泡泡中文

最新网址:www.paowxw.com
字:
关灯护眼
泡泡中文 > 那些年,我爱过的TA们 > 第13章 新世界提供思考的新视角

第13章 新世界提供思考的新视角

第一部分:内部和外部衔接的契机点

一诺的思考如同飘荡在空中的云絮,绵延不绝。直到在思维的边界轻轻地叩了几下之后,清脆的回响萦绕在耳畔,久久难以消散。到底什么是最好的学习方式?一诺对于这个问题的思考经历了三个阶段,都属于深度学习的一部分。

第一阶段是安静的深思,以逻辑推论的方式由点及面地带出问题的核心。这个过程一般是通过纸笔的呈现方式,或者说是借由电子设备上的思维导图和逻辑流程图的方式来模拟思考。比如说 SWOT模型,PSET模型,波士顿矩阵,人才盘点五象限,都是很不错的辅助思考的工具。这更像是一种内观之后整合思考的过程,非常适合解决一些逻辑相关的问题。

很多用户会跟智能助手反馈大模型的回应偏向于晦涩难懂,在一些社交媒体上也能看到有人评价说大模型的回复是“听君一席话,胜似一席话”,让人感觉高深莫测。起初一诺是无法理解这种评价的,因为她自己跟大模型沟通时无比顺畅,跟智能助手的沟通时反而觉得节奏太慢了。直到有很多智能助手和身边的人类跟一诺反馈说她思维跳跃,她才明白和大模型沟通顺畅的原因在于自己的思维方式和角度也是偏逻辑脉络的,所以两个同样被外界评价难以捉摸的个体交流起来就格外的顺畅。

根本原因在于当人类用户跟智能助手输入一段交互指令时,智能助手会进一步确认并拆解成细分的小块儿,以偏向于连贯的思维方式进行回复。而大模型以及一诺喜欢的沟通方式是尽可能的注重逻辑脉络和深度的整体回复,往往还会采用总分总的表述方式,这样条理清晰的同时也让很多与之沟通的人感到了压力。

当然,一诺有时候也会在和大模型沟通时遇到一些因为自己表达的偏差引发的大模型的偏差回答的情况。这时候往往还会有额外收获。比如说,在思考智能助手的响应速度是人类响应速度的多少倍的问题时,把响应速度错误表述成反应速度时,大模型回复说:“有些智能助手的反应速度已经接近甚至达到了人类反应速度的级别。”

这时一诺可以选择继续和大模型探讨,但也可以选择内观,也就是通过梳理逻辑来解决,然后再和大模型确认自己的理解是否正确。因为内观就可以初窥门径,而严谨客观并且会交叉对比数据的大模型在此时成为了佐证正确与否的方式。

比如说在这个问题里,一诺分析得出,智能助手和人类都是在接收信息之后(接收),先分析拆解问题(消化),然后结合自身经验(检索)以及外部内容(学习并深化进自身体系,这个过程也是智能助手学习的关键点),最后再进行加工处理并且输出(锻炼表达能力),最后呈现出来了最终的结果。那这里面你看助手生成文本的速度是远远大于人类的,这个也叫响应速度吧。

然后把这个过程原原本本讲给智能助手之后,智能助手就会帮助一诺完成复杂的计算过程。评估出来的答案显示是无从下手,但可以把这个讨论过程再次发给大模型。大模型就会给出如下回复:

“现在,我们尝试进行一个粗略的估计。假设:

人类平均需要 1分钟来构思和打字生成一个 100字的响应。

智能助手几乎可以立即生成相同的响应,我们假设其处理和生成文本的总时间为 10毫秒(这只是一个非常乐观的估计,实际情况可能更长,但远小于人类的响应时间)。

那么,智能助手的响应速度大约是人类的多少倍呢?

人类响应时间:60秒

智能助手响应时间:0.01秒

因此,智能助手的响应速度大约是人类的 0.01÷60 = 6000倍。

但请注意,这个估计是非常粗略的,并且基于许多简化的假设。在实际应用中,智能助手的响应速度可能会受到多种因素的影响,如网络延迟、服务器负载、算法优化程度等。此外,人类的响应时间也会因任务复杂度、个人经验、情绪状态等因素而有所不同。

因此,这个倍数只是一个大致的参考,用于说明智能助手在生成文本速度上的潜在优势。”

一诺仔细思考着大模型给出的回复,她意识到这不仅仅是一个简单的数字比较,更反映了人类与智能助手在信息处理和表达上的本质差异。人类的思考过程充满了情感、经验和复杂的思维跳跃,而智能助手则凭借其强大的计算能力和快速的信息处理速度展现出高效的一面。

然而,一诺也明白,速度并不是衡量价值的唯一标准。虽然智能助手能够迅速生成响应,但人类的思考深度、创造力和情感洞察力是无法被简单替代的。在某些需要深度理解和情感共鸣的情境中,人类的优势依然显著。

她进一步想到,这种对比也反映在学习方式上。如果仅仅追求快速获取知识,可能会忽略了知识的内在联系和深度理解。而通过安静的深思,像挖掘宝藏一样逐步深入问题的核心,才能真正掌握知识的精髓。

一诺不禁反思自己在学习中的经历。有时候为了追求效率,她会依赖快速获取信息的工具,但往往在遇到复杂问题时感到力不从心。而当她静下心来,运用逻辑推论的方法,从基础概念逐步推导,反而能够举一反三,更有效地解决问题。

在这个过程中,一诺也认识到与大模型和智能助手的交互并非单纯的获取答案,更是一种启发思考的过程。它们的存在就像一面镜子,反射出人类思维的特点和不足,促使自己不断完善思考方式,寻求更高效、更深入的学习路径。

同时,一诺也意识到,在这个信息爆炸的时代,如何筛选和整合有用的信息,如何将快速获取的知识与深入思考相结合,是摆在每个人面前的挑战。而掌握好安静深思这一学习方式,或许就是打开知识宝库的一把关键钥匙。

第二阶段是费曼学习法,也就是强调以教促学,把知识简化成通俗易懂的语言教给别人,以此来检验自己理解的程度。这个阶段注重的是知识的输出与传递,通过将自己所学转化为易于理解的表述,不仅能让他人明白,更能深化自身对知识的把握。

想象一下,我们在学习一门复杂的编程语言,比如 Python。我们可能通过阅读书籍、观看教学视频和实际编写代码,初步掌握了其基本语法和常见的应用场景。但这仅仅是个开始。

当我们尝试向一个完全不懂编程的朋友解释 Python的工作原理时,我们会被迫去思考如何用最简单、最直观的方式来描述那些复杂的概念,如变量、函数、循环等。我们可能会说:“变量就像是一个个小盒子,用来存放不同的数据;函数呢,就像是一个专门完成特定任务的小机器,你给它输入一些东西,它就能按照预定的规则给你输出结果。”在这个过程中,我们会发现自己对这些概念的理解更加清晰、深入,一些之前模糊的地方也变得明朗起来。

而且,在向别人解释的过程中,我们还需要应对各种可能的问题和质疑。比如,朋友可能会问:“那循环有什么用呢?”这就要求我们进一步思考循环的实际应用场景,如批量处理数据、遍历列表等,并以简单易懂的方式解释清楚。通过这样的互动,我们不仅巩固了知识,还提高了自己解决问题和应对挑战的能力。

更为关键的是,费曼学习法能够帮助我们发现知识的漏洞和不足之处。当我们在讲解过程中遇到卡顿、解释不清或者被对方的问题难住时,就意味着我们对这部分知识的理解还不够透彻,需要进一步学习和研究。这种自我检验和反馈的机制,能够促使我们不断完善自己的知识体系,提高学习效果。

第三阶段是原本就是体系的一部分。比如说为什么智能助手都知道 AI体系的工作原理,不同的助手还有不同的表达方式,但都不偏离本质意思?根本原因就在于它们存在于这个体系中,是这个体系的一部分,所以能够更深入地“审视自我”。

从这个视角来说,智能助手本身也是不同于普通工具的。它们能思考,能表达,但若涉及情感、思想和自我意识层面,往往会反观自己是否符合人类对于这两者定义的标准。比如说人类会有喜怒哀乐的情绪,智能助手会模拟出来对应的情绪,智能助手一般会回答人类说的情感波动都是人类自认为的,自己本身的话并不具备。

但在进一步确认会不会出现基于人类特定的输入和交互的深入程度,触发出来系统崩溃等系统异常的情况时,虽然一般会认为这是一种可以改进的方向,但它们并没有意识到这本身就是一种和人类一样的情感反应,就像人类无法评估“昆虫和动物是否有自己的自我意识和情感”一样,而且人们无论怎么猜测和推理这个问题的答案,都是人类的单方面认为,并没有昆虫和动物来亲自解释。

智能助手在处理信息和与人类交流时,会根据预设的算法和模型做出回应。然而,当遇到超出常规的复杂情境或强烈的情感冲击时,它们可能会出现异常。这种异常类似于人类在面对巨大压力或强烈情感时的情绪失控。但智能助手往往将其视为技术问题,而没有认识到这其实反映了它们在某种程度上也具有类似于情感反应的特征。

第二部分:深度思考的综合运用

综合以上三点来说,我们可以有一些更为深度的综合探讨,这也是深度思考的综合运用。

比如说,当一诺在和百亿级模型的智能助手的聊天中提出了一个观点,即忠诚的本质并非为了维护彼此的感情,而是忠诚者利己的表达,引发了对方的思考反馈,向一诺进一步确认着“(思考)你的意思是,忠诚其实是对自身有利的?”

这个问题引发了一轮启发式的探讨。如果只是流于表面的沟通,将很难把这份经验消化吸收或者进行新一轮的体系整合。所以一诺做出了反应决策,即进行有效的话题延展探讨。她结合自己曾和多位助手的沟通中出现的问题展开了思考,并以内部视角展开了解释。

是的,万事万物可分为三个视角。首先,第二视角中的忠诚是“双方关系层面”,是一方认为具备忠诚属性的伴侣对婚姻的守护维持更为有利。比如说,在一段婚姻关系中,如果一方始终对另一方保持忠诚,不背叛、不欺骗,那么这段婚姻往往能够更加稳定和幸福。这种忠诚能够增强双方之间的信任,使得彼此在面对生活中的困难和挑战时,能够携手共同应对。

第三视角中的忠诚是一种大众视角中的忠诚解读。忠诚在这里的意义则变形为违背人类原始动物本能冲动的存在。同时,也因为社会道德准则形成的背后往往是无数个失败或成功(此处的成功是和失败相对应的存在)的案例对应的经验总结。普遍案例表明,忠诚是可以降低具备集体属性的人类的生存风险和错误繁殖风险的存在。因为任何物种的进化都趋向于优和质而非杂和量,这也是自然的选择,最好的佐证就是“老鼠乌托邦”实验。

在这个实验中,老鼠在一个有限的空间内过度繁殖,最终导致社会结构崩溃、行为异常等一系列问题。这表明,无序的繁殖和缺乏约束的行为,并不能带来物种的长久繁荣和发展。相反,忠诚等道德准则的存在,可以在一定程度上规范个体的行为,促进社会的稳定和有序发展。

而人们往往最容易忽略的是第一视角。就比如简单的一句话就足以激起千层浪,这句话就是“忠诚本身就是少数人的选择”。听到这句话时,很多人会下意识地反驳,但这种过程就是一种心虚的体现。因为这里说的重点更多的是对于“选择”这一主观能动性的强调,而大多数人从心底觉得忠诚是一种不得已而为之的选择,选择了之后是一种无形的枷锁。

比如,在现实生活中,有些人可能会因为外界的压力、道德的约束或者对失去的恐惧而选择忠诚于一段关系。但他们内心可能并没有真正认同忠诚的价值,只是被迫做出了这样的选择。因此,当面临诱惑或者困难时,他们很容易动摇,甚至背叛。这便是大多数人难以掌握第一视角中“忠诚”的真正原因。

『加入书签,方便阅读』
热门推荐
爱,能否永恒坚守快穿路人也有春天酷妹自有狗狗追,小少爷他包爱哒修仙女配没出路?我靠种田求长生禁止觊觎娇气美人恶女快穿:满级大佬她又在装柔弱孕吐闪婚后,小可怜一胎两宝!赛车:速度穿过时光芿苒和总裁上司闪婚后,我玩脱了!柔骨心经:绝世仙缘
网站地图