这段时间都有心学习一下AI知识，偶然的机会在网上认识了敏敏老师，抱着一种不太积极的心态9.9元买了她的课。
其实在这之前我就已经买过一个类似的课，但是感觉看不懂，也就失去了兴趣。买完这个课后我也没有当回事，谁知老师很负责，过不几天就要催，还要写感悟才可以解锁下一课，真是适合我这样的懒人啊！
今天终于在老师的督促下听完了第二节课《人机协同》，并按照敏敏老师教的方法进行了实验。不试不知道，一试吓一跳。
我按照老师的几个方法问GPT几个问题，上千字的公开课稿子，只需几秒就出来了，真是颠覆认知，所以很多老师说AI的意义比一次工业革命还要大，我觉得并不夸张。
这一课老师讲的是人机协同。协同就是同心协力做一件事，让过程更轻松，结果更美好。
比如甲方需要一个作品，甲方就认为自己可以甩手不管了，这样的作品缺乏甲方的参与，只有乙方的努力，很难做到最好的结果。只有甲方积极参与协同，不断精准调整乙方的思路，才会有满意的结果。
而人和机器的协同就体现在人和机器的优势互补，人擅长和意识相关的事，比如决策、情感、创造；GPT擅长和算法相关的事如数据、搜索、分析、处理。
人机协同就是人产生这样一个念头、问题，交给GPT去具体解决，就像老板发出指令，员工去解决，GPT背后就有无数个员工。但是决策还是要人来做。
老师还讲了驱动人机协同系统的3个底层模型：
一是工程模型，就是大目标拆解成小行动。
二是要素模型，就是把每件事看成一个系统，由一个个要素构成，每个要素的变化会让系统发生变化。
三是RPALA指令模型，这是老师的独创，五个字母分别是：Role指向个人、Plan行动计划、Ability能力特点、Limitation限制条件、Action初始行动五个词的首字母。
就像老板发出指令，首先是指向哪个员工（个人），每个个人背后代表着一个GPT的大脑。然后你要让它做什么事（行动），这个人有什么能力（P），对有发散思维的GPT，需要有一定的限制条件来框住它，下面是初步的行动，然后再优化。
还讲了GPT实战7大铁律。一是复杂问题要具体解决；二是指令模型的优劣决定GPT的结果的优劣；三是GPT的第一条回复结果最优；四是让GPT自主学习；五是用GPT驯化GPT；六是还原问题背景；七是拆分问题。
总结来说，驯化GPT就像培养孩子一样，你的思维，给它投喂的资料就是它的原生成长环境，直接决定它的未来。想让它更好，最需要提升的是你自己。
学完之后深有感悟：
1、AI是大势所趋，一定要学。一开始我也有畏难情绪，觉得自己半百之年没必要再学习，学起来发现浪潮来时与其做鸵鸟躲避，不如拥抱浪潮，不断学习新的知识才能不被时代甩掉。
2、一定要学习科学方法，这是最重要的。在学习之前我试着问过几个问题，答案极其不理想。学习后再问，效果惊艳。虽然还没有达到我的满意，但是已经有初步的行动了，接下来就是继续优化，我会把学到的方法用起来一点点驯化它，让它为我所用。
3、不管是AI还是现实，很多事务底层逻辑其实是相通的，比如工程思维、要素思维等方式，在解决日常生活中的问题时也一样要用到，所以说学习先进的思维方式很重要。
4、想让你的工具更好用，最需要提升的永远是自己。
网友评论