引言

上回说到，无名从2050年穿越而来，向众人揭示了AI时代的未来就业情况，大家唏嘘不已 (详见: 小朋友都能懂的人工智能⑬AI时代，未来就业走势 ） 。数天后，到了与无名约定再见的日子，他却并未现身，只留下一张纸条。

原来，无名发现由于自己的低级错误，可能无法再回到自己的时代。懊悔之余，他决定边过隐匿生活，边寻找解决之道。

很快，无名的传说在江湖中流传开来，无数人争相寻找这位大师以求指点，但都无功而返。

数月后...

老牛： L兄 ，咱们真的能见到无名大师吗？

无名： 嗯，大家都抛出了自己的问题，L兄，你有什么需要探讨的吗？

L： 无名兄，我非常关注中国数据库产业的发展。虽然我们的数据库技术已经在某些方面超越Oracle了 ( 详见 : 数据库二十年目睹之怪现状⓹真实的谎言 ） ，但由于起步较晚， 用户案例积累远不如Oracle。而 优化器又极其依赖大量案例的经验打磨，因此在这一领域难免存在差距。对此，您有什么建议吗？

无名： 其实，各位的数据库“心病”无需太过担忧，我可以开出一剂名为“人工智能“（AI）的药方，它的核心成分是基于生成式AI的大语言模型，简称“ 大模型 ”。

小羊： 无名大师，我也在用大模型，主要是用来协助自己写文章、绘图 ( 详见 : 小朋友都能懂的人工智能⑪一滴墨汁成就一代画师 ）、做视频 ( 详见 : 小朋友都能懂的人工智能⑫从画师到视频大师 )等，这玩意儿真能解决我们的数据库问题吗？

无名： 你用大模型协助你写文章、绘图、做视频，本质是通过交互让它帮你完成任务。其实 ，假设它真的掌握了SQL，用它处理SQL的编 写、审核、优化 ( 详见 : SQL优化思想 ）和解释，与用它写文章、绘图 并无本质区别。你的主要问题在于需求过多、SQL工作量大以及审核和优化的繁琐，包括小侯需要的SQL解释。只要你们能够清晰的表达需求，大模型就可以帮你分担这些任务，并且它会变得 越来越强。

老马： 无名大师，您认为大模型可以参与生产中的数据库运维工作？但变更、升级、故障处理等操作都需要极高的准确性，一旦出错，后果不堪设想。如果大模型的建议有误，而我们又误采纳了，岂不是会对生产环境造成严重危害？我不敢用啊。

无名 ：你的顾虑很有道理。大模型和数据库的结合确实存在许多挑战，尤其是它的 四大天坑 。

老牛： 天坑？

无名： 我们先来看 天坑1—— “回答全靠猜” 。大模型的回复是基于概率统计，而非记录查询。它通过计算词向量 ( 详见: 小朋友都能懂的人工智能⓹-不可思议的大模型 ） ，结合注意力机制 ( 详见： 小朋友都能懂的人工智能⓺- 逆天，句中高能！！） 依次生成得分最高的词，连成句子或代码。简单来说， 它不知道你在问什么？也不知道自己在回答什么 。因此，它偶尔会产生 胡言乱语 ，也被称为“大模型的 幻觉 ”。

老马： 啊，都不知道自己在回答什么，还有幻觉，听起来确实很坑。

无名： 接着说天坑2—— “时常会失忆” ，大模型在 长时间交互中，可能忘记之前交代的信息 。 ( 详见: 小朋友都能懂的人工智能⓼--无名的故事与GPT-4运行(推理)流程 ） 。 比如，你要求它遵循Oracle数据库的SQL语法，但随着对话 深入， 它可能会把这要求抛在脑后 ，于是， 回复就偏离了你的预期 ( 详见: 小朋友都能懂的人工智能⓽ Hi AI, Database is all you need ) 。

老牛： 这也太不靠谱了吧！

无名： 再说天坑3—— “不具时效性” 。比如某个大模型是2024年6月1日训练出来的，那它只掌握了6月1日以前的知识，之后的信息它一概不知。 就算给它提供最新 的知识让它学习 ，它 也只能 进行推理回答，而不能把这些新知识融入到神经网络参数里，也就是说， 大模型不能实时学习 ，要重新训练才能掌握新内容 。

小侯： 我们人类都可以随时学习新知识，大模型怎么就不行呢？

无名： 最后说天坑4—— “成本超昂贵” 。OpenAI公司在大模型研发上投入 已超百亿美金 ，仅仅一次大模型训练成本就常常 超过千万美金 ( 详见: 小朋友都能懂的人工智能⓻--无名的故事与GPT-4训练流程 ） ，而推理成本更是高的惊人 ( 详见: 小朋友都能懂的人工智能⓼--无名的故事与GPT-4运行(推理)流程） 。所以能参与大模型研发的公司和机构很少，在国内也就阿里、百度、字节跳动、清华大学等少数几家有能力参与。

老马： 这么贵！还会胡言乱语、失忆，知识又不实时，这大模型根本无法用啊。

L： 老马，别着急下结论，无名兄来自2050年，咱们问问他未来大模型与数据库的结合情况如何？

无名： 未 来，大模型与数据的结合非常成功。两者达成了一种 “共生” 的美妙境界，不仅大模型赋能数据，数据也能反过来提升大模型能力。这一过程经历了多个发展阶段，可以类比L1到L5的无人驾驶层级。

老马： 真的吗？可您提到的“四大天坑”让我完全不敢接受啊。

无名： 大模型与数据的结合不是一蹴而就，而是 分阶段逐步实现 的。 天坑远不止这四 个 ，但是都有解决之道。接下来，我会详细讲解 大模型的运行机制 ，以及 与数据结合的关键思路 ，并带大家回顾这一“共生之路”的各个阶段。

众人： 太好了，非常期待！

欲知后事如何，请听下回分解...