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：

专栏方向	目前状态
云原生专栏	正在更新
系统架构专栏	正在更新
python专栏	正在更新
go专栏	正在更新
计算机网络	待上线
计算机组成原理	待上线
编译原理	待上线
linux内核分析	待上线
数据结构	待上线
算法	待上线

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