昨天发了有关deepseek的文章，相信这波国产大模型能让很多人正式开始高强度接触并且学习使用AI。
昨天发的deepseek的文章下有人评论说，自己的ds无法给出正确答案，觉得是不是模型不行。我这会儿坐火车上正好闲着没有事，就结合这类问题，聊一下我自己使用chatgpt将近两年的心得。
首先，我自己目前对于AI的使用态度，更多地是将它看作是一个我的学生，什么意思呢？就是当我需要它来回答我的问题时，我必须自己知道解答这个问题的大致方法，但其中具体的细节我会让AI自己去实现，整合后向我给出答案。很像你的导师告诉你怎么做接下来的研究，你依据指导进行汇报的过程。
所以，对于我来说，使用AI解决某个问题的前提是我自己实际上也完全有能力并且知道如何解决这个问题，只不过我自己解决这个问题可能要花上3天，而AI只需要3分钟，仅此而已。AI不是凭空创造知识的造物主，它只是协助你来创造知识的助手。
举几个具体的例子，比如我现在要AI给我写个代码，那么我肯定知道有哪些具体的技术细节需要注意，只不过实现这些细节的具体语法和函数or实现思路我一时半会儿不知道，所以我就向AI描述清楚需求，阐述清楚问题，让AI替我解决。如果没有AI，我可以查阅google，翻阅相关的documentation，一样也可以实现，但是完成的时间就不能保证了。
再比如，我现在要AI给我总结一篇文献，那么我首先自己需要知道总结一篇文献的正确与有效的框架，然后把这个框架教给AI，才能够保证AI有更大概率给到我想要的信息。很麻烦对吧？所以我从来不让AI总结文献，我都是给它全文，然后就具体的段落或公式提问，毕竟对我来说，和AI沟通都是一种社交损耗......
我个人觉得，就现在的大模型来讲，在大多数使用情境下需要调教的已经不是大模型本身了，而是大模型使用者自己。因为按照我自己刚才讲的AI模型使用思路，你作为AI的导师，面对AI这样一个悟性极强的学生，你是否能明确研究问题，给出正确的指引就十分关键了。
再换句话说，你的认知水平决定了你的AI的能力极限。比如我对代数几何的学习一窍不通，我断然也无法保证让我的gpt给我对我有意义的代数几何答案。当然，它可能还是能够给我不错的答案的。准确点讲，个人的expertise会对AI的表现稳定性有极大的加成（而这大概也是大语言模型最需要的加持）。
而明确表达自己的问题，单单这件事有多难呢？我自己有很多年的教学经验，很多时候当一个学生提问题的时候，我经常遭遇的是这个问题本身就是不清晰的，我往往需要将问题先转化并阐释清楚，和学生确认这是他/她的问题所在后，再进行回答。
明确表达自己的问题从来都不是易事，因为如果你能够明确表达自己的问题，你就可以高效搜索到回答相关问题的材料，倘若你有相应的自驱力，自学各种东西都将如鱼得水。但事实情况是，在今天，自学任何一门学科对大多数人来说都难如登天。。。
但从另一个角度看，AI的出现的确能够让我们更容易看到学习最重要的部分：提出问题。我之前有一篇文章也提过，大多数的基础知识学习，甚至学术研究并不需要我们自行解决问题，99%的问题都有人解决过了，我们只需要明确问题，并将其转换到不同领域进行检索。所以，无论你目前使用AI的水平如何，持续不断地和它交流，尝试，将是自我提升的最好方式之一！这绝对是一件有意义的事情！
