“ 任何一項(xiàng)技術(shù)的出現(xiàn)，都需要長時間的研究和積累才有可能小有成就；而且學(xué)習(xí)需要講究方式方法，而不是想到那學(xué)到哪?！?/strong>

最近一年多來開始轉(zhuǎn)行做人工智能，從剛開始一點(diǎn)都不懂的小白到現(xiàn)在對人工智能有了初步的認(rèn)識；中間過程可以說是相當(dāng)不容易。

因此，經(jīng)過這段時間的應(yīng)用和學(xué)習(xí)，也慢慢有了一點(diǎn)心得體會，因此在此記錄一下。

人工智能心得體會

關(guān)于什么是人工智能，什么是機(jī)器學(xué)習(xí)，什么是神經(jīng)網(wǎng)絡(luò)，什么是大模型，以及各種模型架構(gòu)在這里就不說了；在前面的文章中已經(jīng)不止一次的講述過以上內(nèi)容。

談到人工智能技術(shù)，作者剛開始可能和大部分人的想法一樣，那就是高大上；而這種高大上的技術(shù)不是我們這些普通人能夠輕易接觸的，因此在這第一步很多人打起了退堂鼓。

但是，作者在這里要說的還是那句老話，技術(shù)的本質(zhì)只是一個工具，再高大上的技術(shù)只是用來方便人們的工作與生活；因此，我們不需要給技術(shù)蒙上一層神秘的面紗；如果一項(xiàng)技術(shù)做得高高在上，讓絕大部分人都接觸不到，那么這就不是我們個人的問題，而是這項(xiàng)技術(shù)的問題。

技術(shù)發(fā)展的最終目的就是為了讓更多的人的能夠體驗(yàn)到技術(shù)帶來的進(jìn)步和好處。

所以，我們首先要擺正心態(tài)，人工智能雖然看起來高大上，但也是我們普通人觸手可及的東西。

其次，我們學(xué)習(xí)新東西要講究方式方法，遵循循序漸進(jìn)的原則，而不是像無頭蒼蠅一樣，還想一口吃成一個胖子。

先說方式方法，學(xué)習(xí)人工智能或者說學(xué)習(xí)新技術(shù)，最好的方式是先從應(yīng)用開始學(xué)起，也就是解決問題；因?yàn)榧夹g(shù)就是為了解決某個問題才出現(xiàn)的，而應(yīng)用場景就是技術(shù)解決問題的場景。因此，從應(yīng)用場景出發(fā)你就能知道問題是怎么產(chǎn)生的，以及技術(shù)是怎么解決問題的。

但很多人學(xué)習(xí)技術(shù)的時候，卻是從技術(shù)的基本理論開始的，比如說什么是人工智能，人工智能有哪些基本理論；神經(jīng)網(wǎng)絡(luò)是什么，原理什么，什么又是機(jī)器學(xué)習(xí)；然后鉆進(jìn)理論中出不來，最后越走越累，越走越偏，最終放棄。

而如果我們從應(yīng)用或者說從使用的角度出發(fā)呢？ 把人工智能技術(shù)當(dāng)作一種工具。比如說當(dāng)年的chatGPT，它就是一個聊天機(jī)器人；但是不是很多人還不知道chatGPT能干啥的情況下，就想去研究它的底層理論和實(shí)現(xiàn)；比如說自然語言處理，神經(jīng)網(wǎng)絡(luò)，Transformer架構(gòu)等等。

然后發(fā)現(xiàn)看不懂就去查找大量的基礎(chǔ)知識，甚至去學(xué)起了高等數(shù)學(xué)；最后越看越暈，越看越復(fù)雜。

捫心自問一下，以你自己的水平，學(xué)習(xí)人工智能真的需要去學(xué)高等數(shù)學(xué)嗎？ 

當(dāng)然，并不是說研究它背后的技術(shù)是錯的，而是你的方法不對，不應(yīng)該一上來就去研究它的底層原理。

這種由于方法論的錯誤，直接就導(dǎo)致了你偏離了本來目標(biāo)，把大量的時間浪費(fèi)在和你沒有關(guān)系的東西上。

而說到循序漸進(jìn)，很多人學(xué)習(xí)人工智能時，又要學(xué)習(xí)文字處理，又要學(xué)圖片處理和視頻處理；反正各種亂七八糟的新技術(shù)，出什么技術(shù)學(xué)什么技術(shù)；最后感覺啥玩意都會又啥玩意都不會。

而比較好的學(xué)習(xí)方式應(yīng)該是，先去學(xué)習(xí)其中的一種技術(shù)，比如說文字處理模型；等你把文字處理模型都理解透徹之后，那么你就真正明白神經(jīng)網(wǎng)絡(luò)到底是干什么的了，以及怎么干的。

這時，你再去學(xué)習(xí)圖片或視頻處理就成了水到渠成的事情；畢竟萬變不離其宗，一法通萬法通。

其次，學(xué)習(xí)新技術(shù)最好從老技術(shù)開始學(xué)起；比如說現(xiàn)在大模型更新迭代速度很快；去年出個GPT，今年出個DeepSeek，明年又不知道出個什么新模型；對比DeepSeek和GPT來說，DeepSeek應(yīng)用了一些GPT沒有的新技術(shù)，而這些新技術(shù)架構(gòu)更復(fù)雜，技術(shù)難度也更大；因此學(xué)習(xí)成本和難度也更大。

記得之前在網(wǎng)上看到一個博主說自己學(xué)習(xí)JQuery技術(shù)，他在學(xué)習(xí)JQuery技術(shù)用的并不是最新版本的JQuery，而是老版本的JQuery；原因在于老版本的JQuery更簡單，封裝的也不怎么好；因此更容易看得懂。而其又具有JQuery的核心思想，畢竟新版本的JQuery只是比老版本的JQuery封裝的更好，更快，但其核心思想并沒有變。

這些當(dāng)學(xué)好老版本的JQuery之后，再學(xué)習(xí)新版本的JQuery就更加得心應(yīng)手，并且更加了解當(dāng)前新版本的JQuery有哪些優(yōu)勢和劣勢。

關(guān)于人工智能的應(yīng)用問題

上面講了怎么學(xué)習(xí)人工智能技術(shù)的問題，現(xiàn)在講一下人工智能應(yīng)用的問題；技術(shù)的目的是為了應(yīng)用，因此應(yīng)用才是重頭戲，也是我們普通人能夠接觸的東西。

關(guān)于應(yīng)用有兩個方面，一個是不懂技術(shù)，把人工智能技術(shù)當(dāng)成一個工具來使用；比如使用chatGPT來寫文案，提建議等；第二種是懂技術(shù)，利用人工智能去開發(fā)一些新的工具去解決某個領(lǐng)域的問題。

對于前者，你只需要多動手多摸索即可，就像拿到了一個新手機(jī)一樣，不管什么按鈕都自己點(diǎn)點(diǎn)；而對于后者，你需要做的并不是去研究各種模型是怎么實(shí)現(xiàn)的，你需要做的是把人工智能應(yīng)用到具體的業(yè)務(wù)場景中，這時你就會發(fā)現(xiàn)很多問題，然后再根據(jù)這些問題去優(yōu)化你的技術(shù)和模型。

而且，以作者的個人經(jīng)驗(yàn)來看，很多你當(dāng)時認(rèn)為正確的理論或想法，可能后面你會發(fā)現(xiàn)是錯誤的；舉例來說，剛開始作者認(rèn)為，人工智能的發(fā)展以后會形成專門做模型的服務(wù)公司和專門做業(yè)務(wù)的應(yīng)用公司。

但隨著技術(shù)的發(fā)展，大模型的功能變得越來越強(qiáng)大，社區(qū)也變得越來越活躍，再加上訓(xùn)練成本的降低；越來越多的企業(yè)選擇自己訓(xùn)練模型，而不是使用別人已經(jīng)訓(xùn)練好的模型。

而且由于缺少行業(yè)數(shù)據(jù)，哪些模型服務(wù)公司也很難訓(xùn)練好一個功能強(qiáng)大的垂直領(lǐng)域的模型。

因此，人工智能與具體行業(yè)的結(jié)合，最大的問題并不是技術(shù)問題，而是數(shù)據(jù)問題；人工智能技術(shù)可以應(yīng)用于各行各業(yè)，但沒有具體行業(yè)的數(shù)據(jù)做支撐，那么也只能是空中樓閣。

本文轉(zhuǎn)載自公眾號AI探索時代 作者：DFires

原文鏈接：??https://mp.weixin.qq.com/s/8eNUlvjg6XnDz9BSUq6HIg??