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

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

人工智能心得體會(huì)

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(shuō)了；在前面的文章中已經(jīng)不止一次的講述過(guò)以上內(nèi)容。

談到人工智能技術(shù)，作者剛開(kāi)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。

圖片

但是，作者在這里要說(shuō)的還是那句老話，技術(shù)的本質(zhì)只是一個(gè)工具，再高大上的技術(shù)只是用來(lái)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(gè)人的問(wèn)題，而是這項(xiàng)技術(shù)的問(wèn)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(lái)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(lái)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(wú)頭蒼蠅一樣，還想一口吃成一個(gè)胖子。

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

圖片

但很多人學(xué)習(xí)技術(shù)的時(shí)候，卻是從技術(shù)的基本理論開(kāi)始的，比如說(shuō)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(lái)，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(shuō)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(shuō)當(dāng)年的chatGPT，它就是一個(gè)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(shuō)自然語(yǔ)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(shí)，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(wèn)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(shuō)研究它背后的技術(shù)是錯(cuò)的，而是你的方法不對(duì)，不應(yīng)該一上來(lái)就去研究它的底層原理。

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

圖片

而說(shuō)到循序漸進(jìn)，很多人學(xué)習(xí)人工智能時(shí)，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(jué)啥玩意都會(huì)又啥玩意都不會(huì)。

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(shuō)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(shí)，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(wàn)變不離其宗，一法通萬(wàn)法通。

其次，學(xué)習(xí)新技術(shù)最好從老技術(shù)開(kāi)始學(xué)起；比如說(shuō)現(xiàn)在大模型更新迭代速度很快；去年出個(gè)GPT，今年出個(gè)DeepSeek，明年又不知道出個(gè)什么新模型；對(duì)比DeepSeek和GPT來(lái)說(shuō)，DeepSeek應(yīng)用了一些GPT沒(méi)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(gè)博主說(shuō)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(jiǎn)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(méi)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(shì)和劣勢(shì)。

關(guān)于人工智能的應(yīng)用問(wèn)題

上面講了怎么學(xué)習(xí)人工智能技術(shù)的問(wèn)題，現(xiàn)在講一下人工智能應(yīng)用的問(wèn)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(gè)方面，一個(gè)是不懂技術(shù)，把人工智能技術(shù)當(dāng)成一個(gè)工具來(lái)使用；比如使用chatGPT來(lái)寫文案，提建議等；第二種是懂技術(shù)，利用人工智能去開(kāi)發(fā)一些新的工具去解決某個(gè)領(lǐng)域的問(wèn)題。

圖片

對(duì)于前者，你只需要多動(dòng)手多摸索即可，就像拿到了一個(gè)新手機(jī)一樣，不管什么按鈕都自己點(diǎn)點(diǎn)；而對(duì)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(chǎng)景中，這時(shí)你就會(huì)發(fā)現(xiàn)很多問(wèn)題，然后再根據(jù)這些問(wèn)題去優(yōu)化你的技術(shù)和模型。

而且，以作者的個(gè)人經(jīng)驗(yàn)來(lái)看，很多你當(dāng)時(shí)認(rèn)為正確的理論或想法，可能后面你會(huì)發(fā)現(xiàn)是錯(cuò)誤的；舉例來(lái)說(shuō)，剛開(kāi)始作者認(rèn)為，人工智能的發(fā)展以后會(huì)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(lái)越強(qiáng)大，社區(qū)也變得越來(lái)越活躍，再加上訓(xùn)練成本的降低；越來(lái)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(gè)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(wèn)題并不是技術(shù)問(wèn)題，而是數(shù)據(jù)問(wèn)題；人工智能技術(shù)可以應(yīng)用于各行各業(yè)，但沒(méi)有具體行業(yè)的數(shù)據(jù)做支撐，那么也只能是空中樓閣。