人工智能时代,我们依旧有无限的选择权!

人工智能时代,即有人两眼放光,又有人忧心忡忡。前者看到大量的机遇、蓝海,后者看到了失业和糟糕的未来,亦或是有人有喜有忧。但是只要你知晓一个真谛:凡事皆有利有弊,那便不用内耗了。或是选择当前的生活节奏,亦或是顺应时代潮流掌握它,都可以!

既然是讨论这个话题,我就以顺应潮流为主线,讲讲我与AI的故事,我用它做什么,我们公司在用它做什么,以及一些个人总结等,最后再简单谈一下如何找到心灵的平静。(非专业漫谈,主观的一些表达和经历经验讲述)

一. 目前的AI或者人工智能到底是什么

AI或者人工智能,是一个词语,它很抽象。(易经这种讲述山川雷泽的大家都觉得玄和抽象,更别提这样一个"新造的词"了)以致于大家都有自己的理解,这个解释会是变化、因人而异的(至于为何会有这种变化,这就是每个人生活所在的环境或上下文的原因了)

在我看来,人工智能目前是个什么东西呢?目前,最能代表AI的当然非LLM莫属,后续细谈。

它从人类的知识精华库(语言图形)中,摸索出了一点规律,能够自动完成某些之前由人来做的事情。它是什么呢?它是一个规律的定义,它的规律来源于人类对世界的理解以及由此演化的抽象推理,是一种自然语言编程的自动机。

二 我与人工智能的故事

1. 电影、书籍和创作

很小的时候,小学时,看了影碟的终结者,初中看到了黑客帝国、一些国产科幻,后面又看了无数的科幻电影书籍,学的一直是机械,当时就像造一个机器人智能的机器人,这样就能陪着我了。大学时学过机器视觉、仿生的选修课,也用matlab做了不少实验等,但最终被生活打败,低谷迷茫中寻找了很久的路。

高中、大学和GAP的两年,断断续续写过几篇小说,软科幻类型,都带点人工智能和科幻的影子。考研复试结束后,又写了二三十万字的内容,不过后面停了,导师导师让我可以写(我觉得倒很奇怪),但回过头去看有点俗套了:一个孤儿和父母留下的AI-小冰(那时候笔名换成了暖冰,微软小冰还没出现呢),一点点训练它直到通悟找到真相的故事。(之所以没法继续,是我也卡在什么是智能,如何算通悟,我自己都是个俗人,看不破很多东西,掌握不了情绪呢)

2. 用AI技术帮我解决问题

读研的时候,也就只解除了cv用它实现了某个生产节点的自动化;师弟用GAN做研究,我也稍有研究,但没发现它有特别惊艳的地方,倒是自己做物体检测,做3D模型预览一类的活,也没出什么成功,毕业后也没搞这些了(都是业余,所以有时候读研选个确定的专业方向也很重要吧)

后来和大学转CV的同学聊天,就说我想研究NLP,因为知识是人类文明的精华,而它主要研究的就是知识,肯定会有突破,但转而探讨不可理解性的危机等等,而我也因为工作原因并没能投入太多精力,转而研究和学习了一阵自动驾驶,但也没能转过去,有时候隔行如隔山,突然发现以前的自己胆子变小了。

但是我对这个行业和方向的热情未变,只是转向了技术应用(因为目前除非创业,很难转到底层研究的岗位,有些岗位我也不屑去做),平时用语言识别、图形识别等技术做应用参加点比赛

3. ChatGPT

在人工智能的历史上,ChatGPT3.0肯定是占有一席之地的。

大概是在2022年底,接触到ChatGPT的,当时注册还挺麻烦。初次接触是惊艳的,它已经不仅仅是简单的搜索、词语的拙劣缝合或是"复读机",而是有了一些人类的缺点 - 说谎、执拗、圆滑。大概到2023年初,我就开始让它辅助我工作,主要是写文档和新技术研究(因为强度比较大,我又不想加班啊!)甚至让我有点依赖了。但是后来发现,它会出错,一些小错误,所以用起来小心不少,作为守门员或者修改者的觉得吧。

想用好AI,扎实的基础不可缺,至少出问题知道看什么规范或文档吧

4. 辅助编程

比较早的时候就用了github copilot,用了七个月,每个月10美金,体验还是满意的,但是去年被封一次,查询说是TAG了,所以用不了,费老大劲才解了,但我的心变了;尝试了Tabnine,cursor等等,直到后面一直用Codeium,国内还算稳定。

三 公司的探索

2023年的时候,因为某些原因和领导聊天,讨论到了AI相关的内容,我本人是很激动的,但领导是觉得一般。尤其那段时间看了万神殿,有点兴奋。还演示了写东西,给同事看了些东西。但不知道为什么往上的测评很多都特傻(至少在我看来),它们不是让AI做事儿,而是戏耍。

其实AI并不是全能的神,现在不是,未来也不会是,因为人类不存中不存在全能的人,我们也在不断修改全能的定义。如果它成了,那可怕的事情可能发生了

1. 让Chat辅助办公

今年(2024)四月份,公司开始大刀阔斧改革,组织了一些类的培训,主要是人工智能方面的,实际上就只是应用,去上课的不多,但我基本都学了。怎么说呢,课程这东西没什么含金量,但可以作为一个总结复盘,他们做的还算是不错的。

然后七月份开始,公司开发人员就开始使用ChatGPT辅助开发了,最初的使用人数还是挺少的。

习惯很难改变,但若想用好AI,有些下意识的习惯确实得转过来,尤其是搜索答案等优先级,不要忘了还有AI可以用

2. AI 辅助编程 - Claude Sonet

今年另一个让我惊艳的是Claude Sonet3.5的编程能力,呃,之前我想了很多法子,用到了Claude的playground但是没有能够用到它的Chat。相对于其它chat,它在前端做了很多东西,通过查看网络等,我发现了大量的wasm文件,这些都是在前端处理数据的,然后看点截图吧

Claude的前端废了挺大功夫,从回复中提取出了文件,并且分类处理等。可能有些人看起来很简单,但做到的并不多,或许没那么简单。而且你可以让它改某个文件,每个文件的多个版本是共存的,只是版本越多,token消耗越快 - -。

3. Github Copilot

大概是七月底,我们开发人员分到了自己的copilot帐号,带吗补全还是可以的,尤其是多行代码补全,节省了不少精力。

但不要期望在新业务中用它完全的实现代码,除非你的公司很大,User Story写的很详细、详细设计写的很好且提前写了,不然不如让它生成通用的然后去修改。

怎么说呢?用起来还是挺爽的,尤其是一些明显有规律的操作,比如计算x的绝对值,给出了x的计算方法,它能推测出y、width、height的计算等。

四 思考和总结

1. AI辅助编程对程序员工作的影响

就目前来看,AI是无法完全取代一个基础扎实的程序员的。但是再擅长也需要守门员,而这个人肯定是一个技术扎实的人,而目前的大模型因为都想做的很强大,在某个领域的比较深的知识是掌握的比较少的,也就是细粒度不是太好,所以会发现有时候它会出现很明显的类似新人的错误

作为流水线的组件产出人员小心了,因为它用来写组件和测试是很擅长的。尤其是文档健全、需求和变更体系健全的公司,替换中级初级程序员真的很简单,至少大部分都可替换,但不会是全部。

程序员的需求是旺盛的,知识传统的那些岗位可能会越来越少,尤其是根据详细需求转化成代码的那部分岗位。

2 程序员应重点发展的核心能力

在新的时代,高内聚低耦合的代码是最适合AI来完成的,有限的上下文解决一个小问题。但实际上还有大量高耦合的代码需要实现,至少是这些低耦合模块的编排部分,于是就有了一系列的思路。核心培养的能力也需要改变了,我自己也在慢慢实践,写文章总结也是一部分:

1. 系统设计和分析能力

目前要实现一个功能,需要多方配合。就像我面试新员工,往往会出个题,从输入网址到页面可交互,发生了什么。这个过程其实很多内容可以讲,似乎很多人觉得没什么用,但它与优化、问题定位等息息相关,也就是整个系统的设计和分析。而当前的AI是有点难实现的,至少短时间内-两三年内,各个链路的可观察性还不是很好,还需要人去操作、或者做裁判

2. 跨领域的知识掌握

这点也是有必要的,也就是传说中的融会贯通各大门派的功夫,而之前的训练中,大模型会基于人类反馈强化,会出现知识边界,至少短时间内,它在一次回复的上下文考虑到成本不会太大-尤其是某些多模型的系统,还在根据领域区分和解决问题。那么跨领域知识的融合就很重要的,例如我本科研究生是学机械,自考了心理咨询,工作是程序员,其实就是为了某个时间点去做机器人(当然我也想做飞行汽车,非旋翼那种,不过优先级较低,人口和城市的发展并不一定是上升)。

3. 知己知彼百战百胜

最后,也是比较重要的能力了,知己知彼百战百胜,所以需要掌握AI - 了解它能做什么不能做什么 - 取其长处为自己创造价值,然后自己补充它现在不擅长的,不也就找到了自己的位置了吗?

切忌让AI做它不擅长的事情,就像看不到别人的有点只知道喷对方的缺点,这样对你没任何好处

3. 企业/独立创业者

现在是创业最好的时候,因为很多角色可以用AI来替代了,尤其是以前那种特别专的职业:产品经理、项目经历、开发人员等等,人类在这个创业途中作为一个策划者、审判者、裁决者即可。

我们公司在尝试拥抱人工智能,从一个简单chatGPT使用开始。我看到了公司的焦虑,但我并不是太认同一些做法。企业在这一波浪潮中,受到的冲击同样巨大,因为以后的巨无霸企业可能会越来越少,而是无数个精制的小企业/独角兽。

写在最后

上面都是个人的主观看法,这是一个新的时代,有很多不一样的东西,也有一样的东西。不过是潮流的一次次更替而已

不要焦虑

发现问题,就去解决去面对,别人的问题和担忧并不一定是你的问题和担忧

记得和一个人聊天,他说很担心(虽然只是想让我加班而已),他提到有个朋友家里人生病钱哗啦啦就没了。实际上怎么样呢?如果你没什么病,不要多少钱就能治好;世界上也有钱治不好的病;病不是突然出现的。

总之,不要因为别人的宣扬而自我焦虑,有些事物看似一样,实际上不一样:就好比我们的DNA相似度和相貌经历等等

遵从内心不要内耗

AI没有那么可怕,它没有那么强,它无法替代所有人,新的职业会出来,自然会找到自己的平衡

遵从自己的内心去行动,不要让现在的自己为未来的自己背负太多(过去也放下),总之不要内耗不要内耗,这样才能保持热情才能体验兴奋。

莫愁前路无知己

在目前的方向上越走越远,亦或是顺应潮流,都是不错的选择,出发吧!未来一直在成为过去,勇敢的迎接新时代,相信我,你不是一个人!

祝大家都找到适合自己的节奏和方向!完了,看看远方吧

年纪大了真不好,三个小时才挤出一篇文章,┭┮﹏┭┮,怀念13年5000字/时的巅峰产出期

YU.H

相关推荐
埃菲尔铁塔_CV算法22 分钟前
人工智能图像算法:开启视觉新时代的钥匙
人工智能·算法
EasyCVR22 分钟前
EHOME视频平台EasyCVR视频融合平台使用OBS进行RTMP推流,WebRTC播放出现抖动、卡顿如何解决?
人工智能·算法·ffmpeg·音视频·webrtc·监控视频接入
打羽毛球吗️29 分钟前
机器学习中的两种主要思路:数据驱动与模型驱动
人工智能·机器学习
好喜欢吃红柚子1 小时前
万字长文解读空间、通道注意力机制机制和超详细代码逐行分析(SE,CBAM,SGE,CA,ECA,TA)
人工智能·pytorch·python·计算机视觉·cnn
小馒头学python1 小时前
机器学习是什么?AIGC又是什么?机器学习与AIGC未来科技的双引擎
人工智能·python·机器学习
神奇夜光杯1 小时前
Python酷库之旅-第三方库Pandas(202)
开发语言·人工智能·python·excel·pandas·标准库及第三方库·学习与成长
正义的彬彬侠1 小时前
《XGBoost算法的原理推导》12-14决策树复杂度的正则化项 公式解析
人工智能·决策树·机器学习·集成学习·boosting·xgboost
Debroon1 小时前
RuleAlign 规则对齐框架:将医生的诊断规则形式化并注入模型,无需额外人工标注的自动对齐方法
人工智能
羊小猪~~1 小时前
神经网络基础--什么是正向传播??什么是方向传播??
人工智能·pytorch·python·深度学习·神经网络·算法·机器学习
AI小杨1 小时前
【车道线检测】一、传统车道线检测:基于霍夫变换的车道线检测史诗级详细教程
人工智能·opencv·计算机视觉·霍夫变换·车道线检测