去年幾乎用了大半年寫了教材，但被要求改寫部分內(nèi)容中敏感的部分，要對(duì)其進(jìn)行脫敏。我為了寫這些東西看了不少論文與資料，當(dāng)時(shí)還用人工智能翻譯了那些資料。翻譯過程中也是因?yàn)橛|及敏感內(nèi)容，動(dòng)不動(dòng)就彈出換個(gè)話題聊，換著用不一樣的模型。

當(dāng)時(shí)發(fā)現(xiàn)騰訊的大模型中的數(shù)據(jù)還沒有更新，深度求索也一樣。在此過程中發(fā)現(xiàn)之前一直被我當(dāng)做流氓網(wǎng)頁的百度的大模型文心一言數(shù)據(jù)很新，幾乎是實(shí)時(shí)更新。在對(duì)資料進(jìn)行脫敏的過程中，讓我很震驚的是若是直接讓人工智能寫出來，它呈現(xiàn)出來的結(jié)果還相當(dāng)好。不僅好，還可以根據(jù)指令想怎么變就能怎么改。雖然有那么一小部分內(nèi)容是瞎編的，不準(zhǔn)確的，但與它的優(yōu)勢比起來，這些都不算什么。

在這樣的環(huán)境中，“學(xué)習(xí)”意味著什么呢？大模型已經(jīng)是很厲害且優(yōu)秀的引路者，只要我們問，很多問題它幾乎都能回答上來。對(duì)了，拿著大模型自己回答的答案，再繼續(xù)問的時(shí)候也會(huì)說換個(gè)話題再聊。有些特定的詞，有時(shí)候是敏感詞有時(shí)候就不是。這樣的規(guī)律是怎么算出來的呢？

現(xiàn)在大模型已經(jīng)嵌入到方方面面，它不僅能迅速展現(xiàn)一篇文字、視頻內(nèi)容的，也能給出分析、答案、預(yù)測。我們?cè)撛趺慈憱|西呢？大模型的弱點(diǎn)、不足之處在哪些領(lǐng)域呢？

大模型就像拿電腦打字與用筆在紙上寫東西一樣，或者是拿平板看新聞與拿著紙質(zhì)版報(bào)紙一樣，徹底改變我們的習(xí)慣。現(xiàn)在如同不再用筆寫字一樣，以后很有可能寫東西時(shí)離不開大模型。像我現(xiàn)在這樣一個(gè)字一個(gè)字碼字的時(shí)代就過去了，大模型會(huì)給你寫，你提出問題，再點(diǎn)擊復(fù)制一下，選擇認(rèn)可的答案就好。

時(shí)代怎么變，也會(huì)有堅(jiān)持寫毛筆字的那樣，但同樣也會(huì)有那種跟著時(shí)代變化的人。環(huán)境變了，學(xué)習(xí)也得變。大學(xué)不再那么“特別”地?fù)碛兄R(shí)，想學(xué)習(xí)就去問大模型的時(shí)代很快就會(huì)到來。