當 ChatGPT 都可以理解晶晶體,我們還有必要學習第二語言嗎?

ChatGPT 是一種強大的語言模型,其對人類語言的掌握程度相當高。在使用 ChatGPT 的三個月中,我深深感受到它對自然語言的理解程度之深刻,甚至能夠輕易掌握晶體的概念。最讓我驚訝的是,使用 ChatGPT 時,我完全不需要像使用 Siri 或 Google 那樣預先想好應該用什麼語法結構或關鍵字來幫助 ChatGPT 理解我的意思,而且 ChatGPT 的回答中也不會出現中英文夾雜的錯誤。

根據我使用晶晶體與 ChatGPT 的對話,可以明顯感受到它對於自然語言的理解能力已經超越了平均水平:

程式語言的五個層次

程式語言是電腦可以讀懂的語言,從下而上,可以被分為五個層次,每個層次都表示著不同的程式語言類型:

  1. 機器語言(Machine Language):二進制的指令和數據,由計算機直接執行。
  2. 組合語言(Assembly Language):使用助記符號(mnemonic)代替二進制指令,但仍然需要直接與硬體交互。
  3. 低階語言(Low-Level Language):類似於組合語言,但加入了控制結構和高級數據類型。
  4. 高階語言(High-Level Language):使用類似於自然語言的語法,例如Python、Java、C++等,編譯器或解釋器將其轉換為機器碼。
  5. 自然語言(Natural Language):人類日常使用的語言,例如英語、漢語等。現有的人工智慧技術可以使用自然語言處理(Natural Language Processing, NLP)來理解和生成自然語言。

「我們真的還需要學習第二個語言嗎?」

English is the new programming language.
https://twitter.com/karpathy/status/1617979122625712128?s=20

當我使用 LLM 模型超過三個月後,我開始思考:若 AI 可以輕易理解晶體結構,那麼我們還需要學習第二個語言嗎?基本上,若是在溝通方面,學好英語或者自己的第一語言就足夠了。

ChatGPT: "我所訓練的語料庫中,前五名的語言主要是英語、漢語(普通話)、西班牙語、阿拉伯語和德語。這些語言的比例因為數據的不斷更新和擴充,可能會有所變化。根據我目前的資料,英語佔據了訓練語料庫的約一半,中文(普通話)佔約 16%,西班牙語佔約 6%,阿拉伯語佔約 4%,德語佔約 3%。需要注意的是,這些比例隨著數據的不斷更新和擴充,可能會有所變化。"

我們當然還是可以學習其他語言,就像現在我們學習地方方言一樣,不過更多的是在情感以及文化層面,而不是溝通表達。

此舉將促進全球化發展。現在,我們更需要思考的是對人類教育或下一代教育應有的變化,並正視現在學校所教的東西在未來可能已經沒有用武之地。

換言之,我們的能力將因 AI 的出現而經歷一次大幅度的重置。就像心算、珠算在計算機問世後,使用價值大幅降低。算法再快也不如直接使用計算機。雖然珠心算仍然可以鍛鍊數字敏感度,但就實際工作而言,相對的投資回報較低,無法提供太直接的幫助。相同的時間若投資在其他技能上,則可能會獲得更高的回報。

當 LLM 大型語言模型問世後,我們又該如何調整我們的學習策略呢?