在当今这个信息爆炸的时代，数据每天都在产生，记得小时候在一些科普读物上看到“人类已经无法在有限的生命中枚举互联网上出现的文本数据”。而数据驱动的深度学习技术却刚好应运而生。我们可以利用现有的已经在所有互联网文本数据上训练过的LLM工具来增强我们个人的生产效率。有任何知识性的问题，我们可以使用LLM来进行检索，甚至可以使用代理让LLM使用其它工具来捕捉她训练截止后出现的信息。
知识蒸馏是深度学习领域常用的技术之一，通常它使用已训练好的更大的模型来训练一个更小易于部署的模型，并且可以使用更小规模的数据。我想对于我们来说，虽然人脑的参数量是大于现有任意LLM人工神经网络的，但是我们在某些领域接触到的语料可能远小于LLM，因为她是在无间断，不挑内容的训练中完成的。这也就使得她在被合理运用后可以在我们想接触一个新领域时成为一个很棒的老师。她可以为我们提供了更为便捷、高效的学习方式。通过参加字节跳动青训营，我有幸体验到MarsCode AI刷题工具，并在实践中深刻感受到了它的独特魅力。与其说是AI刷题工具，她其实是一个多功能的代码知识工具，你可以以自然语言的形式问她许多问题，来使用这个工具。AI刷题功能也确实解决了很多我在刷题时遇到的疑问。比如我可以在写出一个蛮力算法之后询问她如何帮我改进，并给出算法分析，增强我的算法功底。
对工具的运用是人类得以区别于其它物种的重要特征。人类文明也是伴随着技术-科学的循环进步，我们对工具的使用技巧产生了技术，增加了生产力。出于与生俱来的好奇心与进一步发展技术，人们开始探求去理解与解释这些技术，进而发展了科学。这也是为什么人工神经网络运作的可解释性是学界一个非常感兴趣的一个主题。现阶段，由于人脑功能本身也没有被很好地理解，而对生物神经系统的模仿物也仍处在应用阶段。我们此刻可以尽量运用好这个工具来增强生产力，进而间接推动科学的发展。所以从对自身与对人类整体来说，积极使用LLM等生成式AI都是一件好事。
