OpenAI前技术负责人Andrej Karpathy有好几个收藏量非常高的AI项目。其中一个叫llama3.c，就是下面这个，本质上就是将原来需要很多python代码才能实现的Llama2的推理，精简成只需要700行的c语言版本。 可以说相比起几十亿的参数量，700行的代码看起来非常的少，但实际上在看完这个repo后，才发现人家这种纯粹是彻底搞懂了GPT这种东西，从头到尾的细节全都明白了。 而对于这种专家，其实不管什么编程语言，其实都只是实现他们心目中想要的效果的工具而已。这个项目其实就是一个铁证，很多人，包括我，都觉得现在绝大多数的深度学习项目，都是基于tensforflow，pytorch之类的库，而这几个库大多都对于Python有最大化的优化，甚至来说Python跟AI已经深度绑定了。而高手则告诉你，语言不重要，重要的是对底层原理的理解程度，因为矩阵的变化，无非就是线性代数用编程语言的实现，python是简单，但并不代表别的语言做不到。我的观点可能更激进一点儿，以后还会涌现更多的「编程语言」，比如有汉语编程，还会有泰语编程，克林贡语编程，甚至还可以东北话编程，川普编程。因为编程语言在未来会变成自然语言，而不是现在的Python，c++，java等等。![]()
编程语言被发明出来是为了操作一大堆的0和1，但是实际生活中用到最多的还是自然语言，比如汉语，英语，德语，法语等等。那为什么自然语言不能被用来编程，是因为自然语言高度的歧义性、模糊性和不确定性，缺乏形式化的结构和语法规则，难以通过计算机进行解析和编译。这也是为什么编程语言被发明的必要性：经过严格设计和形式化的语言，具有严谨的语法和语义规则，能够确保程序的正确性和可靠性。一大堆代码实现的数据库操作，增删改查，其实就是字面上的增删改查。那未来会不会再发明编程语言，我相信是会的，但是最终的编程语言我认为只有一个，那就是自然语言。最终就是人类通过自然语言实现各种想要的功能，到时候比拼的是想象力和创造力，而不再是编程能力。当然了，离这个距离还很远，起码得看到强人工智能的苗头才可以。不过未来一定是自然语言主导，当然也不排除脑电波直接控制（：第一个OpenAI的ChatGPT，以及背后的模型GPT4，就openai一个库，就可以帮助一个人完全不懂编程的人去试着开始写一点儿程序。使用也异常简单，就这几行，然后你把“输入你的问题”改成你想问的。import openai openai.api_key = '输入你的key' def use(prompt): response = openai.ChatCompletion.create( model="gpt-3.5-turbo", messages=[ {"role": "user", "content": prompt} ] ) return response['choices'][0]['message']['content'] if __name__ == "__main__": r = use('输入你的问题') print(r)
然后你就拥有一个可以帮你数据分析，帮你数据可视化，帮你写程序，帮你写注释，帮你改bug等各种工作的全能助手。所以说，未来可能每个人都是「程序员」，因为不管是用中文还是英文，本质上都是在「编程」，而要我说，程序员是AI时代里面受益最早，同时也是最容易跟AI深度结合的群体。AI可以帮助你编程，但是基本的编程理论，AI大模型的各种技术细节以及如何将AI部署到自己的工作流中，反而是更重要且更需要提前掌握的知识。 第二个，就是meta之前发布的SAM模型，Segment Anything Model，号称可以分割一切图像。 等等的功能，这相当于什么，你只要说出你的需求就可以。当然了，这取决于未来这种辅助工具，或者说强人工智能，至少是苗头的出现才可以。
