在一些分享現(xiàn)場(chǎng)，有聽眾問我對(duì)于最新的一些模型的看法，或者大廠的一些動(dòng)向，我的反應(yīng)都跟個(gè)傻子一樣，對(duì)一些大家提到的模型一無所知，對(duì)于到底 Google 能贏，還是 OpenAI 能贏這樣的問題，表現(xiàn)出來遠(yuǎn)低于提問者的智商。
但我很樂于保持這樣。
AI 領(lǐng)域不缺新聞。千萬不要把研究 AI 新聞和研究 AI 混為一談，這兩個(gè)是完全不同的領(lǐng)域。我不能武斷的說，一個(gè)領(lǐng)域比另外一個(gè)更有價(jià)值，但至少可以說，這是兩個(gè)完全不同的領(lǐng)域。學(xué)習(xí) AI 新聞或許能夠幫助自己成為一個(gè)不錯(cuò) AI 媒體編輯，或者在飯局上成為最健談的那一個(gè)人，卻并沒有辦法成為 AI 的從業(yè)人員。很多學(xué)習(xí)者，因?yàn)椴恢纼烧叩牟顒e，把大量的精力用來跟蹤每天新出的新聞，實(shí)在太可惜了。
新聞是短期的，一兩周就過期的；而技能是長(zhǎng)期的，影響超過幾年的；原理更加長(zhǎng)久一些。
誰又出了新產(chǎn)品，誰又發(fā)表了什么言論，都是科技界的八卦。不能完全不知道，但是分配超過 10% 的時(shí)間就不值得。
遠(yuǎn)離那些讓自己感覺學(xué)到了很多東西，卻在夜深人靜的時(shí)候不記得什么的信息源�；〞r(shí)間在相對(duì)不變的穩(wěn)定的東西上面，才能幫助我們理解每天都在變化的東西。決定自己不花時(shí)間在什么上面，比決定花時(shí)間在什么上面更重要。讀一篇文章的時(shí)候，可以問一下自己「我一年以后還在乎這篇文章嗎？」
如果有時(shí)間，哪怕從最簡(jiǎn)單的 prompt 學(xué)起，寫一些 sample code，或者嘗試找一些應(yīng)用場(chǎng)景，都是很好的學(xué)習(xí)方式。如果有興趣把三五年前的人工智能原理入門的書讀一讀，都是有價(jià)值的。
