一年一度的高考剛剛結(jié)束,,對(duì)于全中國的學(xué)子來說,人生的第一件大事差不多塵埃落定,不過一個(gè)月后就得面臨第二件了——“志愿填報(bào)”,。不能否認(rèn)的是“有時(shí)候選擇比努力更重要”,,每年這個(gè)時(shí)候,都是學(xué)生,、家長,、老師最頭疼的時(shí)候。 ) o i f2 t, P7 n3 Q1 l
![]()
% y. {+ r* M1 s5 F& r/ p. {% _& c
今年情況更加特殊,,因?yàn)镃hatGPT或者說大模型AI人工智能技術(shù)的火熱,,進(jìn)一步引發(fā)了相關(guān)行業(yè)的爆火熱議。在這樣的浪潮推動(dòng)下,,今年的大學(xué)志愿填報(bào)可能會(huì)出現(xiàn)更多涌向人工智能相關(guān)專業(yè)的情況,。 # B, L0 m* Q2 a% e! h/ C
但,請(qǐng)務(wù)必警惕AI專業(yè)陷阱,。
4 k7 D6 m* R+ @* d4 M9 E; g/ S 哪火往哪鉆不可取首先,,人工智能本科專業(yè)早在2018年就已增設(shè),在2023年教育部《普通高等學(xué)校本科專業(yè)目錄》中歸屬于電子信息大類,。整個(gè)行業(yè)的火熱已經(jīng)不是一年兩年了,,但這種內(nèi)部的熱浪傳導(dǎo)到普通人尤其是高考學(xué)生的擇就業(yè)上,本就相對(duì)滯后,。 ; i3 t4 G, S' `
而現(xiàn)在的科技行業(yè)風(fēng)口,,不能說一年一變,起碼也是在快速變革,,之前區(qū)塊鏈,、元宇宙等風(fēng)口同樣驅(qū)動(dòng)了大量人才的涌入,但這些“追漲入局”的風(fēng)口也許在4年時(shí)間后就偃旗息鼓了,。更何況,,熱門行業(yè)≠人才需求量大。 6 C2 p# c0 P7 w) l- ]; x7 r1 J! V
在這種情況下,,拋開職業(yè)規(guī)劃,、興趣愛好、基礎(chǔ)學(xué)科知識(shí)積累,,只想往人工智能的“大火”里鉆,,后果大概率不是煉成“真金”,而是“炮灰”,。
+ Y/ X6 l) Q6 P4 }1 n- r. u$ O 鐮刀揮向“拔苗的韭菜”
6 B! H9 a7 P9 V+ C% G4 e1 M作為一個(gè)科技行業(yè)的旁觀者,,毫不夸張的說,最近幾個(gè)月的科技圈新聞最少有一半與AI相關(guān),。有時(shí)候看到關(guān)于人工智能取代某某行業(yè)某某工作的時(shí)候也會(huì)心頭一緊,,也有過“要不然報(bào)個(gè)班了解一下,?”的想法,不是想換行轉(zhuǎn)業(yè),,純粹就是“不想被時(shí)代拋棄”,。
6 |4 u* l8 Z9 y/ j: |
相信很多學(xué)生和家長在擇校擇專業(yè)的時(shí)候也和我有同樣的想法,但往往這個(gè)時(shí)候,,更需要警惕AI專業(yè)或者說AI學(xué)習(xí)的陷阱,。 + H0 [- \ q: x* ]0 k
![]()
% z7 m; F" N6 l
3月時(shí)就有報(bào)道,ChatGPT火起來之后,,先賺錢的不是做大模型的企業(yè)和工程師,,而是——賣課的。
8 e; e U$ ^+ h1 G: X% y- h& @
“一門課279元,,17天招了10000人,,賺了近300W”這些人利用大眾的焦慮心理,將一些AI相關(guān)的基礎(chǔ)知識(shí)與應(yīng)用技巧整理羅列成了付費(fèi)課程進(jìn)行售賣,,然而實(shí)際聽課后卻發(fā)現(xiàn)這些所謂業(yè)界大牛,,行業(yè)大V的課程并沒太多實(shí)際價(jià)值。
0 t: a6 K% V0 }4 {, n6 `" D
而高考擇校擇專業(yè)理應(yīng)比知識(shí)付費(fèi)更謹(jǐn)慎,。 . o, W. S8 D5 Z' |% `3 w. T7 Y
現(xiàn)在不少專業(yè)可能蹭著人工智能的熱度,,實(shí)則關(guān)系寥寥,或者后續(xù)的職業(yè)發(fā)展實(shí)在有限,。比如此前有過大數(shù)據(jù)和人工智能交叉學(xué)科專業(yè),。乍一聽沒什么問題,現(xiàn)在的大模型AI訓(xùn)練確實(shí)需要大數(shù)據(jù)支撐,。 8 S" W' n, R1 I( R- w/ D4 X( Z) H
![]()
" Y+ D" e. q7 J0 S& }
驗(yàn)證碼——我們給AI打工 . i& ^' c% ?5 `
但事實(shí)是,,如果專業(yè)技術(shù)水平不夠出眾,畢業(yè)后的出路可能就是做人工數(shù)據(jù)篩選標(biāo)注,,高情商說法是“AI數(shù)據(jù)標(biāo)注師”,,低情商就叫“賽博民工”。 : U4 J3 D7 G% t$ {7 F" Z) i
因此,,在認(rèn)識(shí)到人工智能確實(shí)有其價(jià)值,,并且需要學(xué)習(xí)相關(guān)知識(shí)以適應(yīng)時(shí)代變化的前提下,就更得一步步走,,不要急迫地“拔苗”,,而成為被收割的“韭菜”。
/ `" A6 h9 w0 Q2 N5 Z% z. B; F! W 會(huì)用也許比會(huì)造更關(guān)鍵
: v4 g2 ]/ `- X ]0 Z' ^) ?目前AI人工智能行業(yè)其實(shí)本身就有所區(qū)分,,一類偏向制造,或者說AI基建,,另一類則偏向應(yīng)用,,比如用人工智能技術(shù)解決實(shí)際問題,。
9 H; P3 D7 Q5 `% b3 k
目前高校開設(shè)的專業(yè)中,與人工智能相關(guān)的專業(yè)多是偏向前者的,,不管是集成電路,、微電子或者是計(jì)算機(jī)、軟件工程,,本質(zhì)都是為人工智能創(chuàng)造硬件或軟件的基礎(chǔ),。
* u* Q' x4 N( y( Y" j
![]()
3 U1 H! m2 v+ H1 |2 N) M
但對(duì)于其他專業(yè)來說,學(xué)會(huì)更好地利用AI工具也是不錯(cuò)的選擇,。比如美術(shù),、廣告、設(shè)計(jì)類的專業(yè)可以利用AI豐富創(chuàng)作靈感,;比如財(cái)會(huì),、審計(jì)類的專業(yè)可以利用AI增加效率。 5 ?- a6 k- t2 J' Z: w
甚至有不少另類的思路,,比如從心理學(xué)的角度研究AI是否會(huì)產(chǎn)生心理問題,,比如從腦科學(xué)(神經(jīng)科學(xué))的角度分析AI的思維路徑等等。現(xiàn)在很多沒有能力搭建自主大模型的企業(yè)大多也會(huì)采用開源的AI技術(shù)來解決垂直行業(yè)的問題,,“多數(shù)人享受少數(shù)人的智慧結(jié)晶”反而可能成為大勢(shì)所趨,。 ) B4 o9 k5 B* f0 I. U
在這個(gè)信息爆炸的時(shí)代,“知其然而不知其所以然”也許不應(yīng)該再是一個(gè)貶義的概念,。
$ \1 w" D# `: C1 o0 Z! y6 d
寫在最后 ! _1 c# U3 y# P. w7 W8 I- i
當(dāng)然,,“不知所以然”不意味著能夠躺平,不然很容易陷入“塔斯馬尼亞效應(yīng)”(元技術(shù)代際傳遞缺失,,導(dǎo)致技術(shù)退化),。之前看過一個(gè)有趣的比喻:
9 O1 i, E& u9 o+ H
如果大部分人都放棄了思考,習(xí)慣于從輸入到輸出的GPT黑匣子,,導(dǎo)致每一代培養(yǎng)出能進(jìn)行科學(xué)推理的人數(shù)少于“塔斯馬尼亞下限”,。那么用不了幾代,一切曾經(jīng)的“科學(xué)”都將看起來與魔法無異:沒人知道其背后的原理,,但照著prompt手冊(cè)給GPT念咒語就可能召喚出各種魔法,,比如讓“四輪雷電鐵馬”啟動(dòng),或是讓“四旋翼貓頭鷹”從自動(dòng)運(yùn)行了一千年的預(yù)制菜工廠,,帶來打著“XX外賣”紋章的飯盒,。 ' k; K' X9 z, R" o* R" n* U
因此,在確認(rèn)好未來職業(yè)規(guī)劃的方向,,且真正對(duì)人工智能感興趣的情況下,,就請(qǐng)義無返顧的選擇AI基建類的專業(yè)吧,成為那個(gè)“創(chuàng)造魔法”的人,。 * M0 h( j/ P. h. B
|