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？