“ 先從簡單的開始，而不是從復雜的開始；簡單意味著成就感，復雜意味著挫敗感 ”

理論是來自于現實中的實踐結果，理論來自于實踐，驗證于實踐；單純的理論是沒有生存空間的。

為什么你覺得大模型很難？甚至覺得學不會大模型？

原因就在于你太沉迷于理論，而忽略了實踐的意義。

大模型不是一個純理論的科學

大模型技術并不是一個純粹的理論科學，而是一個具有較強實踐性的實踐科學。

我們有很多人在學習大模型技術的過程中，覺得大模型好難，好抽象，看了好多書和視頻，最后還是記不清楚大模型是什么。原因何在？

原因就是他們沉迷于理論無法自拔，理論是對實踐結果的抽象和總結；只重視理論的結果只有一個，那就是眼高手低，說什么都懂，做什么都錯。

當然說這些話并不是說理論不重要，而是說理論要于實踐相結合才能發揮更大的威力；理論和實踐就是硬幣的一體兩面，誰離了誰都沒有生存的空間以及存在的意義。

比如說很多人學習大模型的時候，看到網上的一些文章或視頻，就覺得學習大模型要學習機器學習理論，Transformer架構，各種算法，向量處理等。

然后就硬著頭皮買幾本書或找幾個視頻開始深入研究，然后沒過幾天就放棄了，原因是覺得這玩意太難了，看又看不懂，學又學不會。

作為一個正常人，我想絕大部分人看著大模型技術中的理論架構和數學算法都會頭疼，原因就是你跑偏了，沒有弄清楚事情的本質。

你學習的是大模型技術，而不是來學習數學的，而且數學算法只是實現大模型技術的一種方式即使不懂數學，也不耽誤你學習大模型；原因就是，有幾個司機知道汽車是怎么造出來的嗎？因為他們根本不需要知道，只需要會開就行。

同樣，數學和一些大模型理論對學習大模型來說，就像你去駕校學習開車；正常情況下是教練教你怎么踩油門，怎么打方向盤，怎么停車，怎么起步等等；然后在此基礎之上，你自己開幾年車之后，期間會遇到各種各樣的問題，這時你自己就會對汽車的基礎構造和一些核心零部件產生自己的理解，甚至會主動研究其底層理論。

但你上來就去想去研究發動機制造原理，動力傳感等等，雖然這并不一定有錯，可能你自己本身對這個就比較感興趣，但除了極少部分人之外，這種方式明顯不利于學習汽車，畢竟研究理論哪有開車有意思。 

所以，對一些沒有技術基礎，甚至根本不懂技術的人來說，學習大模型也沒你們想象的那么困難和復雜，只不過你選擇的方式有問題。

做任何事情，最重要的是有一套學習和做事的方式方法；比如說先從簡單的開始，而不是從復雜的開始；簡單意味著成就感，復雜意味著挫敗感。

大模型的基礎理論對剛開始學習大模型的人來說，已經屬于很復雜的一部分了，而且理論這玩意看多了就容易想的多，想多了就容易鉆牛角尖，一旦鉆牛角尖就會陷進去出不來。

就拿小編自己來說，以前學東西就喜歡鉆牛角尖，上學的時候學物理化學，喜歡研究為什么，為什么會這樣，為什么不能那樣，然后越走越偏。事實上對學生來說，受限于當時的知識水平，很多東西只需要記住就可以了；因為沒辦法給你解釋為什么，而且也沒必要。

上大學的時候學習編程，一直到工作之后還喜歡問為什么；比如學習java和python，一直想把這種編程語言的所有原理，所有知識都弄明白，然后就浪費了大量的時間和精力，最重要的一點就是當時有些問題想明白了，但沒有經過實際操作，沒過多久又都忘完了。

學習中間件MQ的時候，非要去研究MQ怎么發消息，怎么收消息；這個還屬于正常，但在不知道具體應用場景的前提下，非要想著把它的多種消息類型都給弄明白。

但事實上，最高效的方式就是，了解MQ的基本作用和功能，然后在工作中根據不同的場景去學習和體驗不同消息類型的作用，而這才能真正提升你的中間件的理解。

為什么找工作的時候，面試官喜歡問工作經驗？

原因就在于此；而且不知道大家有沒有發現，別人讓我們回答一個問題的時候，最簡單的方式就是給別人舉個例子；而這個例子就是你的工作經驗，有些人沒有工作經驗，回答這種問題的時候，你能明顯感覺到他漏洞百出。

所以別人讓你講什么是大模型？

雖然你也可以通過背大模型的定義或者看別人怎么介紹大模型；但如果你真的有大模型的使用經驗，那么你可以通過自己的經驗，用更加通俗的話或例子來讓別人明白什么是大模型。

而不是別人口中所說的，大模型全稱是具有大規模參數和復雜計算結構機器學習模型，后面巴拉巴拉。。。。。

雖然這個說法很專業，但事實上對不懂大模型的人來說無異于天書。

而如果換成，大模型就是一個能夠像人類一樣，能夠進行寫作，繪畫和剪輯視頻的系統；并且還有一些簡單的邏輯判斷能力。

雖然這樣說不是很準確，并且也不是完全正確，但確實更容易讓別人知道，大模型能寫作和畫畫，雖然大模型還可以做更多的事。

本文轉載自公眾號AI探索時代

原文鏈接：??https://mp.weixin.qq.com/s/Z6ooEBNdIeOqTjSdlX_ktw??