序
今天是我到毕节的第1288天，大约还有不到200天的光景，我应该就会结束这一次的工作回到花城广州。 为了能够更好地胜任技术类的工作，我打算从现在开始要不断地恶补一些计算机类的知识了，这本书就是其中之一。 今年是我参加高考的第20个年头，也算是我进入计算机这个领域的第20个年头，曾经那个并不被我看好的机器学习现如今成为了当红的技术， 当然，我就要花更多的力气去好好学习一下这门课程。
乘着GPT的翅膀–《深度学习进阶：自然语言处理》
书写得很好，图例也非常直观地展现了机器学习经典算法的原理。书上的代码也非常直观，没有用通用的机器学习的库，只是调用了NumPy这种高性能计算的类，能够用直观简洁的代码来展示机器学习的原理，这恐怕是很多从业者都无法做到的事情吧。做个样例可以，但是能够用漂亮的语法，简洁、娴熟的用python写出来，给大伙阅读，这养的功底非常的不简单。在我遇到不太理解的语句的时候，我向ChatGpt求救，ChatGpt的回答超出了我的预期，不但很清楚的解释了代码的语法问题，还写出样例以及可以调用的代码。
跨时代的产物
这果然是划时代的产物，我真的过时了。除了机器学习，更多关于当下成功的过程模式的实践，也是值得我去学习的，不然我真的成为了这个信息化时代的弃儿。书上说，在没有用GPU加速的时候，一个RNNLM的学习程序普通电脑要跑2天，但是用了GPU加速只用2小时，用我自己的M1来跑，用了1天，但M1的GPU计算框架暂时只是兼容了几大主流框架，并没有对普通程序做兼容处理，因为我没有办法来做性能上的对比。可以看出，苹果M系列的CPU还是相当的成功，将GPU、CPU和内存都封装在片上，不同部件之间的数据传输速度得到了进一步的提升，或许经过GPU加速的PyTorch相关的会有很好的表现，这也体现了我们国内CPU设计和制造和世界先进水平的差距。
其实，对于机器学习领域的深度学习框架，并没有和我此前研究的密码学的框架复杂多少，只是领域不一样，数学内涵不一样，然而大方向和出发点是类似的。然而，现在很多大学的本科专业增加了人工智能方向，但我很保守的想，这些连软件程序可能都理解得不太深刻的学子，能对机器学习的框架和内涵有准确的把握吗？
回归基准线
促使我回到学习技术的行列中，还有自己上小学的娃。恰逢今年有亲戚参加高考，才猛然发现原来高考真不容易，也感觉自己20年前有多么幸运，虽然当时没有确切地告诉我的排名，但是考试院的新闻让我大概猜到了自己的位置。其实通过对“热手效应”的研究，能发现篮球场上球员的表现是有一个能力的基线的，偶尔在基线上，偶尔在基线下，偶尔投中几个三分球，只是一个运气，如果能力的基线提高了，才会有更多投入三分球的表现。
其实，我的学习成绩算是家中比较靠前的，这或许只是我的表现在家庭成员的基线之上，大部分人的状态才是基线，我们的孩子很大概率会回归到基线上。我觉得，大家鸡娃这么卷，一方面其实是大家的受教育的程度提升了，另一方面表现在基线上的父母也期望孩子超越自己，可是我觉得父母才是孩子最好的榜样，父母真正的愿意最求真理和知识，孩子是会受感染的，如果父母都只是说说而已，对孩子要求高，对自己的要求低，孩子也会学会这种表里不一的价值观。只有极少数的孩子，才会不理会家人的状态，自己全力投入学习。到底学习有没有用呢？能问出这个问题的人，杨绛先生的回答很是精辟，那就是“书读得太少，而自己又想得太多”。
结语
对孩子来说，我觉得最重要的是能够从容地面对一个未知的世界，不发怵，不害怕，能尝试用自己的方式来解决从未遇到过的问题。我想这个能力，对孩子来说是这样，对我们自己来说更是这样。