1、传统开发的算法和软件整体，也可以看成是一个“大模型”，其中有不同层次的处理，最终能够完成从输入到输出的计算，不过，其中的计算都是人工定义的，一般依赖于研究成果的应用。研究成果在实际中的应用处理。
2、AI开发，是需要设定模型架构和参数初始化的，然后“投喂”数据来训练模型，依据是选定的目标函数。最终，也是得到一个整体训练好的模型，这个模型是拟合训练数据集的模型，与最开始的模型相比，参数更新过了很多轮，最后实在验证数据集上有比较好的表现，才被选择的一组参数。
3、事实上，传统开发和AI开发通常都是互相结合起来使用的，各取所长，当然，大模型内部也是由多个块（部分）组成，其开发与训练方式也是多样化的，最终也是一个组合形式来完成结果计算的。简单点，就是 的计算过程。
的供给方式，与人们期望的消费方式。
4、AI开发的优势是方便复用，大量已经训练好的基础模型，只需要针对特定任务进行部分参数微调和模型微调就可以取得良好效果，类似于VGG块、transformer架构的调用方式，或者其他块函数的调用，所以效率上会大大提升，好比有3D打印机，造东西就很快，准备好材料（数据）和目标方向（具体任务）就行，非常快，非常好用！
5、大模型时代已经到来，这就是新的工作方式，新的生产方式，不管你喜欢不喜欢，这就是现实的方式，时代潮流不可逆！顺势而为，顺大势而动，这是每个人需要做的事情。所谓主流！
6、加油，everybody！
下面是GPT3.5的反馈，可以看看，观点经过提炼。
-
传统开发与AI开发的对比：
- 传统开发： 传统开发方法是基于人工规则和算法的，开发者手动设计和编写规则，以执行特定任务。
- AI开发： AI开发需要制定模型结构、参数初始化，然后通过数据训练模型。模型在数据上自动学习规律，从而执行任务。
-
传统开发与AI开发的协同：
- 传统开发和AI开发通常相辅相成，充分利用各自的优势，实现更智能、高效的解决方案。
- AI模型内部可以由不同模块组成，这些模块可以使用多种开发方式，包括传统的编码方法和AI训练。
-
AI开发的优势：
- 可重用性： AI开发中已训练好的基础模型可用于多个任务，只需进行少量微调，从而提高开发效率。
- 高效性： AI模型能够快速适应特定任务，类似于使用预设计的模块和功能，大幅提高了效率。
-
大模型时代：
- 大模型时代指的是通过构建巨大的深度学习模型来解决复杂问题。这些模型包含海量参数和多层结构。
- 大模型的出现使得AI开发更为强大和高效，有能力解决以前难以应对的复杂问题。
-
时代潮流和主流：
- AI开发已经成为时代潮流，因其在多个领域取得了显著进展。顺应时代潮流并善用AI技术能为个人和组织带来更多机会和发展。
通过这些改进，描述更为简练且容易理解，突出了传统开发和AI开发的对比，以及它们如何共同构成现代解决方案的核心。
