听博士演讲读后感 第1篇

巴斯德说过：“科学是没有国界的，因为他是属于全人类的财富，是照亮世界的火把。”时代在发展，科技在进步，国家在强大，在现代社会，科技已融入我们的生活，成为无法割舍的一部分。当然，科技离不开创新，简单说，没有创新自然不会有科技，这是人们脑海里潜意识的想法。今天下午，我荣幸来到多媒体教室，听取来自__市二中张教授的科技创新讲座。

讲座分为两个篇幅，社会篇与学生篇。

社会篇强调《两个必须，两个一定》：

1、要学会创新周围一切。

2、创新要对身边事物感兴趣。

3、创新要敢于想象。

4、创新要信息畅通。

学习篇要注重‘六会’：

1、会看，要学会观察。

2、会想，要学会有创新思维(逆向思维)。

3、会画，学会画出各种图(外观图、结构图、三视图、统计图、电路图)。

4、会做，有较强的动手能力。

5、会写，有较强的写作能力。

6、会说，有较强的口头表达能力(不紧张、抓重点、科学分析表述、应变能力强)。

我们生活中到处都可以创新，比如为提高工作效率，我们可以改变工具的使用方法，改变工人的组成和结构。比如为实现仪器工具的多功能，我们可以改变工具的'结构，或许稍微变动一下其零部件我们就可以得到另一种完全不同的工具。这些例子都叫创新，不只是造出了一种新的东西或想出了新的方法才叫创新。

创新是一切科学发现和发明创造的源动力。作为新时代的青少年的我们要具备创新思维和能力以发挥自己最大潜能，实现人生价值，为建设中国特色社会主义发挥作用。同时创新不只是一种思想，一种指南，它还应作为一种行动贯穿我们每一项实践中。创新还应应用于我们的各项专业研究领域中，以便于促进科学技术的快速发展，提升科学研究的质量。创新很大程度上也取决于创新者知识和经验的积累，一个没有相关知识基础的人，在该领域里是不可能有新颖见解的，只有深刻理解掌握所学知识内涵、外延、并在理解的基础上深入思考和质疑，才有可能有创新之举。

少年智则国智，少年富则国富，少年强则国强，少年独立则国独立。而我们作为这个时代的少年，作为国家重点培育的创新型人才，应该努力学习，积极实践，将自己雕琢成符合时代要求的人才，为祖国的伟大事业做贡献!

听博士演讲读后感 第2篇

任何范式，到最后，都有一个引擎存在，这个引擎能够不断产生动力，不断产生价值，推动时代前进。

陆奇认为，新模型下的核心推动引擎是GPT，甭管什么GPT，最终的核心都是通过预训练的Transformer，把信息可以高度压缩，以高纬度的形式存储在模型中，而且这个模型还可以不断调整优化，以适应新的领域或环境。

OpenAI认为，已经有一个世界模型在其中，一个高度压缩的，可能现在还比较微小的世界模型，封装了世界几乎所有的知识体系。（听到这里，我脑子都翁的一声，真的有封装整个世界的知识的模型存在？？可能陆奇说的有点夸张了，但也说明了，这个模型的伟大方向）

另外，陆奇说模型最大的挑战是对齐，alignment engineering，与人反馈对齐，与人类社会价值观对齐，与自然语言对齐，与科学逻辑对齐，与代码对齐等等。

token也很重要（我又查了一遍这个token的含义，就是对词句的划分，对词汇的算法定义，对应模型中的数字向量），全世界可能有四五十个token模态。token的可操作性依赖于提示和调试，根据指令或上下文学习来对齐，可扩展性也得以发挥。

以上加在一起，让GPT有了足够的知识存储，足够的学习和推理能力，特别是后者，为模型新的可能性提供了发展动力。

为什么GPT模型引擎即将能成为拐点？

1，模型要比之前变得更为稀疏一些，这样才能用更少的带宽，获得更多的attention window（注意力矩阵窗口？），把window拉长一些，或者推理能力的增强

2，更多模态的内容即将出现，更多的token空间，更多的潜在空间（比如latent space等），更多的稳定性等等；还有一些grounding的东西，包括子概念，亚符号等等；

3，更多的计算，更多的基础框架工具，在2-3年内会达到比现在更好的效果，会更好的支撑大模型的进步。

其实也就是大家已知道了怎么去调整模型，让它成为拐点(还好，模型现在还掌控在人类手中，它的进化要靠人力去规划和推动呵呵），成为真正意义上的进步的源泉，所以才会有上述拐点论的产生。

听博士演讲读后感 第3篇

这个影响非常大，可能是历史上又一次非常重大的飞跃，为历史留下浓墨重彩的一笔，没准后辈的人类才会更深刻的认知这场变革。

为什么这么认为呢？

他认为农业时代，人只做的是体力劳动，人类社会被土地绑住，缺少流动性，限制了交流与互相接触。

工业社会比较好了，从开始的只有体力劳动，到体力为主，脑力为辅，到后来信息化时代到来，体力劳动占比越来越低，总体上就以脑力为主，体力为辅。

但当前大模型时代的到来，能让数字化上升到前所未有的高度，能让社会各个层面的人都受到影响，从农民，工人，到脑力劳动者，艺术家，科学家，政府工作人员等等。

虽然这次变革表面上看，像历史上的几次变革一样，只是一次变革，不过，由于AI进步的速度非常之快，模型已经奠定了比较好的基础，如果有了足够的算力，人们不再犯大的错误的情况下，迭代速度会远远超过之前历史变革的发展速度，所以，只能尽量往大的影响去评估，但到底有多少影响，会不会因为担忧AI进步太快而带来一些负面影响，未来不可知。

听博士演讲读后感 第4篇

国内这块其实是落后于美国等发达国家的，虽然这样，我们也看到了国内企业迅速跟上，不少大厂也在这两个月推出了各自的大模型产品，让人眼花缭乱。不过虽然与GPT有一定差距（王小川和百度高管的口水战就不说了），但是我们有很多的模型有各自的特色，实际上也是有一些局部创新在进行，这是值得鼓励的。

中国必须有自己的大模型，因为国内文化底蕴不一样，我们有自己的优势，不过也有一些不足，就是英语的语料是世界性的，几乎所有的世界知识都可以在英文语料库中有留存，中国的语料库这方面还是有一些差距。

后面有几件事情要做，一是芯片和算力，这个是基础，没有它模型根本就没法发展，虽然我们因为一些原因被打压和禁运，A100也拿不到最好的，而国外已是H100，但是还是要克服困难。另外，大厂和科研机构要跟上，国家要给这些企业与机构开绿灯，只有大家争先恐后的往科研投入资源，才能在未来打造中国的真正的大模型，毕竟中国的体量大，擅长集中力量办大事，这一定很重要，是我们未来赶超的优势所在。

后记：

听了这个演讲，深以为然，不止是对前一段时间从眼花缭乱的新闻和自媒体中得到的知识的一个再深入认识，更是从多个维度得到了对信息的梳理和加强，比如政策影响，投资人的想法，市场的趋势等等。对目前AI及ChatGPT热闹的乱局背后的技术发展本质的认知，也得到了新的提升。

好像记了不少内容，由于没有全程参与，还有更多内容没有及时整理，待后续整理完善。