yo 大家,
大家最近過得好嗎?上週某一天早上我主管突然密我跟另外一位同事,問我們當天下午要不要一起去健身房運動。OK啊,那有什麼問題?我以為就跟我平常健身一樣只是去做重量訓練而已,結果後來才發現他說的運動是做高間歇性的波比跳(Burpee)。
一下Burpee就是如上圖這樣的「蹲、伏地挺身、起身、跳」循環。我們每兩分鐘做10下,然後重複做10組,所以總共會在20分鐘內做完100下Burpee。剛開始其實還算是輕鬆寫意,第一組做完時想說「就這?」,結果才到第五、第六組就已經感覺到脈搏加速,連組間休息時間都講不出話來了。到第八組時感覺已經是我的極限,而第九、第十組基本上都只是用意志力撐完的…做完真的全身都快動不了,只能原地躺在地上懷疑人生。總之,我想告訴大家的是千萬不要輕易嘗試這個workout,我後面一整週全身都在痛,下次再被問到的話一定要找理由烙跑🥵
好啦進入主題,這週我想要跟大家聊聊我最近的一個感觸:
在未來,知道如何問好問題的人會變得非常非常有價值
— KY
為什麼我會突然有這樣的體悟呢?
回想一下以前當我們要學習一個新東西時,我們是怎麼做的呢?
首先我們需要先知道關鍵字,然後點開20+個相關網頁、理解每個網站的前提是不是符合我們需要、跳過無關緊要的文字、最後再將剩下的所有資訊自己做統整得到結論,甚至在這個過程中又發現新的未知,就又要持續重複以上動作。
我們可以看到在這個過程中,
理解每個網頁的背景、適用客群
排除不適用的網頁
跳過無關緊要的文字找到重點
統整所剩網站中的資訊並梳理出答案
這些每個步驟都會花上我們好多時間,但如果有誰能將這些難以掌握又費時的苦力活幫我們做完,那我們學習新東西的效率是不是就能大大的增加?
相信紅了好一陣子的ChatGPT大家都不陌生了。像是這種大型語言模型的出現,撇除偶爾會產生錯誤的訊息以外,它們的確能將原本很錯綜復雜的知識或是概念統整出來,讓我們快速地瞭解一個東西的大概念和其架構。隨然還不到鋼鐵人裡面的AI助理Jarvis的程度,不過如果我們就把這些語言模型想像成我們的智慧助理,我們就只需要「精準地問出好問題」,剩下的就是讓這些智慧助理快速地幫我們統整出框架和結論了。當統整資訊不再耗費大把的時間,那是不是更懂的如何問問題的人能夠成長的速度就會遠遠超過其他人呢?
這跟我在「比找到答案更重要的事」中提到Elon Musk說的
One of the really tough things is figuring out what questions to ask. Once you figure out the question, then the answer is relatively easy.
— Elon Musk
呼應。當你知道該如何問問題,如何問出對的問題、找到對的問題,那麼要得到答案就相對容易多了。再加上這些AI模型的加持,想要得到大部分問題的答案可能不僅僅是容易而已,它可能還會非常地快ㄛ🫣
這週,開發出AI下圍棋程式AlphaGo的公司Google DeepMind也在頂級期刊Nature Journal上發表了他們用AI找到了更快的「排序演算法 sorting algorithm」。排序演算法相信科技業的人都不陌生,也算是最經典又實用的演算法類別之一,每天全世界都會有數以「兆」計的這類演算法被執行。以前這些演算法都是靠聰明的電腦科學家、數學家靠腦袋「想」出來的,而我們在修演算法時也覺得這些人怎麼那麼天才,為什麼能夠想到那麼高效的演算法?結果現在DeepMind竟然直接叫AI幫我們找出更好、更快的演算法🤯
當然DeepMind也不是只出張嘴問說:「給我一個世界上最快的排序演算法」,然後AI就能給你答案,這底下的AI系統絕對是極其複雜的,但是經由這個例子還是可以發現:當我們定義好問題後,電腦可能真的比我們還要更會找答案。
說不定在未來的世界裡,很會出一張嘴的説說哥跟說說姐才是最厲害的人喔XD
你們覺得呢?
Have a great week :)
-KY