|
本文約4000字，圖15+，讀全文約20分鐘，讀圖8分鐘，建議拉倒文末，是關(guān)于AI時(shí)代的自我成長方法論。 帶火A股的KIMI Chat，出了一份高質(zhì)量的官方提示詞 我們?cè)谶@篇文章末尾強(qiáng)調(diào)提示詞功力的增長在用，不在學(xué)，今天深入闡釋一下。 1. 什么是1萬小時(shí)定律？ 1萬小時(shí)定律，2008年,作家馬爾科姆·格拉德威爾在其暢銷書《異數(shù)同源》中,提出了'1萬小時(shí)定律'的觀點(diǎn)。他認(rèn)為,無論是在音樂、運(yùn)動(dòng),還是科學(xué)等領(lǐng)域,成為一個(gè)出類拔萃的專家,都需要在該領(lǐng)域內(nèi)投入1萬個(gè)小時(shí)的刻意訓(xùn)練。這個(gè)理論后來被廣為流傳,成為追求卓越的普遍共識(shí)。 這一定律認(rèn)為，要在任何領(lǐng)域達(dá)到專家級(jí)別的水平，需要至少10000小時(shí)的刻意練習(xí)。這種練習(xí)不僅僅是重復(fù)，而是需要有目的、有挑戰(zhàn)的練習(xí)，以不斷提高自己的技能水平。這個(gè)理論強(qiáng)調(diào)了通過長時(shí)間的努力和實(shí)踐來積累經(jīng)驗(yàn)的重要性。這種練習(xí)強(qiáng)調(diào)質(zhì)量高于數(shù)量，需要有針對(duì)性、反饋及不斷的挑戰(zhàn)和調(diào)整。所謂'刻意練習(xí)',即將注意力集中在希望提高的技能上,并通過不斷學(xué)習(xí)、反饋和糾正,逐步精進(jìn)。這種刻意的、高強(qiáng)度的訓(xùn)練被公認(rèn)為是內(nèi)化知識(shí)和熟練技能的唯一捷徑。
許多成功人士都證實(shí)了這個(gè)理論的正確性。比爾·蓋茨和馬克·扎克伯格在學(xué)生時(shí)期,就已在編程方面投入了大量時(shí)間。大提琴家陳薲也是從6歲開始苦練,直到中學(xué)畢業(yè)已練習(xí)約1萬個(gè)小時(shí)。'1萬小時(shí)定律'成為追求專業(yè)成就的人們心中的信仰。 2. 什么是億tokens定律？
“億tokens定律”則是一個(gè)新興的概念，暗示通過大量的數(shù)據(jù)（即tokens）進(jìn)行學(xué)習(xí)和實(shí)踐，人們可以在特定領(lǐng)域內(nèi)達(dá)到專家級(jí)別的知識(shí)和技能，不僅僅是AI模型。這個(gè)定律認(rèn)為，通過與AI工具如ChatGPT或Midjourney等的交互使用，人們可以快速吸收信息，理解復(fù)雜概念，從而大幅縮短成為領(lǐng)域?qū)＜宜璧臅r(shí)間。這種方法體現(xiàn)了人機(jī)合作的強(qiáng)大潛力，通過利用AI的計(jì)算和分析能力，人們可以更高效地學(xué)習(xí)和創(chuàng)新。 “億tokens定律”則是在AI和大數(shù)據(jù)時(shí)代背景下提出的新概念。它借鑒了1萬小時(shí)定律的精神，將刻意練習(xí)的原則應(yīng)用于AI模型的訓(xùn)練過程中。在這個(gè)語境下，tokens代表AI訓(xùn)練過程中的數(shù)據(jù)單位。1億tokens的積累是指用戶輸入和輸出的token累計(jì)達(dá)到1億，通過大量的提示詞輸入輸出訓(xùn)練，人類可以在特定領(lǐng)域達(dá)到高度精通的水平?！皟|tokens定律”意味著通過大量的信息攝取和處理，個(gè)人能夠迅速在某個(gè)領(lǐng)域達(dá)到專家級(jí)別。1億tokens定律指出,要讓一個(gè)人在某個(gè)專業(yè)領(lǐng)域內(nèi)真正達(dá)到類似專家的知識(shí)和能力水平,需要通過與人工智能大模型進(jìn)行約1億tokens(詞元)的高質(zhì)量、有針對(duì)性的提示詞互動(dòng)和練習(xí)。 這種互動(dòng)練習(xí)必須滿足以下三個(gè)關(guān)鍵條件: 1. 高質(zhì)量的提示詞設(shè)計(jì)
簡單重復(fù)的提示是不夠的,需要精心設(shè)計(jì)詢問,對(duì)癥下藥地覆蓋該領(lǐng)域的各個(gè)知識(shí)點(diǎn),從概念理論到實(shí)踐案例,層層遞進(jìn),不斷對(duì)大模型的輸出做出反饋和調(diào)整。 2. 持續(xù)的反饋優(yōu)化
人與模型的互動(dòng)應(yīng)當(dāng)是一個(gè)不斷反饋、持續(xù)優(yōu)化的動(dòng)態(tài)過程。人類需要主動(dòng)引導(dǎo),根據(jù)模型的輸出來調(diào)整后續(xù)的提示,激發(fā)模型更精準(zhǔn)、更貼近需求的知識(shí)輸出。 3. 不斷遞增的難度挑戰(zhàn)
為獲得扎實(shí)的知識(shí)積累,需要循序漸進(jìn)地提高練習(xí)的難度。從基礎(chǔ)概念出發(fā),不斷深挖、拓展相關(guān)聯(lián)的高級(jí)概念和實(shí)踐應(yīng)用,lockstep地拓寬和加深知識(shí)面。 滿足上述三個(gè)條件,通過近乎1億tokens量級(jí)的高質(zhì)量、互動(dòng)式的'刻意練習(xí)',個(gè)人在特定領(lǐng)域內(nèi)獲得的專業(yè)知識(shí)和見解,才能與經(jīng)驗(yàn)老到的專家分湊細(xì)末。 雖然借助了人工智能大模型的強(qiáng)大能力,但仍然需要人類主觀能動(dòng)性的發(fā)揮,對(duì)模型進(jìn)行精心設(shè)計(jì)和持續(xù)優(yōu)化,全程主導(dǎo)和把控知識(shí)內(nèi)化的過程。 與1萬小時(shí)定律強(qiáng)調(diào)長期的個(gè)人刻意練習(xí)不同,1億tokens定律呈現(xiàn)出一種'人機(jī)共生、人主導(dǎo)'的人工智能知識(shí)習(xí)得新范式,但核心理念仍然是'刻意、高質(zhì)量的練習(xí)'。 兩者的結(jié)合,不僅大幅提高了習(xí)得專業(yè)知識(shí)的效率,更重要的是賦予了人類前所未有的主觀認(rèn)知主導(dǎo)權(quán)。在人工智能的助力下,人類完全可以按照自身設(shè)計(jì)和偏好,系統(tǒng)全面地掌控某一專業(yè)領(lǐng)域的知識(shí)體系。 1億tokens定律展現(xiàn)了技術(shù)變革下人類獲知的革命性進(jìn)步。它將1萬小時(shí)定律中'刻意練習(xí)'的核心精髓為基石,并借力人工智能的強(qiáng)大能力,開辟了一條全新的高效、智能化的知識(shí)獲取之路。 3. 升級(jí)與替代 升級(jí) 從某種角度看，億tokens定律可以視為1萬小時(shí)定律的自然延伸和升級(jí)。在這個(gè)新時(shí)代，刻意練習(xí)的核心理念依然重要，但我們有了更強(qiáng)大的工具來輔助這一過程。通過人機(jī)交互，我們可以更加聚焦和高效地進(jìn)行刻意練習(xí)，尤其是在處理大量數(shù)據(jù)和復(fù)雜信息時(shí)。 內(nèi)核還是刻意練習(xí)。從某種程度上說，“億tokens定律”實(shí)際上是1萬小時(shí)定律的一個(gè)自然延伸和升級(jí)。它不否認(rèn)刻意練習(xí)的重要性，而是在這一基礎(chǔ)上加入了大數(shù)據(jù)和AI技術(shù)的力量，使學(xué)習(xí)和訓(xùn)練過程更加高效和有針對(duì)性。這一過程中，個(gè)人依然需要進(jìn)行大量的練習(xí)和反思，但借助AI的分析和反饋，這一過程變得更加精準(zhǔn)和個(gè)性化。
盡管“1億tokens定律”帶來了新的學(xué)習(xí)和技能提升的途徑，但它并沒有完全摒棄“1萬小時(shí)定律”中刻意練習(xí)的核心價(jià)值?？桃饩毩?xí)依然是個(gè)體在某一領(lǐng)域達(dá)到精通的關(guān)鍵因素。然而，現(xiàn)在我們可以通過AI的輔助，更加高效地進(jìn)行刻意練習(xí)。AI可以提供個(gè)性化的反饋、模擬復(fù)雜的情境、甚至預(yù)測(cè)個(gè)體的學(xué)習(xí)障礙，使得練習(xí)更加有針對(duì)性和高效。 知識(shí)獲取途徑的拓展
1萬小時(shí)定律主要強(qiáng)調(diào)通過長期刻意練習(xí)來內(nèi)化知識(shí)技能。而1億tokens定律為我們提供了一條輔助渠道——利用人工智能大模型快速高效地獲取知識(shí),從而減輕人類的練習(xí)強(qiáng)度。 二者實(shí)際上是相輔相成的。長期的刻意練習(xí)能讓人類深入理解知識(shí)本質(zhì);而與人工智能模型互動(dòng),則能加速吸收過程,觸類旁通。人工智能成為了知識(shí)習(xí)得的'助推器'。 學(xué)習(xí)效率的飛躍 不可否認(rèn),堅(jiān)持1萬小時(shí)刻意練習(xí)對(duì)于大多數(shù)人來說是一個(gè)沉重負(fù)擔(dān)。很多人由于時(shí)間、精力有限而無法持之以恒。而1億tokens定律則為我們帶來了效率的大幅提升。
通過與人工智能模型互動(dòng),我們可以在較短時(shí)間內(nèi)獲得同等水準(zhǔn)的專業(yè)知識(shí)。這無疑大大降低了時(shí)間和精力的投入成本,使更多人能夠?qū)崿F(xiàn)'精通'。 學(xué)習(xí)方式的創(chuàng)新
過去的學(xué)習(xí)是單向的、被動(dòng)的。我們只能通過書本、老師等渠道去吸收知識(shí)。而1億tokens定律讓學(xué)習(xí)變成了一個(gè)雙向、主動(dòng)的過程。 我們不僅可以主動(dòng)向模型提問和探索,模型也會(huì)及時(shí)給出反饋和糾正。這種'人機(jī)對(duì)話'促進(jìn)了知識(shí)的內(nèi)化,使學(xué)習(xí)過程更具參與感和有效性。 專家門檻的逐步消解
1萬小時(shí)定律無疑為成為某領(lǐng)域的'專家'設(shè)置了極高的門檻。但在人工智能時(shí)代,這一門檻正在被逐步拉低。 通過1億次提示詞練習(xí),即便是外行,也能在模型的輔助下迅速積累專業(yè)知識(shí)。人人都有可能成為某個(gè)領(lǐng)域的'內(nèi)行',曾經(jīng)僅存于頂尖人士的'專家'地位正在走向平民化。 1億tokens定律并非是萬小時(shí)定律的'取代者',而是在原有基礎(chǔ)上的一種變革性創(chuàng)新和發(fā)展。它為知識(shí)獲取提供了多元路徑,提高了效率,創(chuàng)新了方式,助力了 democratic化。兩者的融合和共存,將為人類學(xué)習(xí)和發(fā)展貢獻(xiàn)新的動(dòng)力。 替代 從另一角度看，億tokens定律代表了一種徹底的變革。與其說是對(duì)刻意練習(xí)的升級(jí)，不如說是一種替代。在這個(gè)由高效人機(jī)協(xié)同驅(qū)動(dòng)的新時(shí)代，傳統(tǒng)意義上單純依靠人類進(jìn)行長時(shí)間練習(xí)的方式，可能會(huì)被這種更高效、更智能的學(xué)習(xí)方式所取代。哈佛商業(yè)評(píng)論中提到的半人半馬系統(tǒng)（Centaur systems），就是一種典型的人機(jī)協(xié)作模式，它在許多領(lǐng)域展現(xiàn)出了超越傳統(tǒng)方法的潛力。
人機(jī)協(xié)同的新模式。 提示詞的出現(xiàn),為我們習(xí)得新知識(shí)、新技能提供了一條全新的捷徑。它克服了傳統(tǒng)學(xué)習(xí)方式的諸多弊端,如費(fèi)時(shí)費(fèi)力、依賴有限資源等,讓知識(shí)在人與人工智能之間高效流通,大大縮短了學(xué)習(xí)曲線?！皟|tokens定律”也預(yù)示著一種全新的學(xué)習(xí)模式和思維方式的替代。在這個(gè)模式中，單純的人類練習(xí)可能會(huì)被人機(jī)協(xié)同的方式所替代。這種半人半機(jī)的系統(tǒng)（類似于哈佛商業(yè)評(píng)論中提到的“半人半馬系統(tǒng)”）強(qiáng)調(diào)人類與AI合作，共同完成學(xué)習(xí)和創(chuàng)造的任務(wù)。在這個(gè)過程中，AI不僅提供信息處理和分析的能力，還能引導(dǎo)和優(yōu)化學(xué)習(xí)路徑，讓人類在更短的時(shí)間內(nèi)達(dá)到更高的學(xué)習(xí)效率和創(chuàng)造力。 與其說'提示詞'是一種'學(xué)習(xí)方式',不如說它是一種'知識(shí)轉(zhuǎn)移'的技藝。為了高效地將人類的知識(shí)技能轉(zhuǎn)移到大模型中,我們需要對(duì)模型進(jìn)行大量'刻意練習(xí)'——通過輸入數(shù)以億計(jì)的提示詞,來不斷優(yōu)化模型的輸出。這種看似簡單的'復(fù)習(xí)'過程,實(shí)際上蘊(yùn)含著深刻的技術(shù)革新。當(dāng)每一次提示都蘊(yùn)含著人類的知識(shí)和判斷時(shí),1億次的持續(xù)輸入就等于是將整個(gè)專業(yè)領(lǐng)域的'知識(shí)庫'源源不斷地注入了大模型。 與人類花費(fèi)數(shù)年時(shí)間逐步積累專業(yè)經(jīng)驗(yàn)不同,大模型只需短暫時(shí)間,便可汲取吸納整個(gè)知識(shí)體系,實(shí)現(xiàn)'無師自通'。有了足夠的提示詞'刻意練習(xí)',一個(gè)原本'外行'的模型就能瞬間'內(nèi)行'了。 “1億tokens定律”的提出，標(biāo)志著一種全新的學(xué)習(xí)和工作方式的誕生。在這種方式中，人類不再是唯一的學(xué)習(xí)和決策主體，而是與AI系統(tǒng)共同協(xié)作，形成一種“半人半馬”的協(xié)同體系。正如《哈佛商業(yè)評(píng)論》所描述的，這種系統(tǒng)能夠結(jié)合人類的創(chuàng)造力和AI的數(shù)據(jù)處理能力，創(chuàng)造出前所未有的效率和創(chuàng)新。 單純的人類練習(xí)可能會(huì)被高效的人機(jī)協(xié)同所超越。AI的加入不僅提高了練習(xí)的效率，還拓寬了個(gè)體掌握技能的邊界。例如，AI可以幫助我們分析和理解大規(guī)模數(shù)據(jù)集，提供深入的洞察，這在以往是難以想象的。 融合
“1億tokens定律”并非完全替代了“1萬小時(shí)定律”，而是在其基礎(chǔ)上進(jìn)行了融合與變革。在新時(shí)代，刻意練習(xí)的核心價(jià)值依然存在，但我們已經(jīng)擁有了更強(qiáng)大的工具來加速這一過程。同時(shí)，人機(jī)協(xié)同的模式正在成為新的常態(tài)，它不僅改變了我們學(xué)習(xí)和工作的方式，也重新定義了人類在智能時(shí)代的定位。 關(guān)于學(xué)習(xí)和成長 億tokens定律本質(zhì)上仍然是關(guān)于學(xué)習(xí)和成長的，不過它強(qiáng)調(diào)通過利用AI和大數(shù)據(jù)，人們可以更快地、更有效地達(dá)到這一目標(biāo)。為了充分利用這一定律，人們需要主動(dòng)與AI工具互動(dòng)，每天至少花一個(gè)小時(shí)閱讀和學(xué)習(xí)，不僅限于AI的通用新聞，還應(yīng)該深入到自己感興趣的特定領(lǐng)域。通過這種方式，個(gè)人不僅可以加深對(duì)AI能力的理解，還還可以探索和創(chuàng)新，從而在他們的專業(yè)領(lǐng)域內(nèi)快速成長成為頂尖的專家。 為了最大化這種新時(shí)代學(xué)習(xí)法的效果，個(gè)人應(yīng)當(dāng)采取以下策略： 廣泛閱讀與實(shí)踐：每天至少投入一個(gè)小時(shí)的時(shí)間來閱讀和實(shí)踐，不限于通用新聞，更應(yīng)深入到特定行業(yè)的學(xué)習(xí)中。比如，對(duì)于有志于AI制藥領(lǐng)域的人來說，應(yīng)多閱讀相關(guān)的書籍、新聞和觀看視頻。 積極使用AI工具：通過購買或使用如ChatGPT、Midjourney等AI工具，不斷地實(shí)踐和嘗試，以了解它們的功能、優(yōu)勢(shì)以及局限性。這不僅有助于提高對(duì)這些工具的熟悉度，也能激發(fā)創(chuàng)新思維和解決實(shí)際問題的能力。 深入特定領(lǐng)域的學(xué)習(xí)：選擇自己感興趣的或目標(biāo)行業(yè)進(jìn)行深入學(xué)習(xí)。利用AI工具獲取和分析大量數(shù)據(jù)，幫助自己更快地掌握行業(yè)知識(shí)和技能。 建立人機(jī)協(xié)作的思維模式：認(rèn)識(shí)到在這個(gè)新時(shí)代，高效的學(xué)習(xí)和成長不再僅僅依靠個(gè)人的努力，而是需要通過與AI的合作來實(shí)現(xiàn)。培養(yǎng)開放和創(chuàng)新的思維，接受并利用AI作為提高效率和創(chuàng)造力的工具。 持續(xù)的自我反思和調(diào)整：在使用AI工具和學(xué)習(xí)的過程中，不斷地進(jìn)行自我反思，評(píng)估學(xué)習(xí)效果，并根據(jù)需要調(diào)整學(xué)習(xí)策略和方法。保持學(xué)習(xí)的靈活性和適應(yīng)性，以應(yīng)對(duì)快速變化的技術(shù)和行業(yè)發(fā)展。 總之，億tokens定律和1萬小時(shí)定律在本質(zhì)上都強(qiáng)調(diào)了刻意練習(xí)和持續(xù)學(xué)習(xí)的重要性。在AI和大數(shù)據(jù)的加持下，億tokens定律為我們打開了一扇新的門，通過人機(jī)協(xié)同提高學(xué)習(xí)和創(chuàng)新的效率。隨著技術(shù)的不斷進(jìn)步，我們應(yīng)當(dāng)抓住這些新機(jī)遇，以更快的速度和更高的效率推進(jìn)個(gè)人和職業(yè)發(fā)展。  提示詞系列： |
|
|
