"向量作為大模型理解世界的數(shù)據(jù)形式，也可能促進(jìn)新的重要基建：向量數(shù)據(jù)庫(kù)"

在我沒(méi)有喂給AI一個(gè)我建立的語(yǔ)料庫(kù)前呢，他給到我的回答是比較寬泛的，但當(dāng)我把一本書的內(nèi)容投喂進(jìn)去并且要求他嚴(yán)格按照我給到的語(yǔ)料庫(kù)進(jìn)行回答的時(shí)候呢

這時(shí)候不難發(fā)現(xiàn)他已經(jīng)有向我書籍描述的專業(yè)性靠攏的趨勢(shì)了，那如果我喂入十本書，一百本書呢，要求對(duì)我提出一個(gè)問(wèn)題的不同維度進(jìn)行回答呢

那么這時(shí)的優(yōu)勢(shì)可能就是它已經(jīng)從一個(gè)腦子正常但是沒(méi)有記憶的人轉(zhuǎn)變成一個(gè)獨(dú)屬于我個(gè)人的或?qū)儆诠痉懂犗碌睦碚搶＜?，但缺點(diǎn)在于他并不知道如何比較倆種理論之間的適切性，而且隨著一些學(xué)者普遍的爭(zhēng)鋒，恐怕是非常容易得出對(duì)立的一些觀點(diǎn)，那么如何調(diào)試呢

拿在學(xué)校數(shù)據(jù)中心實(shí)踐的例子而言，當(dāng)一些固定字段無(wú)法描述我所要探究的對(duì)象的時(shí)候，我可能就需要借助一些必要的手段，提取一個(gè)相應(yīng)的特征量，在河里的情況下去盡可能模擬擴(kuò)充我的維度，包括采取一些手段如問(wèn)卷、訪談等搜集受測(cè)主體的信息；
在計(jì)算機(jī)中常見(jiàn)的做數(shù)據(jù)集的手段，一種是完全模擬生成，一種是部分模擬生成。

"在未來(lái)的一個(gè)AI native應(yīng)用有幾個(gè)重要元素：LLM＋交互＋個(gè)性化（專有數(shù)據(jù)+個(gè)性化）+多模態(tài)"

除開(kāi)做一些數(shù)據(jù)而言，那么另一方面就是要采集一些數(shù)據(jù)，往往現(xiàn)實(shí)社會(huì)中有一些專家言論和普通百姓的生活嚴(yán)重脫節(jié)，如果不考慮利益輸送這些問(wèn)題的話，那首要的就是缺乏實(shí)踐；經(jīng)歷過(guò)廣泛實(shí)踐驗(yàn)證過(guò)的理論，都是有一個(gè)適切的生產(chǎn)環(huán)境，什么樣的環(huán)境應(yīng)用什么樣的理論應(yīng)當(dāng)?shù)玫绞裁礃拥漠a(chǎn)出，這應(yīng)該是需要去做驗(yàn)證的。這也是需要把這些喂進(jìn)去作為參考指標(biāo)的重要一環(huán)。

其實(shí)無(wú)論是在旅行社做一個(gè)銷售還是作為一個(gè)客服售后，其實(shí)我們都有針對(duì)我們的客戶，一個(gè)服務(wù)對(duì)象設(shè)計(jì)一套話術(shù)用來(lái)匹配不同的客戶，不同的人想聽(tīng)到的東西是不一樣的

在沒(méi)有AI或者語(yǔ)料庫(kù)呢，可能是借助一些相應(yīng)的培訓(xùn)，有專門的精英銷售或者報(bào)價(jià)員給出一個(gè)指導(dǎo)，那么小白接受一個(gè)相應(yīng)的培訓(xùn)，這樣的一個(gè)成本是小公司所難以承受的；
眺望未來(lái)像這樣的一個(gè)培訓(xùn)，其實(shí)是當(dāng)我們擁有一整套完善的農(nóng)業(yè)技術(shù)之后呢仍然奉行刀耕火種，假如我有vits技術(shù)或者sadtalker技術(shù)，假如我掛載了一個(gè)服務(wù)器，有了一個(gè)API掛靠在公眾服務(wù)號(hào)上呢，假如我能24小時(shí)不間斷的回復(fù)用戶問(wèn)題生成專業(yè)性回復(fù)、甚至是虛擬的一個(gè)真人口播呢。
再試想一下，未來(lái)倆家公司所比拼的可能已經(jīng)從人員的一個(gè)專業(yè)性和豐富度，到語(yǔ)料庫(kù)的一個(gè)權(quán)威性，比拼的是什么呢，我不知道。

再想回頭看看現(xiàn)在的教育，教出來(lái)的學(xué)生能適應(yīng)現(xiàn)在急劇變化的生產(chǎn)力環(huán)境嗎，我也不知道，當(dāng)我以為我自己多讀幾本書而沾沾自喜的時(shí)候，當(dāng)我以為自己會(huì)寫幾行垃圾代碼而得意的時(shí)候，未來(lái)會(huì)怎么變化呢，我也不知道。

事到如今，只知道我是無(wú)知的，除此以外我一無(wú)所知。