劉卓軍

學(xué)習(xí)的態(tài)度應(yīng)當(dāng)是持續(xù)的、開(kāi)放的、純粹的，學(xué)習(xí)的方式則應(yīng)當(dāng)是包容的、務(wù)實(shí)的、沒(méi)有禁忌的，其中相互交流的方式尤其應(yīng)得到提倡和受到鼓勵(lì)。

學(xué)習(xí)既是一種狀態(tài)也是一個(gè)過(guò)程。學(xué)習(xí)必然有成本當(dāng)然也有回報(bào)，至少學(xué)習(xí)要付出時(shí)間，而取得的效果或回報(bào)能否達(dá)到或超出預(yù)期還是離預(yù)期甚遠(yuǎn)卻有著不確定性。換句話(huà)，預(yù)期導(dǎo)向不應(yīng)當(dāng)是衡量學(xué)習(xí)效果的合理方式。一方面，我們熟知古訓(xùn)：可遇不可求；另一方面，我們也知道有活到老、學(xué)到老，學(xué)無(wú)止境等的至理名言。學(xué)習(xí)可以有具體的目的也可以沒(méi)有，完全是一種打發(fā)時(shí)間的消遣也未嘗不可。如果一個(gè)人能把自己修煉到那樣一種狀態(tài)，視學(xué)習(xí)為日常生活離不開(kāi)的內(nèi)容，那真是上升到了一種超然的境界。而達(dá)到這種境界可不是“可遇不可求”的，只要堅(jiān)持完全可以實(shí)現(xiàn)。其中，對(duì)學(xué)習(xí)效果有所預(yù)期當(dāng)然也屬正常之舉。事實(shí)上一般而言，通過(guò)讀、聽(tīng)、看、研究和實(shí)踐等方式以獲得知識(shí)或技能、掌握以前不會(huì)的比較而言又是有價(jià)值的東西，這應(yīng)當(dāng)是學(xué)習(xí)的樸素目的。就學(xué)習(xí)效果來(lái)說(shuō)，能學(xué)到什么知識(shí)、掌握什么技能以及達(dá)到什么程度就另當(dāng)別論了，因?yàn)橛绊憣W(xué)習(xí)效果的因素非常之多，并不是努力了就能學(xué)得好。但有一點(diǎn)是肯定的：你努力得多，學(xué)到的東西就多，多與少也一定會(huì)影響到學(xué)得好與不好?？陀^地說(shuō)，學(xué)習(xí)效果的好與不好是相對(duì)的，沒(méi)有絕對(duì)標(biāo)準(zhǔn)。有些人可能很快就能學(xué)懂一件事，有些人卻要花很長(zhǎng)的時(shí)間學(xué)懂同樣的事，而且不同的人在不同事物的學(xué)習(xí)上也會(huì)有不一樣的表現(xiàn)，這種差別的背后有多種多樣的原因，它暗示了所有的人都有需要不斷提升自己的學(xué)習(xí)能力和技巧的具體問(wèn)題。概括起來(lái)，學(xué)習(xí)的態(tài)度應(yīng)當(dāng)是持續(xù)的、開(kāi)放的、純粹的，學(xué)習(xí)的方式則應(yīng)當(dāng)是包容的、務(wù)實(shí)的、沒(méi)有禁忌的，其中相互交流的方式尤其應(yīng)得到提倡和受到鼓勵(lì)。

在我們強(qiáng)調(diào)創(chuàng)新和提升競(jìng)爭(zhēng)力的時(shí)候，很明確且很堅(jiān)定地一點(diǎn)應(yīng)當(dāng)是，要堅(jiān)持積極的學(xué)習(xí)態(tài)度，采納合適的學(xué)習(xí)方式。不妨比較一番，機(jī)器學(xué)習(xí)已經(jīng)有了長(zhǎng)足的發(fā)展，人的學(xué)習(xí)若不能大幅長(zhǎng)進(jìn)，如何是好呢？對(duì)此，考察和談?wù)撘幌玛P(guān)于ChatGPT這一熱點(diǎn)話(huà)題是有意義的，因?yàn)閷W(xué)習(xí)是關(guān)聯(lián)到智能的重要問(wèn)題，機(jī)器學(xué)習(xí)也就順理成章地成為人工智能的基本問(wèn)題了。在機(jī)器學(xué)習(xí)一再的靚麗表現(xiàn)中，AlphaGo、AlphaZero、AlphaFold、AlphaTensor、ImaginNet等已經(jīng)輪番在社會(huì)大眾的腦海里留下了深刻的烙印?，F(xiàn)在，ChatGPT的上乘表現(xiàn)不單漂亮地通過(guò)了圖靈智能測(cè)試，更激發(fā)了不少民眾對(duì)于奇點(diǎn)正在逼近而表現(xiàn)出的擔(dān)憂(yōu)。事實(shí)上，OpenAI開(kāi)發(fā)出的ChatGPT不過(guò)是一種使用人工智能和自然語(yǔ)言處理模型生成對(duì)話(huà)或更正式的書(shū)面文本的工具。盡管使用它能產(chǎn)生不少令人吃驚的結(jié)果，也必須承認(rèn)它還有很多需要不斷完善和提升的地方。即便如此，投放出能和ChatGPT有得一比的中文版的類(lèi)似工具必將充滿(mǎn)很大的挑戰(zhàn)。即使產(chǎn)品能搞出來(lái)，產(chǎn)品的功能怎樣，效果如何也還要拭目以待。根本的原因是，ChatGPT已經(jīng)演變成一款軟件工具中的龐然大物。把各個(gè)方面披露的信息綜合起來(lái)可知，ChatGPT的代碼量接近350 GB，是非常巨大的系統(tǒng)。若1KB以20行代碼算，總的將有70億行代碼。進(jìn)一步，ChatGPT的功能和效果很大程度上要依賴(lài)海量數(shù)據(jù)的訓(xùn)練，這個(gè)量有 100 億個(gè)句子，合算成訓(xùn)練用總文本量超 45 TB，這大抵同于美國(guó)國(guó)會(huì)圖書(shū)館藏書(shū)的1/5。所以也很好記，差不多相當(dāng)于把全世界的人口集中起來(lái)，每個(gè)人寫(xiě)一行代碼，每個(gè)人提供一句用于訓(xùn)練的話(huà)。如此看來(lái)，這樣的工具靠短平快是打造不出來(lái)的，必須堅(jiān)持長(zhǎng)期主義。

2015年在得到馬斯克等人10億美元捐贈(zèng)后，OpenAI作為非營(yíng)利組織開(kāi)啟了開(kāi)發(fā)ChatGPT的歷程，由于實(shí)在難以為繼，前不久OpenAI的掌門(mén)人將其改變成營(yíng)利組織，并接受了微軟100億美元的投資，為的是把超大規(guī)模的工具軟件最后真正地打造打磨出來(lái)。根據(jù)美國(guó)財(cái)富雜志的報(bào)道，OpenAI為此制定了分為4個(gè)階段的盈利計(jì)劃：

1.先滿(mǎn)足馬斯克等首批投資者收回投資資本；

2.微軟有權(quán)獲得OpenAI 75%的利潤(rùn)，直到收回它的投資；

3.在OpenAI的利潤(rùn)達(dá)到920億美元后，微軟持股比例下降到49%，剩余的由其他風(fēng)險(xiǎn)投資者和OpenAI員工分享；

4.當(dāng)利潤(rùn)達(dá)到1500億美元后，微軟和其他投資者的股份無(wú)償轉(zhuǎn)讓給OpenAI的非營(yíng)利基金。

也就是說(shuō)，OpenAI最后還是要回歸非盈利性質(zhì)。如上的計(jì)劃能否兌現(xiàn)，需要多長(zhǎng)時(shí)間，現(xiàn)在還是個(gè)未知數(shù)。提及的做法我們可否仿效，可否采取其他方式？這些都是實(shí)實(shí)在在的挑戰(zhàn)。我們不但要學(xué)習(xí)，更要闖、去試！