對想從事大模型領(lǐng)域的技術(shù)開發(fā)者的建議或看法 原創(chuàng)
?“ 學(xué)習(xí)技術(shù)之前，我們首先要搞明白的是我們想要什么，想做什么，而不是稀里糊涂的去學(xué)習(xí)技術(shù)”
大模型技術(shù)作為目前比較火的技術(shù)之一，有很多技術(shù)人員想從事大模型方面的開發(fā)，但又不知道該怎么入手，應(yīng)該學(xué)點什么。今天我們就根據(jù)作者個人的感受來提供一些建議或者說看法。
對想從事大模型領(lǐng)域開發(fā)者的建議
首先，作為一個技術(shù)人員來說我們首先要明白一件事，大模型領(lǐng)域的開發(fā)主要分為兩個部分；一個是基于大模型的應(yīng)用開發(fā)，二是大模型技術(shù)本身的開發(fā)，這兩者是完全不同的開發(fā)路線，也是完全不同的技術(shù)路線。
下面我們就從這兩點展開來說一下其中的異同點和所需要的技術(shù)基礎(chǔ)。
大模型應(yīng)用開發(fā)
嚴(yán)格來說大模型應(yīng)用開發(fā)和傳統(tǒng)的業(yè)務(wù)開發(fā)沒什么區(qū)別，技術(shù)棧也基本相同，都是通過調(diào)用接口的方式來實現(xiàn)功能；唯一不同的地方就是，傳統(tǒng)的開發(fā)是調(diào)用的一些其它的功能接口，而大模型應(yīng)用調(diào)用的是大模型開放的接口；而從技術(shù)的角度來說這個沒什么區(qū)別，基本上都是通過http/s或socket等網(wǎng)絡(luò)協(xié)議實現(xiàn)的接口調(diào)用。
所以傳統(tǒng)的技術(shù)開發(fā)者轉(zhuǎn)大模型應(yīng)用開發(fā)，基本上沒有什么門檻，哪怕你對大模型技術(shù)一竅不通，也可以直接轉(zhuǎn)；只不過如果你有人工智能或機器學(xué)習(xí)的基礎(chǔ)，會讓你更容易理解大模型的運作機制，但從應(yīng)用的角度來說這個并沒有特別大的作用。
因此，對從事大模型應(yīng)用開發(fā)的技術(shù)人員來說，需要的是和傳統(tǒng)開發(fā)幾乎一樣的能力，那就是你的架構(gòu)能力，代碼開發(fā)能力，設(shè)計能力，中間件的使用和解決問題的能力。
總之一句話，大模型應(yīng)用開發(fā)就是在功能模塊中多增加了一個大模型功能的接口，其它的和傳統(tǒng)的開發(fā)模式一模一樣，沒有任何區(qū)別。
哪怕是基于你們自己公司的大模型做上層應(yīng)用的開發(fā)，你們公司也會選擇組建兩個團隊，一個是開發(fā)業(yè)務(wù)功能，另一個開發(fā)和維護(hù)大模型的功能，而這也是第二種大模型領(lǐng)域開發(fā)人員需要做的事情，那就是大模型技術(shù)的開發(fā)。
對于大模型應(yīng)用開發(fā)者來說，所需要的技術(shù)基本上還是屬于之前的那一套，比如java , 微服務(wù)，接口開發(fā)，數(shù)據(jù)加解密，數(shù)據(jù)庫，緩存，消息隊列等。
大模型技術(shù)開發(fā)
如果說上一種基于大模型的應(yīng)用開發(fā)是考慮怎么把大模型的功能應(yīng)用的更好，那么大模型技術(shù)開發(fā)就是怎么把大模型做的更好。
為什么這么說？首先雖然我們覺得大模型的功能已經(jīng)很強大，但從技術(shù)的角度來說大模型技術(shù)還處于初級階段，其作用范圍有限，其能力也有限，更重要的是其不穩(wěn)定，直接應(yīng)用到工作中會有很大的安全性問題。
因此，這也是為什么大模型技術(shù)目前主要的應(yīng)用場景都是以一些邊緣化的業(yè)務(wù)為主，還無法把大模型技術(shù)應(yīng)用到企業(yè)的核心生產(chǎn)體系中；這也是之前馬斯克在一次采訪中說目前還沒有把人工智能技術(shù)應(yīng)用到自動駕駛中，原因就在于此。
而對大模型技術(shù)開發(fā)者來說，需要的主要能力包括，編程語言主要以python為主，原因就在于python是大模型開發(fā)的主流語言；其次，包括大數(shù)據(jù)處理，算法，神經(jīng)網(wǎng)絡(luò)，自然語言處理，計算機視覺等。
因為大模型主要特點就是規(guī)模巨大，涉及到大量的算法和計算問題，而python 在大數(shù)據(jù)處理方面具有天然的優(yōu)勢；因為對于之前從事大數(shù)據(jù)開發(fā)的技術(shù)人員來說，轉(zhuǎn)戰(zhàn)大模型技術(shù)開發(fā)具有一定的技術(shù)優(yōu)勢，但也不是絕對的；畢竟數(shù)據(jù)處理只是大模型技術(shù)開發(fā)中的一個環(huán)節(jié)。
其次，大模型由于需要模仿人類大腦的神經(jīng)網(wǎng)絡(luò)模型，并且需要根據(jù)不同的場景完成不同的復(fù)雜任務(wù)，而這就需要很多強大的算法來完成；因此算法工程師是大模型技術(shù)中不可或缺的一環(huán)。
之后，由于大模型龐大的參數(shù)和神經(jīng)網(wǎng)絡(luò)體系；因此傳統(tǒng)的系統(tǒng)架構(gòu)很難滿足大模型訓(xùn)練和運行的需求，因此分布式計算技術(shù)，比如并行計算就成了大模型運行的基礎(chǔ)，所以分布式計算也是其不可或缺的一環(huán)。
最后就是，大模型技術(shù)與不同應(yīng)用場景的結(jié)合部分；比如基于大模型的自然語言處理，就需要你對自然語言處理有一定的理解；而對于圖像和視頻的處理就需要你具備基本的計算機視覺技術(shù)的基礎(chǔ)。
當(dāng)然，大模型技術(shù)棧遠(yuǎn)不僅這一點，其中還涉及到很多其它的技術(shù)，比如說向量計算，大批量數(shù)據(jù)的存儲與加載，基于鏈?zhǔn)浇Y(jié)構(gòu)等實現(xiàn)的邏輯推理能力等。
總之，對大部分開發(fā)者來說，大模型應(yīng)用開發(fā)相對比較簡單，當(dāng)然競爭也更加激烈；其次就是大模型技術(shù)本身的開發(fā)，對技術(shù)要求相對較高；對于后者來說，單純的計算機技術(shù)可能已經(jīng)無法滿足這種需求，更多需要的是數(shù)學(xué)，物理，生物等其它學(xué)科的佼佼者參與進(jìn)來。就拿算法來說，在算法領(lǐng)域成就較高的人基本上都是數(shù)學(xué)出身的，而不是計算機出身的。
最后，每個人可以根據(jù)自己的喜好以及能力去選擇適合自己的發(fā)展方向；而不是稀里糊涂的不知道自己在干什么。
?
本文轉(zhuǎn)載自公眾號AI探索時代 作者：DFires
