今天的学习
今天有点心得想要发一发复盘,今天主要就是在学英语和编程。今天依旧是受困于虽然学了编程语言但是不会用的痛苦。从某种程度来说,编程和英语是一样的思维,都是属于技能学习,而人类学习技能往往只能是通过不断反复的练习习得。今天emo搜索这个学了编程语言但是不会写编程题时,看到一个人的博客上写到,对于编程的学习,我们常常以为是资料的质量不够,其实事实并非这样,而是量不够。量变自然引起质变。一下子让我联想到chatGPT和语言大模型,也联想到人类关于学习这件事本身。
就目前揭露的数据,chatGPT大约有一千七百多亿参数,这正是一直量变引起质变的变化,而是就是在学习领域上。大学四年我一直觉得自己似乎无法踏实下来,真正的沉下心去琢磨花时间打磨自己的能力,更喜欢去做一些表面,能够通过搜索引擎或者目前丰富的互联网资料得到的事情,也因此常常感到焦虑,被大量热点包围,但是个人又缺乏经验的认知下,过载的信息带给人沉重的窒息感,如果将熵这个概念引入社会信息上,我觉得chatGPT的出现不仅仅是一个技术变革,对人类本身的思想、哲学、价值层面的冲击将是一种引爆。
换句话说,以我自身如此痛苦的学习感受为例,如果我们随时随地能够拥有chatCPT这样对我们而言是工具,而对互联网信息而言类似于全知全能的“神”的存在。信息可以说是在塑造着人,以前我们不清楚人机共生与人机融合到底是什么样,现在即将变得清晰,一旦习惯使用并且擅长用chatGPT,等同于真正的扩展第二个大脑,我们负责察觉与提问。自己吸收知识如此艰难的情况下,让chatGPT成为搜索引擎2.0,那也便意味着,离开它就等同于断了四肢。那么会不会出现,我们这种学习方式是古老的学习,就像是正在被遗弃的非遗一样?以后的人或许会疑惑,明明有了一个外挂的助手,为什么还要自己练?
成长带来的好处就是我能够耐得住性子克服焦虑去踏实一点点练习,将能力和模型真正训练进我的脑子里,主动筛寻信息,花大把大把的时间去理解内化与感悟。或许未来会出现,大模型大规模应用场景下类似信息茧房之于推荐算法的词汇描绘离开大模型就不会工作的现象。