ai黎明，我们应如何不被时代淘汰？

一直有在关注ai前沿发展，之前接触nlp比较多，过去的8个月的时间内只根据新闻来了解ai的发展。
    莫名的焦虑，感觉openai和微软冲劲十足，从CLIP、DALLE到GPT系列，再到最近的ChatGPT、GPT-4以及微软刚刚宣布的集成到自家Microsoft Office 全家桶，感觉有横扫千军的气势；回到码农问题上，虽然ChatGPT使用上暂时还不可能替代程序员，只能做一些简单的工作，也存在漏洞百出的问题，但是至少我相信随着ai的发展，最终一定会消灭这些问题，顺便消灭现在大多数传统意义上的码农，当然，社会上的大多数工作届时也会被一一代替，至于说搬砖，哈哈，机器人更加吃苦耐劳，还轮不上我们这些耗钱的血肉之躯。
    当然，我并不是传播焦虑或者怎样，我只是觉得有些迷茫，而且可能也有很多人会产生同样的想法：当这一切真的发生了，我们该做些什么？时间线再往前推，我们应如何参与到构建这样的未来其中？再具体一些，我们现在应该怎么准备，接着做当下的事情，并准备好转型？怎么转，往哪里转？
    作为还没出校园的年轻人，我不想被时代淘汰，我想努力为这个世界做些更有价值的事情，所以我想知道，作为一个普通的，我该如何拥抱这个时代？    最后，本人大三，在国内就读，本科BME专业，做过bci、nlp，对图形学感兴趣（总之就是这种在兴趣点、未来方向与现实情况冲突又矛盾的一个人），想转码，目前也面临着出国留学的人生选择。发这个帖子主要是希望各位能够积极讨论一下相关的问题，很希望能够碰撞出不一样的火花，也希望前辈们对我们还没出校园的年轻人提出一些建议！谢谢大家！

想要不被淘汰的话就去尝试[理解]一下现在看起来很厉害的AI有哪些不足.

你明白了这些不足之处和产生的原因,就没那么担心了,或者是有前进的方向了.

我校就有一门课的作业鼓励你用ChatGPT做这个作业的每一个问题,然后回答AI做的是对的还是错的,有些问题还鼓励你通过不断尝试修改prompt让AI给出正确答案,如果成功了还有加分.

你会发现还是有些方面ChatGPT是不靠谱的,当prompt engineer很累,不如学会了知识自己直接去答题.

很多地方如果你不真正[理解]你在做什么,比如写一个ML的 loss function, AI丢给你一串,你用了发现某处那个dimension就是不对.与其花半小时调整prompt让AI不断重复一遍一遍生成代码试错.倒不如好好看看你想做什么,每一步该怎么做,dimension是怎么变化的

这个场景AI是可以提升工作效率的,比如你小本本上写出来知道dimension每一步该怎么变.你就告诉AI,输入的dimension是什么,怎么拆这个怎么拆那个,输出dimension是什么,引导AI一步一步写.就不需要去担心怎么用numpy/torch每一步用什么function来搞这些tensor了, AI是做这种工作的.

当AI给不出某个学科知识正确结果的时候,才是我们所学的基础BME,EE,SE,CS.....有用的地方.你足够懂你专业的东西,总是会有一碗饭的.

caitaozhan2 发表于 2023-03-16 21:58:10
本人是最后一年的CS PhD，我也想知道答案，mark一下。。。

ChatGPT已经成为我的科研助手了。我本人是CS背景，但是需要做一点量子物理的东西，所以最近经常问ChatGPT一些物理的知识

友情提醒，不要考openAI去帮你弥补知识盲区。因为你不懂所以他忽悠你 你都觉得他牛逼。就是类似，被人卖了还帮别人数钱。

你应该听得懂我是好心提醒，不是黑Open AI。如果你不是Phd 我可能不会提醒。把OpenAI成为科研助手是很危险的

不管在任何一个年代，跟着大部队永远都是相对最稳定的。十年前是移动互联网，现在是AI爆发年代。

学习AI，申请top的项目，不掉队不会错的。

当然如果你愿意冒险的话，试试创业也不错，现在是科技业洗牌的好机会。

本人是最后一年的CS PhD，我也想知道答案，mark一下。。。

ChatGPT已经成为我的科研助手了。我本人是CS背景，但是需要做一点量子物理的东西，所以最近经常问ChatGPT一些物理的知识性的问题，很好用。

生产关系要适应生产力，资本主义将来就不适合了，共产主义必须要实现。

从15年开始，AI一直被嘲讽，有说法是，如果用python写的那就是ML/DL，如果用ppt写的就是AI。
但是一转眼，AI就真来了。。既兴奋又紧张。
回到你的问题上，我作为一个大龄master，可能卷不了AI了。准备考虑试试ml ops

感觉ai对我们的影响会分为3步，然后从中找到自己的路吧

1. ai会先从线上入手慢慢影响人民的生活，提供各种信息的便利。这个现在已经开始发生，因为没有很多的硬件成本，注册个账号就可以用了。

2. ai加载在硬件上面然后给人们实际服务。ai的加速发展会给了硬件的成长空间。以机器人为例子，以前机器人做不了的事情，现在变得可以了。但这一步要从开始到普及大众，相信需要很长一段时间。因为硬件的发展相对慢，首先产线需要升级或者建立，然后生产出第一代的机器人后，需要一代接着一代的更新换代，优化/推出产品，打入每个产业然后普及。这过程可能要10年甚至20年甚至更长，毕竟人类的基数很庞大。在这一步应该还需要工程师来工作的，或者至少产线还需要人来维持和保证质量吧…

3. 真到了某一天，ai搭配机器人可以完全代替人做产线，生产出各种各样的机器人来代替人类的工作。那估计就真得被淘汰了吧，但那时候我都可能退休了吧….或者能不能看到这一天都不知道呢…

就我之前的经验来讲 大部分ai创新都是一锤子买卖 - cvml前几年火的时候也是一塌糊涂 给人无数遐想 无人驾驶近在眼前 现在几年过去了 实际效果呢？ 依旧没有人解决ml模型里面的长尾问题 现在你觉得他能完成你60%的工作了 所以完成100%指日可待 殊不知他连60%到70%都不知道要花多久 弱解释性的内容就是这个问题 没有人知道他下一次性能飞跃什么时候到来 所以该吃吃该喝喝 没有必要过早担心还不存在的问题

记忆会回来HZMK 发表于 2023-3-17 01:24
友情提醒，不要考openAI去帮你弥补知识盲区。因为你不懂所以他忽悠你 你都觉得他牛逼。就是类似，被人卖了 ...

很多东西谷歌也很难搜到，所以没有better alternative。当然问物理学教授collaborator最靠谱，但是问ChatGPT问问题比找物理教授collaborator问问题方便很多了。

然后一则新闻《陶哲轩：ChatGPT已加入我的数学工作流》。就连顶级数学家也在使用ChatGPT，我觉得科研中不使用ChatGPT是一种损失。