這一次：原諒我的粗鄙，我堅決地站人類。
雖然，在圍棋這個人類腦力/記憶力的巔峰專案中。
神童柯潔和李世石都被打敗了。柯潔也蔑視過Alpha-Go，但是被機器實力碾壓以後，痛快承認了AI 的厲害。甚至在之後的解說中，尊稱其為「阿老師」。
但是，在F1這個極限競技的金字塔， 站在塔尖的一定是「人」 。
說F1車手厲害的時候。
經常會把F1車手開車的精度和穩定度比喻成一台精密的儀器。
耐操程度也是：
在橫向縱向加速度的絕對值這麽大（
有多大？極端情況下大概是大概自身體重的5倍
）的情況下，突變有來的這麽突兀的Debuff在。在無論天晴下雨，冬天夏天都是在沒有空調的露天的駕駛艙內。
依然如機器般的不知疲勞的高水平發揮。
辣麽，幹脆讓機器開不是更好。為什麽不能呢？
放回到現在AI的滔天流量的討論中，也有很多關於人類哪些能力是AI不能替代的討論。
其中，只選一條我個人特別認可的是：
創造力
。
或者說：
現在的大語言模型雖然能力很強，甚至有些時候會給人它已經開悟了的錯覺。
多試幾次之後，甚至會給人有驚為天人的神來之筆。
但是底層的演算法還是推測（甚至說不上推理），是基於上一次輸入來對輸出的詞做得推測。
所以，它不可能
無中生有
。而且，雖然整體水平比較高了，還是會出現幻覺，出現低水平的輸出。
放回在F1人類車手上，為什麽頂尖，為什麽只有少數的那麽幾個人。
是整合了機器般的穩定及高精度，沒有AI的低水平失誤及幻覺，以及極限情況下的絕地求生（即無中生有的能力）
。
這個絕地求生，是在某些個瞬間。
去決定細微的走線調整，做一些假動作，果決的進攻。
以及知道每時每刻，車輛的狀態，路面的狀態，這個時候車輛的極限在哪裏。
以此，在每個瞬間做最正確的事情（不一定是每一英裏都發揮出抓地力極限），然後在整場比賽中做到全域最優。
這種包含了瞬間判斷、當前，全域的決策。
結合了車輛與路況的極限狀態。
以及與對手的博弈。
即使自動駕駛全部本地部署的前提下，私以為：
機器幹不過頂尖人類。
舉個實證。
A2RL（阿布扎比自主賽車聯賽）
，類似於自動駕駛界的F1。
4月28日在阿布扎比的F1賽道完成了一場
「激烈」
的比賽，一共八支車隊參賽。
用的車的物理硬件都一樣，不同的只是AI的演算法
聲勢挺大的，現場2.5萬人，線上60萬人。
奪冠的是慕尼黑工業大學的TUM車隊，拿下225萬美元獎金。
過程：
練習賽的時候
「精彩紛呈」
，這個精彩不是不斷重新整理圈速。而是不斷出現的AI犯傻宕機的插曲。
有車可以無視節約輪胎瀟灑的漂移果然，也能更無視護欄直接懟上去。
有車開著開著就放飛自我了，整個場地都成為了它的賽道。
有的車，會突然在賽道上無目的的晃悠幾圈。
正賽時，比賽反而正常了許多。更像對速度極限的競賽了。有精彩的超車，也能準守黃旗。
但是，怎麽說。
很有
機械感
。
看來，過擬合的療效是非常好的？
插播一下，其實在
汽車測試領域
老早是這樣了。
機器人能夠做出很多高復現高精度的測試數據。
但是在一些極限工況還是需要老司機出馬才行。
這麽多年了，
測試機器人更新換代，老師傅屹立不倒。
回來，關於L5。
L5的定義：
其實定義了界限，而不是具體的能力
。
如下：
以此，即使達到了L5，不跟F1車手比，不跟武漢的巴士司機比，不跟重慶的黃色法拉利比。
單單就只是和普通的人類駕駛的中上水平比，L5。
至於什麽影響？私以為會是正向的。
Alpha-Go贏了人類，也沒有影響圍棋定級比賽的精彩程度。
甚至，還能讓這些頂尖高手，發現一些之前從來沒有見過的妙手和棋譜。
對人類棋藝/腦力巔峰的提升是有好處的。
自動駕駛，雖然現在可能還不能與頂尖車手比賽。
但是，非常鼓期待其發展。
無論是把技術下放給民用車領域，助力L5的全面實作。
還是在賽車運動中，激勵頂尖車手更上一層樓。
物理極限都是一樣的不是。
好了，下回聊。
