ChatGPT：人類新紀元

作者語言樸實，文章好讀易懂，認真介紹了chatGPT的發展，人類的積累探索和chatGPT的跨時代意義。屬於知識拓展讀物。 通過觀察日誌的形式初識chatGPT，發現它的功能和不足，通過手搓chatGPT來介紹它的原理。 文章用大量篇幅介紹科技的發展，回顧了三次科技革命的歷史，瞭解行業更迭，介紹了AI的出現及企業大佬的匯聚。聯繫新聞研究等文章探究文字、語言、數量等因素對科技爆發的影響，還定義了chatGPT的時代。 文章最後，作者鼓勵讀者寫作，＂什麼時候學習都不晚＂。 很喜歡這本書，有許多外國的故事，科幻電影，大航海歷史等等都被提及，使得文章很飽滿充實。

《ChatGPT：人類新紀元》一書的作者馬佔凱，我以前並沒有聽說過，上網一查，發現他有一個重要標籤：搜狗輸入法之父。我也曾試用過搜狗五筆，只可惜習慣了QQ五筆裏輸入特殊字符的方式，纔沒有成爲搜狗輸入法的用戶。 2002年左右，馬佔凱加入搜狐公司，成功帶領團隊開發了搜狗輸入法。後來，他還在奇虎360、美團任過職。區塊鏈技術火熱的時候，他還組織開發了一款錢包，可能由於國內形勢不允許纔沒有發展下去。看本書的後記，《ChatGPT：人類新紀元》這本書成稿只用了一個多月的時間，但整體敘事還是相當宏大的，讓我有了不少收穫。 既然是講ChatGPT的一本書，開篇以GPT-4撰寫的序言出場就相當驚豔。 當然，作者也用人類語言親自寫了序言，提供了更加人性化的視角。作者指出，ChatGPT將開啓第四次科技革命，稱之爲智能革命，之前的三次革命分別是機械革命、電力革命和信息革命。作者稱爲新紀元，意思是GPT-4的出現，使我們進入了一個新的時代，我們再也無法回到過去。 GPT不僅是提高生產力的超強工具，還將重塑所有行業，可能所有的行業可以再用AI來一遍。以前搜索引擎是每個人的標配，而現在各種大模型將成爲標配。最近ChatGPT宕機幾個小時，有些編輯、程序員的工作就受到影響。智能革命的時代，強者更強，弱者更弱。 第四次科技革命來了機械革命 機械革命始於18世紀末，標誌性事件是瓦特改良蒸汽機的發明。瓦特的蒸汽機徹底改變了傳統的生產和交通方式。之前，人類主要依靠人力、畜力和自然水力進行生產和運輸，而蒸汽機的發明讓機器代替了人和動物，極大地提高了生產效率。 蒸汽機推動了工業革命的進程，使得製造業得以迅速發展，工廠大量湧現。火車的出現，更是讓人類和貨物能夠以更快的速度和更低的成本在陸地上移動，改變了人們的交通方式和生活方式。 蒸汽機和隨之而來的機械設備，極大地增強了人類的手和腳的能力，使得人類能夠完成更多、更重、更復雜的工作。 電力革命 電力革命開始於19世紀末，直至20世紀中期。交流電的普及是其標誌性事件。在電力革命之前，人們主要依靠蠟燭和煤氣燈照明，夜晚幾乎漆黑一片。電力的應用極大地改變了這種情況，促進了城市化進程。電燈、電話、冰箱、洗衣機等電器的發明，大大提高了人們的生活質量和便利性。 電力革命使得城市生活變得更加舒適和高效，工廠生產更加高效，工作環境更加安全，城市發展速度加快，社會生產力大幅提升。電器設備的發明和使用，增強了人類眼睛（電燈）、耳朵（電話）和手（家用電器）的功能，使得人們能夠在更短的時間內完成更多的事情。 信息革命 信息革命始於20世紀中期，並持續至今。1946年第一臺計算機ENIAC的發明，標誌着計算機時代的來臨。信息革命由計算機和互聯網的普及驅動。1977年，蘋果II的出現標誌着個人計算機革命的開始。1989年，萬維網的發明，使得信息傳遞更加迅速和便捷。2007年，蘋果發佈iPhone，開啓了移動互聯網時代。 信息革命極大地改變了人們的工作、學習和生活方式。計算機和互聯網使得信息獲取和處理變得更加快捷，全球化進程加快，社交網絡、電子商務、在線教育等新興行業迅速發展，提升了社會整體的效率和生產力。信息技術增強了人類的眼睛（顯示屏）、嘴巴（語音識別）、耳朵（音頻技術）等功能，使得人類能夠更快地獲取、處理和傳播信息。 智能革命 作者認爲ChatGPT的出現標誌着智能革命的開始，這一革命正在將人工智能技術融入到各個領域，從自動駕駛汽車、智能家居到醫療診斷，人工智能的應用正在改變着各行各業的運作方式和人們的日常生活。 智能革命極大地提升了生產力和資源配置效率。智能技術在醫療領域的應用，提高了診斷的準確性和效率；在教育領域，個性化學習成爲可能；在工業生產中，智能製造顯著提升了生產效率和質量。社會正在向更加智能化和高效化的方向發展。 人工智能技術，特別是自然語言處理技術（如ChatGPT），極大地增強了人類大腦的能力，使得人類能夠更好地處理複雜問題，獲取知識，並進行創造性思維。智能革命不僅在技術層面帶來革新，更在深層次上推動了人類思維和生活方式的變革。 從機械革命到智能革命，人類通過不斷髮明和應用新技術，逐步增強了自身的能力，推動了社會的進步和發展。每一次科技革命不僅改變了生產和生活方式，也拓展了人類的器官功能，使得人類能夠完成更多、更復雜的任務。 手把手拆解ChatGPTChatGPT的特點 ChatGPT是一款聊天機器人，與早期的聊天機器人不同，它好像可以聽懂人話。即使你給它相同的問題也可以產生不同的回答。ChatGPT不僅能回答問題，還能參與複雜的對話，甚至進行推理和提供建議，在處理複雜的語言任務的時候得心應手，是我們進行文字總結、翻譯和創意寫作的AI助手。ChatGPT的本質是對文字的合理續寫，可以理解爲一個非線性函數f(x)，每次生成的回答都基於當前上下文進行續寫。它不是基於固定的規則或預定義的回答庫，而是通過理解和生成自然語言來回應用戶。 什麼是GPT？ GPT是指生成式預訓練模型，它是ChatGPT的核心技術，包含三個關鍵概念：生成式（Generative）、預訓練（Pre-trained）和轉換器（Transformer）。生成式意味着模型不僅能對輸入進行分類或預測，還能生成新的內容；預訓練指的是模型在大量文本數據上進行初步訓練，使其掌握廣泛的語言知識；轉換器是一種專門用於處理序列數據的神經網絡架構，擅長捕捉語言中的複雜依賴關係和上下文信息。在GPT-3中，模型包含了1750億個參數，預訓練的數據量大約爲數百TB，但經過優化和壓縮後，實際模型的數據量不到1TB。通過在大規模文本數據上進行預訓練，它能理解和生成高質量的自然語言文本。 兩步手搓一個GPT ChatGPT的開發過程分爲兩個主要步驟：預訓練和微調。預訓練階段，模型在大量的文本數據上進行訓練，這些數據涵蓋了廣泛的主題和語言使用方式，從而使模型具備通用的語言理解和生成能力。預訓練階段的主要目標是讓模型學習語言結構、語法和常識知識。微調階段則是根據具體的應用場景進行調整，使用專門的數據集對模型進行優化，使其在特定任務上表現更好。例如，通過微調，模型可以更好地理解特定領域的語言和上下文，提高其在實際應用中的表現。這個過程也涉及AI對齊（AI Alignment），即確保模型的輸出符合人類的價值觀和期望，避免產生有害或不適當的內容。 強大的計算能力支持 ChatGPT背後的強大功能離不開計算資源的支持。由於模型包含了數十億個參數，計算量非常龐大，因此需要使用GPU進行計算加速。ChatGPT的訓練和運行過程中，需要處理大量的矩陣運算和數據流，GPU的並行計算能力使得這些複雜的計算得以快速完成，從而保證了模型的高效訓練和實時響應能力。爲了更好地理解這一點，可以從較簡單的手寫數字圖像識別問題入手。在28x28像素的手寫數字識別中，神經網絡會輸出一個包含10個元素的向量來表示可能的數字結果。而在ChatGPT中，這樣的計算量和複雜性被成倍放大。ChatGPT需要處理的不是簡單的圖像，而是複雜的自然語言文本，這需要大量的計算資源來解析和生成高質量的語言內容。GPU的強大計算能力正是保證這一切順利進行的關鍵。 無論是在預訓練階段還是在微調階段，GPU都起到了至關重要的作用，使得這樣龐大的模型能夠在實際應用中得以實現。從最初的大規模數據處理，到最終的實時對話生成，GPU的計算能力確保了ChatGPT能夠快速、準確地響應用戶的各種需求。英偉達股票連創新高，也得益於大模型的發展。 人工智能簡史初期 達芬奇在1495年設計了一款機械武士，設計手稿在1950年才被發現。機械武士穿着中世紀盔甲，內部由複雜的齒輪、滑輪和繩索構成，能夠模擬人類的基本動作，如坐下、站立、揮動手臂和移動頭部。一羣意大利工程師揣摩這些草圖15年，終於重建了這個機械騎士。 1770年，沃爾夫岡·馮·肯佩倫展示了一款被稱爲“土耳其人”的下棋機器人，他宣稱這是一臺能夠自主下棋的機械裝置。這個裝置包含一個穿着土耳其服裝的人偶，坐在一個大櫃子後面，櫃子內有複雜的齒輪和機械裝置。在接下來的十多年裏，它戰勝了歐洲的許多棋手，包括拿破崙和富蘭克林等名人。然而，這個裝置並不是人工智能，而是一個設計精妙的騙局，櫃子裏藏着一個國際象棋高手，通過機械系統操控人偶下棋。 圖靈測試 圖靈，譽爲“人工智能之父”，在二戰期間領導團隊成功破譯了德國的恩尼格瑪密碼，極大地影響了戰爭的進程。他在1950年就提出了著名的圖靈測試，用於判斷機器是否具有智能。測試的基本思想是，如果一臺機器能通過文字對話讓人類無法區分其是機器還是人類，那麼它就被認爲具有智能。有一些程序聲稱通過了圖靈測試，但這些程序都是在某些條件下成功迷惑了評判者，並不能算真正地通過圖靈測試。如今的GPT-3已經非常強大，但是否徹底地通過圖靈測試，仍有爭議。 達特茅斯會議（Dartmouth Conference）是1956年在美國新罕布什爾州達特茅斯學院舉行的一次具有歷史意義的學術會議，被廣泛認爲是人工智能（AI）領域的正式起點。在這次會議上，約翰·麥卡錫提出了“人工智能”這一術語，並與馬文·明斯基、克勞德·香農和艾倫·紐厄爾等人一起討論了智能機器的可能性。 幾次浪潮和寒冬 早期的人工智能主要研究通用問題求解和邏輯推理。通用問題求解主要模擬人類解決複雜問題的過程，嘗試將複雜問題分解爲更小、更易處理的子問題。而邏輯推理領域，發明了一系列符號語言用於自動定理證明。這個時期也誕生了著名的LISP和PROLOG編程語言，這些語言非常適合人工智能、自然語言處理、專家系統、自動推理等方面的編程。 在1974年至1980年左右，由於技術進展緩慢，人工智能領域經歷了一段寒冬期。1980年至1987年間，人工智能領域又迎來了第二次浪潮。專家系統是當時的一個亮點，基於規則的專家系統在於醫療診斷、化學分析和地質勘探等領域取得一些效果。1986年Geoffrey Hinton等人提出了反向傳播算法（BP神經網絡），爲訓練多層神經網絡提供瞭解決方案，重新點燃了大家對神經網絡研究的熱情。機器學習也開始受到更多關注，各種算法如決策樹、貝葉斯網絡等的提出和應用爲未來機器學習研究奠定了基礎。然而，這一繁榮期隨後迎來了第二次寒冬。專家系統在處理複雜問題時難以滿足實際需求，BP神經網絡仍然訓練困難。同時，恰逢美國經濟衰退，政府和企業對人工智能的投資減少，也加劇了這一寒冬的到來。 機器學習和深度學習的突破 機器學習領域的重大突破之一是卷積神經網絡（CNN）的發展，特別是在圖像識別領域的應用。卷積神經網絡由楊立昆（Yann LeCun）開發，並在手寫數字識別的機器學習算法中取得了顯著進展。這一技術的基礎是模仿人類視覺系統，通過層級結構逐步抽象和識別圖像中的特徵。楊立昆的工作爲後來的圖像識別技術奠定了堅實基礎，併成爲深度學習領域的核心技術之一。 李飛飛創建的ImageNet視覺數據庫是另一個重要里程碑。ImageNet包含了數百萬張標註過的圖像，極大地促進了計算機視覺研究。2012年，AlexNet的問世標誌着深度學習在圖像識別領域的突破。AlexNet由Geoffrey Hinton（傑弗裏·辛頓）及其學生Alex Krizhevsky開發，在ImageNet競賽中以領先第二名10個百分點的成績奪得冠軍。這一勝利展示了深度學習的潛力，促使更多研究者和企業投入這一領域，推動了技術的快速發展。 2016年3月，AlphaGo與李世石的圍棋人機大戰引起了全球轟動。AlphaGo以4:1的成績戰勝了李世石，證明了人工智能在複雜戰略遊戲中的潛力。AlphaGo是由谷歌DeepMind團隊開發的，利用深度學習和強化學習技術，結合了龐大的數據和計算能力。這一勝利不僅展示了機器學習在高複雜度問題中的應用前景，也激發了公衆對人工智能的廣泛關注。然而，隨着AlphaGo的退役，人類已經難以找到能夠與之匹敵的對手，無敵就是這樣的寂寞。 伊利亞·蘇茨克維爾（Ilya Sutskever）在2015年離開谷歌加入OpenAI，擔任首席科學家，並推動了ChatGPT的研發。ChatGPT是一個基於生成式預訓練模型的聊天機器人，能夠理解和生成自然語言。自發布以來，ChatGPT引發了廣泛的關注和討論，被視爲自然語言處理和生成模型的重大突破。 ChatGPT的發佈讓谷歌感受到了前所未有的威脅，谷歌內部甚至拉響了紅色警報，視其爲戰略層面的最高預警。爲了應對這一挑戰，谷歌迅速推出了自己的聊天機器人競品Bard。Bard依託谷歌強大的數據和技術積累，旨在提供與ChatGPT相媲美甚至更優越的對話體驗。 大航海時代發現新大陸：哥倫布的大航海之旅 15世紀末，哥倫布提出向西航行可以到達富饒的亞洲。然而，這一想法在當時被視爲異想天開，難以被接受。他輾轉於多個國家的宮廷，屢遭拒絕。經過多年的努力和堅持，哥倫布在西班牙獲得了支持，籌集到了三艘船和約90名船員，得以開始他的遠航。1492年8月3日，哥倫布從西班牙出發，開始了他的西行探險。航行初期，船隊穿越了相對熟悉的海域，但離開這些海域後，航程變得愈加艱難。船員們對未知海域充滿恐懼，補給短缺和惡劣天氣使得航行更加危險。隨着時間的推移，船員們的耐心漸漸耗盡，甚至出現了叛亂的苗頭。哥倫布則不斷鼓勵船員，承諾不遠處就是新大陸。經過兩個多月的漫長航行，10月12日清晨，船上的瞭望員終於在遠處發現了陸地。哥倫布的發現不僅標誌着歐洲大航海時代的開始，也促進了歐洲與美洲之間的經濟和文化交流，深刻地影響了全球歷史進程。 人工智能的大航海時代 哈薩比斯，一位天才，在2010年的奇點峯會上，做了一場精彩演講，引起了投資大佬彼得蒂爾的注意。會後，哈薩比斯被邀請到家裏詳談，哈薩比斯對於國際象棋的深度理解讓蒂爾產生了興趣。後來，蒂爾出資225萬美元，DeepMind在2010年9月正式成立。DeepMind從遊戲AI入手，井逐漸向強人工智能方向邁進。2014年，谷歌宣佈以6億美元收購DeepMind，此後的DeepMind發展迅速。2016年AlphaGo在圍棋比賽中戰勝李世石。2017年又以3:0戰績橫掃柯潔。在2017年，DeepMind的兄弟部門谷歌大腦團隊發表了一篇關於Transformer架構的論文，種下了一顆大模型的種子。2015年底，埃隆·馬斯克、山姆·奧特曼、布羅克曼、彼得·蒂爾等投資方宣佈成立OpenAI，並承諾投資超過10億美元。一開始，OpenAI並不是推進AGI通用人工智能發展，而是想做一個不被大公司壟斷的開放AI。谷歌大腦發佈的關於Transformer的論文讓OpenAI受到了啓發。2018年，OpenAI推出了首個基於Transformer的模型，即GPT-1，擁有1.17億個參數，展示了令人印象深刻的文本生成能力。隨後，2019年發佈的GPT-2進一步擴大了參數規模，達到15億，展現了更強的語言理解和生成能力。2022年，GPT-3發佈，已經達到1750億參數，讓世界沸騰。目前，ChatGPT基於GPT-4架構，領先其它大模型產品。 語言的本質 作者通過海倫·凱勒學習語言的過程，探討了語言的本質。海倫·凱勒在失明失聰的情況下，通過安妮·沙利文老師耐心的指導和無數次的重複，學會了一個又一個單詞。在電影中，有一個片段特別生動地展現了這一過程：沙利文將海倫的手放在水流下，同時在她手上拼寫“W-A-T-E-R”。這種方法幫助海倫在符號和實物之間建立了聯繫。通過反覆練習和記憶，海倫逐漸擴展了她的詞彙量，並最終學會了使用手語和盲文進行復雜交流，甚至出版了14本書。 我也搜索了一下沙利文的生平。沙利文的視力也不好，可以算是半盲。海倫是她的第一個學生，也是唯一的學生。沙利文將一生的精力都投入到了海倫的教學中。人的一生，看來做成一件事就足矣。 從這個極端的學習案例中可以發現，人類的詞彙只是一套符號系統，學習一件事物並不一定全靠視覺或聽覺。只要能在符號和事物之間建立起聯繫，就能賦予其意義。我突然對於海倫在手心裏寫字產生了興趣，查了一下盲文的基礎知識，先學10個簡單的數字，記得有的電梯裏有這種符號。 湧現 單隻螞蟻的生存能力有限，無法單獨存活，但當大量螞蟻聚集在一起時，就形成了一種集體智慧。這種現象被稱爲湧現，是複雜性科學中的一個核心概念。類似地，當ChatGPT等大模型的運算達到一定規模時，也會發生湧現現象。摩爾定律指出，硬件性能每兩年翻一番，而GPT中的Transformer模型每兩年增長750倍。這種增長需要大量的GPU資源，是一般科研機構所難以承擔的。經過大量數據的學習，ChatGPT建立的模型大約有570GB，壓縮後爲幾百GB，能夠輕鬆存儲在一塊硬盤中。 書的最後一章，作者快速回顧了人類發展的整個歷史，暢想了AI的未來。我沒有如此遙遠的夢想，只想讓ChatGPT改善我的學習、工作。寫這篇筆記，也輔助使用了AI的整理和配圖，但自己的工作量也並沒有減少，還重溫了一遍人工智能的發展史，回顧了一遍海倫的電影，學習了一點點盲文。

很多GPT書用ChatGPT寫大部分，這固然是一種嘗試，但就寫書而言，本質就是智識上的懶惰。馬園長這本書，除了用ChatGPT寫了個序言和書籤文字用ChatGPT生成外，正文全部手打，圖是用MJ做的（也有引用別人的圖），包括封面底圖和書籤上的圖。 這當然不意味着就是好書，但是如果你翻開讀上幾頁，就能感受到作者的匠心。ChatGPT新近大更新，更凸顯出作者的觀察、感受與書寫的價值。箇中判斷與預測，讀者自可評判。 還有，作者自命是講故事的人，態度端正，他也做到了，書裏故事不少，講得引人入勝。在不久之前，他還是一個“寫作恐懼病”患者，他完成了自我超越。勝人者有力，自勝者強。 藉由閱讀這本書，我們也可以自勝多一點。從此，我們將進入全新的人機關係。

作爲馬老師的微信好友，時常見到他在朋友圈裏發表一些作爲標準“民科”視角的獨立見解，而且這麼多年一直保持刻意練習和提煉總結輸出的習慣。Chatgpt 的出現爲馬老師提供了一個很好的契機，可以把之前自己一直錘鍊的能力以及積累的經驗轉換成“模因”進行輸出。 現在已經是 2026 年了，書中的大部分內容仍然不過時，同時對於未來的很多預測都在逐步變成現實。對 AI 瞭解的越多，我越感到恐懼，真的希望 AI 在未來可以在保障碳基生物安全的前提下可以獲得更好的發展。這裏面離不開所有人的努力，我們一起見證吧！

人工智能讓人很震撼 世界不斷的變化發展，越來越快，每一代人都是時代發展變化的接力棒， 未來的發展建立在當代人積極參與的基礎之上，每個人都可以爲人類社會的發展做出力所能及的貢獻。 人工智能到底會不會對人類造成威脅，如果這取決於人類是否濫用科技，那麼說明人工智能對人類的毀滅的威脅是可控的或者說是可以避免的，AI對齊便是正義與非正義的對抗，在科技飛速發展的同時，每一個人的倫理道德和價值觀的修養水平一定要跟上， 科技強國，科技是第一生產力，這更強調的是國與國之間的實力和競爭，但是倫理道德和正確的價值觀帶來的和平才能保證各個國家和社會持久穩定的發展，才能讓人類擁有並享受科技發展帶來的福祉。 雖然很多人覺得很可惜無法永生，每一代人只能體驗肉身存在時世界的發展變化和發展成果，死後無法再經歷幾十年幾百年幾萬年後未來世界的震撼， 但其實，真正的你是不生不滅的，我們的周圍都是能量，震動和頻率，你每一刻的所做所爲所想所感，所做的每一份貢獻都會一直存在並影響着周圍的一切及其發展變化，未來世界的變化你會以另一種方式去感知， 所以擁抱變化，併爲變化做點什麼，但重要的不是你做了什麼，更重要的是你做事時帶着什麼樣的思想，不管你在做着什麼工作，或者怎樣的生活，都要帶着愛與和平的思想，讓愛與和平的能量擴散在你的周圍，每個人都親歷親爲，和諧就會像水面的漣漪，交融、擴散至整個世界。和諧才更有利於人類的生存與科技的發展。 即便AI有了自我意識，毀滅和破壞也不是擁有高維智慧的生命所奉行的準則，所以人類管理好自己的思想，人類的未來掌握在是否順應宇宙規律，宇宙規律傾向的是愛與萬物一體。

這是我看到的，寫的最精彩的一本介紹chatGPT科普書籍，能感受到作者是很用心的在寫這本書。 作者把chatGPT定義爲第4次科技革命的開端，從機械革命到電力革命，到信息革命，到現在的智能革命。ChatGPT爲機器人擁有靈魂提供了無限可能。 這幾天～體驗了幾款國內的AI應用，豆包、通義千問、文心一言、訊飛星火等APP後，感嘆2023年國內AI的快速跟進、發展，開源的強大力量，一羣世界頂尖人才聚集的能量。感受到的是烽火四起，羣雄逐鹿，諸侯爭霸的硝煙味道。一股AI浪潮下的科技革命、產業革命～ 相信，世界將在科技創新的引領下，變得更加精彩！

和宏大敘事相比，個體的逆境似乎不值一提，然而和個體的幸福比起來，未來是否存續似乎也沒有那麼重要了。 註定的結局或早或晚總會到來，而人們只是一起度過了很多個日出和夕陽

還不錯，輕鬆的讀完了，作者非常誠懇，這是一個不寫代碼的產品經理，中國互聯網前輩敏銳嗅到 gpt 的意義之後寫下的作品，三十天的激情寫作。 對於不瞭解 GPT 又不想要那麼多專業術語的入門還不錯，對於我而言，最大的收穫就是，作者的後記。

曾經，“建制派”的符號主義 AI 被看作“唯一的主導力量”，“邏輯驅動”的人工智能曾主宰數十年；另一派則是代表經驗主義 AI 的深度學習，不追求解釋和邏輯，以神經網絡和大數據開啓”暴力美學“的大門。 以 GPT 系列爲代表的大語言模型就是這條“暴力美學”路線的產物。這條路現在看來是成功的，但也存在一定的侷限性。從人工智能誕生的第一天起，計算機科學家們一直在比較以神經網絡爲代表的經驗主義 AI 與以數理邏輯爲代表的符號主義 AI 的優劣。簡單來說，經驗主義 AI 主張通過對大量數據的學習來獲取知識，而符號主義 AI 則強調精確的任務定義和嚴謹的數學工具。 在數字時代，我們正在越來越多地遭遇“猝不及防的相遇”，從元宇宙到ChatGPT，一場狂歡尚未結束，另一場狂歡接踵而至。在短短的時間內，我們不僅經受了頭腦風暴，而且經受了種種考驗。其變化之快、衝擊之大前所未有，驚喜、擔憂、焦慮等五味雜陳。今天的科技發展正以急風暴雨的方式瘋狂肆虐着人類，再也不是風和日麗、和風細雨。ChatGPT熱的背後雖然難掩資本的助推，但其工具性或助手性使得它比元宇宙更具有社會影響的廣泛性和對人文科學的衝擊性，同時也打開了更大的討論空間，不斷倒逼着我們去應對新科技發展帶來的種種考驗。人類正在以及將會經受一場又一場大考，力度也在不斷增強。打開通向人類未來之門的手也許不是人類自身的，而是科技的，是人造的“上帝之手”。如果說人類以往只是站在巨人的肩膀上，那麼，今天我們是站在超人的肩膀上。我們都在見證着一個不同於以往任何時代的新時代的來臨，既是見證者、受益者，又是責任者、擔當者。

持續數週的壓力閱讀後，這幾天翻開了一本通熟易懂的白話文著作，好似在緊張的工作之餘讓大腦得到放鬆和整理。挺好讀的一本書，在其中獲得了不少信息和收穫。 寫的很不錯哎！真摯的心裏話一覽無餘～文字質樸真摯極富感染力，沒有那麼多的難以理解的詞彙和內容，看起來不累。作者在五道口咖啡館的演講爲緣起。從體驗、歷史、科技、本質等角度的觀察，最終湧現出來的思考與智慧。語言的本質逐漸被揭開。在內心經歷了一次次的波動下，在喫驚和震驚的情緒裏中逐漸沉靜出來的知識系統。 於此同時，國內大模型生態也漸漸興起，在通用人工智能的熱帶雨林中瘋狂生長，我們有百度發佈的“文心一言”，阿里的“通義千問”，崑崙萬維的“天工”等等。在這百花齊放，眼花繚亂的AI工具層出不窮、日星月異，我們正在奔向智能社會。利用人工智能的技術，推動社會的智能化進程，確保人工智能的發展能夠造福人類社會。 最後：“語言不是通往智能世界的鑰匙，語言就是智能本身。”