人与 AI 协作的田野调查、论文、研究成果
2026.06 · 独立研究 · 与 AI 协作完成
当前 AI 在存储、传输、计算三层全部使用同一种物理基底——数字浮点运算(GPU/TPU)。这不是设计选择,是"硅基芯片只能做浮点"这个历史起点的惯性延续。
论文提出任务驱动的基底选择框架:对任何目标智能系统,先定义任务需求(精度、速度、可解释性、可溯源性),再推导各层物理约束,最后在基底连续谱(从精确数字到纯粹物理模拟)上匹配基底。以气候智能为正向演示案例,展示框架如何从一个具体任务剖面推导出计算层八种不同基底组合。
框架包含三条可证伪的主张及具体验证方式。
把散落在不同领域(存内计算、神经形态、物理储层、神经符号)的工作,按"不同任务需要不同基底"的分类逻辑重新组织。框架是规范性的——推导"给定目标,基底如何选"。
在 AI 硬件/架构层面有独立的框架思考;能与 AI 协作完成复杂学术工作(从概念校准到可证伪假设设计);主动标注局限性和薄弱环节。