习自动驾驶（autonomous driving)与通用人工智能（AGI)，对于其不同的方法有些理解，“硬生生”地将其方法归类为基于规则方法（Rule based approach)与以原则为中心方法（Principlecentered approach)。
之后，我又觉得此分析框架也可以推广至教育、兵法、法典、管理、投资管理等不同的领域，这大大简化了我对一些问题的认知。感到很开心，分享与你，希望你也喜欢。
1. 自动驾驶（Waymo 与 Tesla）Waymo 通过高精地图与多种传感器如雷达、LiDAR 等融合，在限定场景中实现高度可靠的自动驾驶。其精神是基于规则（rule based: 什么能做，什么不能做）的自动驾驶技术。
Tesla 则依赖纯视觉，试图用人类的学习方式在开放世界中实现的自动驾驶。其精神是以原则为中心的（principle centered 为什么这么做？怎么做？）的自动驾驶技术。
Waymo 起步应该很快，但 Telsa 也许会是自动驾驶的终极答案。基于规则的方法难以“应变而变”。这可能是旧金山停电，Waymo 停在路中，Telsa 仍能照常运营。
当然，如果 Telsa 能集成一些传感技术如 LiDAR 等到其现有系统，Telsa 也许能在自动驾驶领域完胜。
2. AGI (LLM 与世界模型）自从 ChatGPT 横空出世后，各大科技公司纷纷通过海量数据与大规模算力训练通用语言模型(LLM) ，以期在追求通用智能（AGI)的竞赛中拔得头筹。这种拼规模、拼算力造就了 NVDA 的成功。我以前评价过，这种做法有点“傻傻的”。为什么用引号，我不认为我的评价是对的。这些顶级的科技公司，那么多杰出人才，做什么事都不能刻画为“傻傻的”。
最近的杨立昆（Yann Lecun)离任 META 首席人工智能科学家，在 65 岁的年纪创建 Advanced MachineIntelligence，专注于 World Models(世界模型）的研究。其精髓是拟人式学习世界如何运作，再用其学习积淀进行预测、规划与行动，而不是像 LLM 只做表面输入输出映射。
对我来说，LLM 在某种程度上是基于规则的方法，而世界模型则是以原则为核心的方法。这种分类可能有些“牵强附会”。
3. 教育这种分类方法让我自然联想到教育方法的不同。多年前的中国教育（当我在上大学时）专业细分到采矿、选矿、甚至于农业机械专业中不包括拖拉机，拖拉机是单立的专业。这是典型的基于规则的教育方法，具体的规则只有在细分专业上才能实现。
20 多年前，我时任老板的太太（美国白人，也是公司高管）在我家一起晚餐时说“孩子任何决定都是他们当时最好的决定，可能与你的不同，你只应该欣赏，不应该批评，更不能在结果不好时批评。” 这可能是以原则为核心教育方式的最佳体现。
这一句话对我的影响极大，也成了我教育小孩的准绳。我鼓励他们自己做决定，与他们讨论做决策的方法过程，更重要的是与他们做朋友。
4.兵法三十六计是规则，孙子兵法是原则。
5. 法规系统德国法系是基于规则（rule based）的，而英美法系则是原则导向（principle centered)。
6. 投资管理虽然我倾向于以原则核心的方法甚于基于规则的方法，但在投资管理方面我则觉得两者相辅相成。
任何一个投资大师都有一整套投资原则，再具体落实到一系列规则。只是我们对他们的了解来自于碎片化的信息源，很难得其全貌。
以我非常了解的 Howard Marks（霍华德-马斯克）为例：橡树资本有一套投资原则，原则之一“If we takecare of losers, the winners will take care of themselves (如果我处理好损失的仓位，不用担心赢利仓位）”。
但在原则之下，橡树资本每一类产品还有非常详细的投资准则（Guidelines): 什么能做，更重要的是什么不能做。比如说不用财务杠杆。
规则是“知其然”，原则是“知其所以然”。我们投资要力求做到“知其然，知其所以然。”做到这一点最好的方法是“实践，理论，再实践，再理论，……”的循环晋级。
祝大家周末快乐！
