文章目录

• 前言
• 一. 文心一言的试用
• • 1.1 文心一言发布会
  • 1.2 文心一言图片生成功能试用
  • 1.3 文心一言文本功能试用
  • 1.4 文心一言代码功能试用
  • 1.5 试用总结
• 二. 我未来的学习规划
• • 2.1 向csdn的大佬请教
  • 2.2 关于AIGC的思考
  • 2.3 我未来的学习方向和计划
• 总结

前言

大家好，我是沐风晓月，本文收录于个人随笔，主要讲述文心一言发布会后，我对未来的思考。 这年头，技术更新太快，让我们不得不有一种危机感。

个人主页：我是沐风晓月
座右铭： 先努力成长自己，再帮助更多的人，一起加油进步
欢迎大家：这里是CSDN，我总结知识的地方，喜欢的话请三连，有问题请私信

文心一言发布会当天我就申请了试用，到今天终于申请下来了，很开心。虽然很多功能与chatgpt比起来，还是有点弱，但也算迈出了一步。

来看看文心一言的开箱：

实际上百度从2015年就提出“中国大脑”的提议。

百度大脑这个项目是要做一个关于人工智能的基础设施，把相应大规模的服务全集中建立起来，并开放给科研机构、民企、国企、创业者等社会各个层面，让大家在这个平台上尝试语音识别、视觉识别、自然语言理解、智能机器人等。

虽然起步很早，布局也很早，最后却落后很多，这让人有点遗憾。

今天我们就一起聊聊这场发布会，以及在这场发布会后，我制定的学习计划。

一. 文心一言的试用

1.1 文心一言发布会

我们先来问问文心一言对3月16日发布会是怎么看的吧：

3月16日的发布会中，李彦宏开场就展示了文心一言具备的5种能力，包括文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成，文心一言甚至还现场秀了一口接地气的四川话，现场网友发出一片笑声。

1.2 文心一言图片生成功能试用

在多模态生成中，生成了图片和视频，这不仅让我想到目前最火的某音为代表的短视频平台，是不是以后就可以用文心一言自动生成了。

我测试了几次，好吧，百度还需要努力：

虽然很多人不看好文心一言，但于我而言，我更关心，以后该怎么办，以及该如何用。

即使未来不做技术，也要学会使用，毕竟可以减轻很多工作量，相当于给自己配了个助理。

所以看完这次发布会后，就给自己定制了未来的发展规划和学习计划。

1.3 文心一言文本功能试用

关于未来程序员的发展，看看文心一言怎么说：

当然了，我是不会相信一个机器人说的话的。

又提了个大家关心的问题，我们看看文心一言怎么回答的：

1.4 文心一言代码功能试用

• 用它来写个代码，结果算是给了个提示吧：

1.5 试用总结

对比了chatgpt和文心一言，感觉文心一言对中文的理解是比较好的，比如写藏头诗，文心一言略胜一筹。

图片、语音、视频的生成，是ChatGPT没有的，而文心一言虽然做的并不够好，但至少有这个功能。
感觉不是一个模型做到，是通过模型判断文本意图，接入了其他的模型，进行组装。

更重要的是： 文心一言保存了所有对话的历史纪录，这一点非常好，不像必应，谈完了就找不到记录了，很不方便。

二. 我未来的学习规划

2.1 向csdn的大佬请教

向很多大佬请教了基于chatgpt和文心一样对开发者的影响，以及未来的发展，很多大佬都给出了她们的建议。 沐风晓月再此向那些帮助过我的大佬们表示感谢，咨询的人比较多，就不一一截图了：

感谢每一个给我建议的csdn技术前辈:

大佬们普遍反馈的都是至少短期内不会给程序员造成什么冲击，最后还会成为程序员的工具，所以正在学编程的小伙伴可以放心了。

2.2 关于AIGC的思考

如今AIGC越来越火，所谓的AIGC ：AI Generated Content，AI 生成内容，即使用人工智能生成内容，可以生成文字、图像、音频、视频、代码等。

比如现在比较火的两个模型：

• ChatGPT：一个语言模型，能够很快的理解并回复人类的问题
• DALL-E-2：能够在根据文字创作一幅对应的高质量图像

未来会有越来越多的AI产品对我们的生活造成攻击，比如自动生成视频，自动生成论文，包括自动生成音乐作品。

这对很多行业都是降维打击，比如某音的直播，现在有了AI直播，不想露脸，就让AI出马。

努力学习，才能调到更高的维度看世界。

2.3 我未来的学习方向和计划

目前我正在更新的专栏方向有：

以上是我正在整理的方向，尤其是云原生和基于go语言对云原生的产品做二次开发，是我要精进的。 这方面我认识的大佬也比较多，可以近距离的学习。

当然表格中的内容并不是一成不变的，后续会在写作过程中，进行调整。

在这里要感谢csdn提供这么好的平台，让我认识了不少云原生方向的大佬。

而我未来想要从事的是 人工智能方向，要学的东西比较多,有大佬给了我一张图：

1. 关于数学：

• 线性代数：矩阵/张量乘法、求逆，奇异值分解/特征值分解，行列式，范数等

• 统计与概率：概率分布，独立性与贝叶斯，最大似然(MLE)和最大后验估计(MAP)等

• 优化：线性优化，非线性优化(凸优化/非凸优化)以及其衍生的如梯度下降、牛顿法等

• 微积分：偏微分，链式法则，矩阵求导等

• 信息论、数值理论等

2. 课程方面：

• 吴恩达《机器学习》
• 台大林轩田《机器学习基石》
• 台大林轩田《机器学习技法》
• Gilbert Strang主讲的线性代数
• 李沐的《动手深度学习》
• 斯坦福大学的李飞飞的CS231n计算机视觉识别
• 李宏毅的《深度学习》

根据咨询的结果列了个书单，书单没有分前后顺序，完全是根据大佬的推荐罗列的：

• 吴恩达的《机器学习》
• 周志华《机器学习》西瓜书
• 李航《统计学习方法》
• 《深度学习》
• 斯坦福CS224n 《自然语言处理》
• 《深度学习精要（基于R语言）》
• 《TensorFlow技术解析与实战》
• 《TensorFlow机器学习项目实战》
• 《Python机器学习实践指南》
• 《Python机器学习——预测分析核心算法》
• 《NLTK基础教程——用NLTK和Python库构建机器学习应用》
• 《机器学习与数据科学（基于R的统计学习方法）》
• 《趣学算法》
• 《Python算法教程》
• 《编程之法：面试和算法心得》
• 《Java遗传算法编程》
• 《生成对抗网络：技术与应用》

这个书单里有很多是基于R语言的，所以又要学习python和R语言，有一种学不完的感觉。

3. 管理和沟通类书单

也有大佬提到沟通和管理，这两方面算是软实力吧，从管理小组开始：

看看文心一言给出的答案：

作为一个危机感特别强的人，唯一的解决办法就是学习，想要从事AIGC方向的小伙伴，关注我，一起行动起来啊。

总结

学习之路，任重而道远，唯有努力前行，才能无愧我心。大佬强调的一定要多读paper，看来这是大佬成长的秘籍，一定要保密，不要告诉别人哦。

好啦，这就是今天要分享给大家的全部内容了，我们下期再见！
本文由沐风晓月原创，首发于CSDN博客， 博客主页：mufeng.blog.csdn.net
学习如逆水行舟，不进则退，一起努力加油哦！
喜欢的话记得点赞收藏哈