AI 怎么手撸?别说个人了,中小公司连显卡都买不起。即使你买得起训练显卡,你有清北数物奥赛金牌保送生的智力水平吗?没的话能撸出啥,刚出就严重落后。你既不会基于你自己撸出的 AI 做实用工具,也不可能基于你撸出的 AI 做 AI2.0 技术迭代,也就是说,你撸出的 AI 没有任何价值,除了浪费你的时间。
AI 就放弃吧,让全球真正智力顶尖的那些人去搞,荣耀是他们的,他们可以上史书,我甚至认为实现 AGI 的人比牛顿还要牛逼。牛顿让我们可以科学的认识世界,AGI 让我们像造物主一样创造世界。我们普通人的价值就是使用 AI 。撸操作系统、编译器同理,也没见哪家公司招聘考核这个。
因为越来越多人认清了,机器学习 AI 基础设施,是极少数团队才能做的高度垂直领域。一开始关注度高,是因为猎奇。真正对知识体系感兴趣的人很少。即便退一万步说,你感兴趣,基于成本原因你也只能做一些小打小闹。你跟着中航学造火箭,流体力学、空气动力学、导航技术学了一溜够,最后只能自己拿摔炮做实验,是个人也坚持不下来吧?所以一旦猎奇程度降低,就没有流量了。没流量,曝光度也就少了。
性价比太低,我以前深入学过,学过后发现,其实没啥用,自己也捣鼓不出来一个新模型,自己最多把别人的模型拿来改改参数喂数据就行了。改参数过于玄学,基本上就是瞎几把试,喂数据又没技术含量,因此基本上就是只要大概懂原理,根本不需要学各种公式怎么推导出来的也能干活。其实跟写代码没区别,也没几个人研究 cpu 编译器运行原理啊。
有点像上个世纪网络技术的发展,最开始的研究者需要探索传输介质、线路编码、调制与载波这种底层技术。
待到底层技术成熟,后来的开发者就只需要思考如何编写实际的应用程序,而不必操心数据要用什么算法转换成电信号了。
AI 就放弃吧,让全球真正智力顶尖的那些人去搞,荣耀是他们的,他们可以上史书,我甚至认为实现 AGI 的人比牛顿还要牛逼。牛顿让我们可以科学的认识世界,AGI 让我们像造物主一样创造世界。我们普通人的价值就是使用 AI 。撸操作系统、编译器同理,也没见哪家公司招聘考核这个。
1. 现在的大模型还是基于 transformer 的架构,之前的教程仍然有效。
2. 现在想深入了解源码的人不需要教程,可以直接问 AI