十五六岁爱做梦的年纪，最想成为的是吟游诗人，无拘无束，随遇而安。
二十多年过去了，这个梦真的成为了梦罢了。这个世界上好像已经不存在吟游诗人这个职业了。
十几年前的冬天，第一次坐上巴黎的地铁。那是一个寒冬的清晨，微弱的阳光刺痛着我的眼睛，然后一曲歌谣毫无征兆地刺破苍穹。啊，这就是现代的吟游诗人吧，一边歌唱，一边旅行。
每每看到欧洲大街小巷上的艺术表演，我的思绪都自动切换回十几年前的那个清晨。寒风，晨光，歌谣。唤醒每一个旅者的心思。试图去理解他们的语言，试图去穿越我不曾经历的人生。
曾经遇见光亮，就再也无法屈从于黑暗。有人用一生治愈童年的创伤，有人用一生回忆青年的自由。
最近头痛时不时复发，只能强制自己远离工作的紧张节奏，专注于自我的平和。
某种意义上，我其实很适合高强度的工作。压力越大，越是冷静。这可能是以前工作训练出来的，也可能是飞行执照训练出来的。当周围的人都进入狂暴模式的时候，我却一如既往的淡定，稳如泰山。我可以一个个劝住，在大家都手足无措的时候指明方向。工作是长跑，是漫长的登山，越是困难越让我冷静。
某种意义上，我其实是很适合硅谷的丛林法则的。这也可能是这么多年来我在工作上并没有遇到太多天花板，一直能找到突破的方向的缘故。不给自己设限，也便有了无数的可能。
但是，退一万步讲，这真的是我想要的生活吗？功名利禄，好像并没有我真正在乎的。钱变成了数字，让我感觉越来越陌生。我的生活质量并没有因为钱而变得更高，反而失去的时间和自由让我会不时感到窒息。最快乐的日子并不是多了多少标签，而是沉浸在自我的世界中专注。能感受到自己还活着，并非行尸走肉。
年龄越大，越觉得自己跟同龄人的割裂，一种宛如代际的割裂感。他们的高谈阔论，我的诗与远方。我试图融入，可是越融入越痛苦。索性不再假装，索性回归本心。 人生苦短，何必过多地向现实妥协。或许我太早地被经济学的功利主义洗脑，却也侥幸早早得以看清功利主义的局限。
愿我可得一世自由。
吾十有五而志于学，三十而立，四十而不惑，五十而知天命，六十而耳顺，七十而从心所欲，不逾矩
年轻的时候并不是很能读懂这段话，年纪大了才恍然时间快进。
现在的日子基本上是 知天命、耳顺、从心所欲的阶段了。每天看着聒噪的人群，我已经心生羡慕。和长者的间隙已经远远小于和二十多岁年轻人的代沟。是从什么时候开始，经历了什么，让我的人生越来越勇敢，也越来越无所谓了呢。
初心还在吗，还在的。梦想还在吗，还在的。那一束束不曾泯灭的光亮，闪耀着年少与年长。
放下的越多，只能说明人越来越老，力不从心。跨越千山万里，只为回眸一笑，是一种人生。和猫一起睡到天昏地暗，也是一种人生。习惯了疯狂之后，人生好像也没什么界限了。
从心所欲，不逾矩，却也不设限。
年龄越大，越不喜欢被束缚和规划。随心所欲好像是更重要的人生体验。
在加州待久了，多少会觉得一种割裂。明明是青山绿水随意挥洒，却又被束缚在一些特定的节奏上。周围的人都是忙忙碌碌的，大家都习惯了像一个机器一样不眠不休。然而我做不到，我喜欢的是每天醒来的未知和不确定性。太完美的节奏让人丧失创造力。
可能我确实不适合加州，不适合一种集体主义下淹没的个性的自由。更随意一点，人生也就更丰富。
想回欧洲，想念选择的自由。我不想最终成为自己曾经讨厌的人。年少时候经历的自由的滋味，会影响一生。
有的时候只想有点背景音的时候，我会无意识的播放一些法语的东西。可能在我的潜意识里面，法语所关联的是一种无所畏惧的心态，是灵魂的自由，是众人皆醉我独醒的小小优越感。
若为自由故，若为自由故。
从简单的统计模型，到后面的计量经济学，到机器学习，到现在的人工智能，过去的二十年是归纳法大发展的二十年。为什么只看二十年呢，因为二十年前的园主不知世事，超出认知范围之外了。
经济学在大规模应用计量经济学之前，一直是和物理学神似的，也被叫做社会科学中的物理学。而计量经济学的发展与突破也不是纯属巧合，主要是大规模经济金融数据的爆发。
早期的计量经济学，无论是宏观还是微观，其实都还是有深深的“结构化”的影子，就是需要一个结构化的模型来解释为什么会这样，有一堆变量和与之相对的系数，然后再用数据来估计系数。现在回头看，这个时期的计量经济学还是停留在一个“辅助”的阶段，数据的价值只是帮助计算系数。
然后计量经济学就向着弱结构化的方向一去不复返。可以说这是理论的发展赶不上数据的爆发，也可以说是人们渐渐失去了对结构化的理论的执念。这大概等同于量子力学之于传统物理学的革命，人们开始接受这个结构的模糊化。可就算是在这个阶段，人们的执念还是“因果关系”，直到今日计量经济学还是把因果推断作为其存在的哲学本源，试图从归纳法的角度倒推演绎法需要的因果关系。
然后随着机器学习的大爆发，人们从开始的“预测”和“因果推断”是两回事，到逐渐的审问自己，为什么对因果有这么强烈的执念？退一步说，到底什么是因果关系？这个时候才发现，因果关系其实在哲学上的定义也不是那么得清晰。园主在这里就不挖太深了，否则填因果这个坑就要填好久。
这些年，随着大语言模型的爆发，人工智能好像又解锁了一个新的阶段。虽然一边说着大语言就是一个预测方向无意的突破，另一边园主却看到人工智能落地层面对于结构化关系的依赖性慢慢减弱。以前我们的解决办法是对一个问题不断地细分梳理，然后逐个攻破。而现在大模型的冲击就是，我们真的有必要这样分解问题本身吗？如果深度学习模型本身可以就自动学出来一个等同于以前结构化的东西，就算我们没有办法把它明确的表达出来，哪又如何呢？
到这里，深度学习无疑是冲击到一个哲学层面的问题。当数据远远超过了理论的发展的时候，是不是演绎法的价值就远远不及归纳了？我们是像以前那样路径依赖，一定要对问题做一个外科手术一样精准的分解，还是可以容忍结构慢慢演变成一个黑盒子，给它无尽的自适应的能力，然后只需要关注结果就可以了？
这一波深度学习对于人工智能的冲击，我觉得体现到最后， 其实可能是一个去结构化的冲击。我们选择放弃对于结构关系的清晰表述，然后拥抱强化的预测能力对于世界的适应和改造。
人们对于深度学习和大模型的恐惧在于我们无法解释、进而无法控制。一旦我们适应和接受，下一步就是挖掘其无尽的潜力，实现下一轮生产力的爆发。
无论如何，我还是看好科技发展与世界进步的，就算过程中会有无尽的波折。