智能学习伙伴 | 涂艺千：AI如何重塑了我的求学之路

"

清华AI伴学故事

AI in Tsinghua

代码行间，智能赋能成长；

笔墨纸间，思辨沉淀力量。

课堂之上，「雨课堂」相伴求知；

图书馆里，「清小搭」对话思想。

这是清华学子与 AI 同行的日常，

是技术与人文的交融，

是理论与实践的共生。

AI 从不是冰冷的工具，

而是求学路上的同行者；

求知亦非孤独的跋涉，

而是智能与坚守的同频共振。

借AI之力，守成长之本，

共赴逐知征程。

他们的故事，待你一同翻开——

本期人物

清华大学车辆与运载学院

2022级本科生

涂艺千

涂艺千个人照片

01

在迷茫中探寻方向

刚踏入清华园时，我对大学阶段的学习抱有一种过于理想化的期待。总觉得只要坐在教室里、泡在实验室里，知识就会自然而然地沉淀下来，能力也会逐步提升。然而，当我真正开始接触科研工作后，才发现现实远比想象中复杂。很多时候，学习并非线性发展的过程，不是今天听懂了，明天就能熟练运用，而是在反复卡壳、不断试错中艰难前行。

刚开始独立进行技术学习时，我最常遇到的情况就是“陷入困境”。阅读资料时觉得每个步骤都能理解，可一旦真正动手实践，各种问题就接踵而至。错误提示一条接一条地蹦出来，有的晦涩难懂，有的看似理解却不知从何解决。那时候，我最常做的事情就是把问题复制到搜索引擎里查询，然后在各种论坛、博客和零散的回答中来回翻找。有时运气不错，能找到类似案例；有时折腾了很久，不同答案之间还相互矛盾，最终仍然不清楚应该修改哪里。

这种状态非常消磨意志。它不仅仅是“不会”的问题，更像是一种被阻挡在门外的无力感：你明明有学习的意愿，也确实投入了时间和精力，但前进的步伐却异常缓慢。一个小问题可能就要耗费整整一个晚上，而最终的收获仅仅是“终于能运行了”。至于为什么会这样修改、背后的逻辑究竟是什么，自己始终没有真正搞清楚。那时候我常常觉得自己不是在学习，而是在碰运气。

02

在追问中把握本质

后来，AI逐渐融入了我的学习和科研日常。最初，我也只是把它当作一个更加便捷的搜索工具，希望它能直接给我答案。但渐渐地，我发现真正有意义的并非“它帮我找到了答案”，而是“它能一步步引导我理解问题”。从那以后，我与AI的互动方式也发生了改变。它不再只是一个完成任务工具，更像是一位随时陪伴在身边的导师。

让我印象深刻的一次经历，是在学习神经网络训练的时候。那时我刚开始真正接触模型训练，自认为已经掌握了一些基本概念：有数据集，有损失函数，有反向传播，也知道要关注准确率和loss的走势。可真正开始动手后，问题仍然层出不穷。模型训练效果很差，loss迟迟降不下来；有时训练集表现尚可，验证集却很快恶化；有时调整了参数，结果反而更糟糕。我知道这些现象都与训练过程有关，却很难判断问题究竟出在哪里。

以前遇到这种情况，我通常只能在网上搜索类似的问题，比如“loss不下降怎么办”“过拟合怎么处理”，然后阅读大量零散的经验分享，再逐一尝试。但有了AI之后，我开始改变方式：不再仅仅问它“应该怎么改”，而是让它陪伴我一起分析，学习如何观察训练曲线，如何判断是学习率的设置问题、数据处理的缺陷，还是模型结构本身的局限。它不是直接替我解决问题，而是一步步帮我拆解训练过程中究竟发生了什么。那一刻我突然意识到，我得到的不仅仅是这次训练的具体修改建议，更是一种理解神经网络训练的方法论。

03

在思考中实现蜕变

这对我的影响，远比单纯提高效率更加深远。因为在科研工作中，真正困难的往往不是某个具体的操作步骤，而是面对陌生问题时，能否自主建立理解、保持耐心、继续前行。AI帮助我的地方，恰恰在于它把许多原本模糊、混乱、令人焦虑的时刻，转变成了可以被解释、被拆解、被学习的过程。它让我认识到，学习并不一定要等到老师在课堂上讲解，也不一定要等他人有空指导。很多时候，只要我愿意认真提问、持续追问“为什么”，原本停滞的地方就有可能重新打通。

当然，我也并不认为AI是万能的。它会犯错，也会给出不够精确的回答；有时它的建议看起来合理，实际操作起来却并不适用。因此，我逐渐学会了一件更重要的事情：不要把AI的话照单全收，而是把它当作一个可以讨论、可以质疑、可以反复验证的对象。我会让它解释某个方案背后的原理，会让它对比不同路径的优缺点，也会用实验结果去反问它：“为什么实际情况和你说的不一样？”在这个过程中，我并没有把思考外包出去，反而比以往更需要主动思考。因为只有自己真正参与判断，AI提供的帮助才能转化为自己的能力。

参加手球比赛

在清华，我愈发深刻地体会到，成长不仅是知识的积累与任务的完成，更是逐步学会如何应对复杂的问题，如何在不会的时候坚持学习，如何在陷入困境时不轻言放弃。AI并没有替我走完这条路，但它确实改变了我前进的方式。它让我从一个只会零散搜索、被问题牵着鼻子走的人，逐步转变为一个能够主动拆解问题、理解原理、系统整理思路的人。

往期精彩

AI伴学故事 | 张华清：在“未来已来”时的一点回望与思考

黄柏升：你会投出那颗“球”吗？

@全体新生，你的清华专属“AI学习礼盒”已送达，请开箱！

排版 | 孟繁一

审核 | QL