未来已来,Ai原生应用与人高度结合!学习就在现在?

原生应用:OpenAI™ChatGPT、Baidu.Inc™文心一言

也可以体验CSDN的INSCODE AI,集成多个国内GPT内容。

文章目录


前言----编程语言的未来?

随着OpenAI 推出的chatgpt 应用的出现,开放gpt的api端口,让我们与大模型、自然语言处理等高深的内容越来越近。甚至说已经很多人已经开始用开始用Ai创作自己的产品及内容,在我这敲打键盘的时刻,Ai界又发生了天翻地覆的变化。世界越来越多的人对LLM、NLP等开始研究。国内也开始百花齐放,聊天机器人也很多类型,如:Baidu-文心一言 ,阿里-通义千问 ,科大讯飞-讯飞火星 等,以及各大手机厂商的设计,huawei小艺 、xiaomi小爱 等等。

我喜欢用写博客的方式与各位读者一起探讨未来,自从计算机诞生の时刻,编程语言在计算机领域中担任着至关重要的角色。它是我们与冰冷机器沟通的桥梁,为后期软件的开发起到了至关重要的作用。以下鄙人将从Ai原生应用的角度来看看。


注:本文将会引用Ai原生应用的回答,并且会标注出来


一、编程语言的教育

讲到这个,我觉得我还是蛮多想说的,毕竟之前当了编程的讲师,也进了学校进行授课,还是有部分家长关注了我的博客。在执信中学某学校、广州外国语学校滨海学校、华南师范大学附属小学某校区等授课,我看到了处在Z世代(见1.2部分Ai解析对比)的同学们,享有更早接触互联网的机会,和更早接触编程的乐趣~

1.1 学校所见所闻

在学校中,我发现大陆初一学生已经开始接触excel的操作,到初二已经开始学习python的课程了,对数据结构有基本的认识,虽然同为00后,对比我那时候的电脑课专业而细致了很多。但国内对于Ai进中小学课堂还是暂不支持,我个人认为还是希望可以更多的锻炼孩子们发挥自己想象和动脑的能力。

1.2 开启我们的Ai行程~io!

下面我将带领大家通过图文来体验目前主流的Ai对话机器人🤖。本文选取的都是免费版本的国内外领先者,实话实说各自的优势和特点。不捧不吹!

先看下面对于上文我们提及的Z世代这个专有名词,两大大模型给我们带来的内容。
注:本文参考的Ai原生应用app分别是来自OpenAI的ChatGPT应用和来自Baidu的文心一言应用!下文引用内容可以看图

Z世代

Chatgpt:Z世代(Generation Z)是指出生于1990年代中后期至2000年代中期之间的人群,通常涵盖了1995年到2010年左右的出生年份。这一代的人在数字技术普及的环境中长大,与互联网、社交媒体、智能手机等技术密切相关。以下是一些Z世代的特点:

  1. 数字原生: Z世代是数字原生一代,他们从小就接触并熟练使用各种数字技术。他们更容易适应新技术和互联网文化。
  2. 社交媒体: 社交媒体对Z世代的影响深远,他们习惯于通过社交平台进行沟通、分享生活和获取信息。Instagram、Snapchat、TikTok等是他们常用的平台。
  3. 自主性和创新: 与前几代相比,Z世代更强调个人表达和独立思考。他们倾向于追求创新和独特性,对社会问题有更高的关注度。
  4. 多元化和包容: Z世代在价值观和文化上更加多元化和包容。他们更关注社会公正、平等和环保等问题。
  5. 短视频文化: 由于短视频平台的兴起,Z世代更倾向于短时、快速、轻松的信息获取和传播方式。
  6. 虚拟现实和增强现实: Z世代对虚拟现实(VR)和增强现实(AR)等新技术更为开放,将其视为创造和沟通的新途径。
  7. 经济观念: 由于在经济不景气的时期成长,Z世代对经济安全和财务独立有较强的意识。

ChatGPT3.5大模型

文心一言3.5大模型

需要进一步提问Z世代有什么特点?

1.3 Ai结果评论

可以发现这两个各有各的优势,一个直接全部展示出来,一个展示具体的时间周期。我们也可以发现时间周期是有区别的,虽然说Ai有一定的欺骗性,但其也具备自主学习的能力。为了验证这两个的内容,我找到了维基百科,这里是通过1990-2010年认定为Z世代的。

但从MBA智库百科看到Z世代意指1995-2009年出生的。只能说引用的内容是不一样的。

二、Ai编程教育

当越来越多的移动智能终端设备的出现,我们会发现未来的课堂会有可能戴上类似Apple的vision pro,以更为直观的方式看到程序运行的逻辑等等结构。

就举个例子,冒泡排序我们将不会像现在一样只是看到枯燥无味的代码,而是我们可以看到活灵活现的动画人物在我们面前旋转~跳跃~我们跟着舞~(走偏了哈哈哈)

想了解经典排序算法的,改天再写一篇。

2.1 超级老师来教学冒泡排序

就如上文所言,我们佩戴上虚拟现实眼镜,让我们感知这个世界变得与众不同。

2.1.1来自ChatGPT的回答:

代码见下面代码框

python 复制代码
def bubble_sort(arr):
    n = len(arr)

    # 外层循环控制趟数
    for i in range(n - 1):
        # 内层循环进行比较和交换
        for j in range(0, n - i - 1):
            if arr[j] > arr[j + 1]:
                # 交换元素
                arr[j], arr[j + 1] = arr[j + 1], arr[j]

# 示例
my_list = [64, 34, 25, 12, 22, 11, 90]
bubble_sort(my_list)

print("排序后的列表:", my_list)

运行结果:

基础的冒泡排序AI已经可以很好的帮我们通过双重循环帮助我们实现这个目标,同时也给出了部分解释。

2.2 百度文心一言


python 复制代码
def bubble_sort(lst):  
    n = len(lst)  
    for i in range(n):  
        # 创建一个标记,用于检查在本次遍历中是否有交换发生  
        swapped = False  
        for j in range(0, n-i-1):  
            # 如果当前元素大于下一个元素,则交换它们  
            if lst[j] > lst[j+1]:  
                lst[j], lst[j+1] = lst[j+1], lst[j]  
                # 如果有交换发生,则更改标记  
                swapped = True  
        # 如果在本次遍历中没有交换发生,则数组已经排序完成,可以提前结束  
        if not swapped:  
            break  
    return lst  
  
# 测试冒泡排序函数  
numbers = [64, 34, 25, 12, 22, 11, 90]  
print(bubble_sort(numbers))

运行结果:

文心一言也采用遍历的方法来进行排序,但这里却增加了一个swapped的变量并用if来判断,相对于上面来说比较臃肿。这说明每个大模型的思考方式及行为是不一样的。具体这一块以后可以专门写篇文章探讨探讨~

2.2 适当增加prompt要求

我额外增加要求,不允许使用for循环可以实现吗(因为ChatGPT最开始未采用)

python 复制代码
def bubble_sort_recursive(arr, n):
    # 基本情况:如果只有一个元素或空列表,无需排序
    if n <= 1:
        return

    # 一趟冒泡排序
    for i in range(n - 1):
        if arr[i] > arr[i + 1]:
            # 交换元素
            arr[i], arr[i + 1] = arr[i + 1], arr[i]

    # 递归调用,对剩余的 n-1 个元素进行排序
    bubble_sort_recursive(arr, n - 1)

# 示例
my_list = [64, 34, 25, 12, 22, 11, 90]
bubble_sort_recursive(my_list, len(my_list))

print("排序后的列表:", my_list)

运行结果:

在这个环节,我限定了不允许使用for循环,虽然AI工具使用了,但是为了正确的呈现结果,AI给予了尽可能妥协的结果。

未来我们也可以通过国内外的AI原生工具来帮我们实现我们想要的功能!


总结

未来已来,AI原生应用与我们的学习已经紧密结合!但我不认为我们就可以完全依赖与AI,我们只是使用AI,并让这个工具发挥良好的一面在我们面前。我认为这个只能作为教学的一个辅助工具在课下让同学们去使用,因为AI具有一定的欺瞒性,当你了解并熟知这个事务的本质的时候,你才可以分辨这是对与错。AI工具才算真正能够帮助你。

欢迎评论区讨论,也欢迎赞助一下vision pro来测试一下~~

相关推荐
东胜物联14 分钟前
探寻5G工业网关市场,5G工业网关品牌解析
人工智能·嵌入式硬件·5g
cuisidong199716 分钟前
5G学习笔记三之物理层、数据链路层、RRC层协议
笔记·学习·5g
南宫理的日知录23 分钟前
99、Python并发编程:多线程的问题、临界资源以及同步机制
开发语言·python·学习·编程学习
皓74125 分钟前
服饰电商行业知识管理的创新实践与知识中台的重要性
大数据·人工智能·科技·数据分析·零售
985小水博一枚呀1 小时前
【深度学习滑坡制图|论文解读3】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer
AltmanChan1 小时前
大语言模型安全威胁
人工智能·安全·语言模型
985小水博一枚呀1 小时前
【深度学习滑坡制图|论文解读2】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer·迁移学习
数据与后端架构提升之路1 小时前
从神经元到神经网络:深度学习的进化之旅
人工智能·神经网络·学习
爱技术的小伙子1 小时前
【ChatGPT】如何通过逐步提示提高ChatGPT的细节描写
人工智能·chatgpt
一行11 小时前
电脑蓝屏debug学习
学习·电脑