Open AlexiaChen opened 1 year ago
包括从去年开始大火的ChatGPT，是LLM的成功应用。改变了人们很多工作方式。确实是人类一个里程碑式的进步。对于我这个不关注AI的人，也好奇了。当然，密码学，零知识证明这两年也是这样，以太坊二层网络zkEVM和zkVM的大规模落地，接踵而来的不同方式构造的zkSNARKs，一直在进步。让人无比焦虑，眼花缭乱，学也学不完。
其实对于个人的学习进步来说，也是一个阶段一个阶段的爆发的。当你积累了足够多的时候，在学习一些东西的时候会突然开窍。就比如我最近在学AI，打算自己动手写一个神经网络。这个在好几年前，为什么多层神经网络的计算用到了矩阵乘法，这个问题，我当时是理解起来不太自然的，现在看来，在理解了线性变换，线性空间后，其实就很自然。原因还是我这两年，先后积累了一些数学（线代，抽代），也亲自推导过一些公式，所以理解起来更加自然轻松了。人类的进程也是阶段式爆发，或许就是由于一个一个人类个体阶段爆发所形成的宏观现象吧。
学习抽象的东西，就像Deligne这个天才数学家所说的，理解抽象就是积累足够多的其对应的具体例子。然后就突然开窍了。Deligne很天才，积累了很多具体例子，所以别人在表述问题的时候，他大部分都可以在头脑中快速构造一个反例来推翻别人，其实在别人描述问题的时候，他的脑子就已经开始代入他积累的例子了。
包括从去年开始大火的ChatGPT，是LLM的成功应用。改变了人们很多工作方式。确实是人类一个里程碑式的进步。对于我这个不关注AI的人，也好奇了。当然，密码学，零知识证明这两年也是这样，以太坊二层网络zkEVM和zkVM的大规模落地，接踵而来的不同方式构造的zkSNARKs，一直在进步。让人无比焦虑，眼花缭乱，学也学不完。
其实对于个人的学习进步来说，也是一个阶段一个阶段的爆发的。当你积累了足够多的时候，在学习一些东西的时候会突然开窍。就比如我最近在学AI，打算自己动手写一个神经网络。这个在好几年前，为什么多层神经网络的计算用到了矩阵乘法，这个问题，我当时是理解起来不太自然的，现在看来，在理解了线性变换，线性空间后，其实就很自然。原因还是我这两年，先后积累了一些数学（线代，抽代），也亲自推导过一些公式，所以理解起来更加自然轻松了。人类的进程也是阶段式爆发，或许就是由于一个一个人类个体阶段爆发所形成的宏观现象吧。
学习抽象的东西，就像Deligne这个天才数学家所说的，理解抽象就是积累足够多的其对应的具体例子。然后就突然开窍了。Deligne很天才，积累了很多具体例子，所以别人在表述问题的时候，他大部分都可以在头脑中快速构造一个反例来推翻别人，其实在别人描述问题的时候，他的脑子就已经开始代入他积累的例子了。