剃头师傅不担心AI大模型 到底谁该担心?

图片

到底学什么,不会被AI替代?

我家附近有一家美容店,已经开了20多年,店里的一位伙计硬是靠着自己的坚持从学徒熬成了门店的合伙人,所以现在去理发时,我都叫他“周董”。

这天,我问他,“周董,你准备再干几年退休?”

周董想了想:“大概再干十来年吧。”他今年43岁。

我立马羡慕地说:“美容美发行业确实不用担心被AI取代,你瞧,最终你选择了一个好职业。”

“嗯,这倒是不担心。”周董点了点头。

在漫长的职业生涯中,周董凭借他的钝感力,收获了属于自己的职业成功。如今他有一对可爱的儿女,大女儿的个儿已经比他高了。

纵观上千年的历史,剃头师傅都不能算是高人一等的职业,而这样的职业却在日新月异的新时代绽放出令人敬畏的职业“惰性”,就像惰性气体一样稳定。

这让人不免联想,AI大模型来了,到底谁该担心?

近日,一位著名硅谷投资人表示,“软件业真的要完了,现在学计算机专业,如同在20世纪90年代末选新闻学。”对于媒体从业者来说,这个比喻一点都不难理解,那个年代的新闻专业毕业生,恰恰见证了令人唏嘘的行业变迁。

其实,这位科技业界大佬的观点并不算出人意表。今年以来,教育网红张雪峰就不止一次告诫学子和考生们,“计算机专业在过去很火,如今走下坡路了。不建议大家再选纯计算机专业。”

数十年来,计算机一直都是代表先进生产力的热门专业,为何说不香就不香了?那么,AI大模型首先替代的,到底是蓝领,还是白领?

事实上,让AI写一段代码,可比让AI机器人踏踏实实搬一块砖容易太多了。但AI大模型善于搬运很多很多“砖”,处理海量的信息,得出复杂而正确的结论。

例如,如今人们都离不开的手机地图App,利用复杂的算法,综合考量每条道路的拥堵情况、天气状况、红绿灯数量、是否有交通事故等,最终得出“最优路线”。此时,AI做对了一件事,基于相对固定的认知模型,在算法和数据加成之下,持续机器学习,并最终完成对人类判断和预测能力的超越。

大约七八年前,在算力和大数据两个必要条件逐渐成熟后,人工智能卷积神经网络开始大显身手,并开始从脑力劳动上挑战人类。最经典的例子就是,AlphaGo以4:1的成绩战胜了围棋世界排名第一的李世石。围棋曾被认为是人类博弈智慧的结晶之一。

2018年,谷歌团队曾在《注意力就是你所需要的一切》中提出了著名的注意力机制。即人类的注意力会自动过滤掉不重要的信息,而保留自己认为重要的信息,这同样也是AI大模型的工作原理。通过聚焦、过滤、上下文感知等方法,AI逐渐具备了类似人类的注意力机制,这让深度学习算法大模型开始具备语言理解能力。

这也意味着人工智能正在学习着有关人类的一切,模仿人类思考。

再次回到职业的话题中,AI到底在替代谁呢?

数据显示,2022年以来,人工智能已经预测出超过100万个物种的2.14亿个蛋白质结构,是过去人类50年来工作量的数倍。在这方面,AI正在替代科学家,人类脑力工作中的顶尖存在。

对于社会生活中的一些常见职业,AI展现出的替代欲望甚至有些残酷。比如自动驾驶对司机的替代,自动语音对人工客服的替代,AI翻译对人类翻译的替代,行业算法对数据分析师的替代,生成式AI对所有内容生产者的替代,包括媒体记者……

在许多电影中都存在的AI机器人场景,如今只要硬件设备成熟,很快就能成为现实。例如,你对着机器人说,“帮我泡一杯咖啡”,或是“扶我起来”,机器人可以精准地帮助你完成上述动作。AI大模型同样对所谓的低端服务业虎视眈眈,周董的美容美发工作也一样,只不过应用场景对硬件精度的要求更高一些罢了。

图片

图源:pixabay

综上所述,你不难发现,AI的职业替代作用并不“看人下菜”,而是无处不在,不分富贵贫贱,AI无时无刻不在贪婪地学习人类,并变得越来越像人类,逐渐完成近乎全方位的职业模仿。人工智能正在深度参与人类社会和职场的变迁,这不仅是一个数字化、AI化的进程,同时也是人类关系、认知进化的一部分。

在这样的前提下,正如前文所说,“纯计算机专业”并不再被看好。传统的技术模式和概念正在逐渐消失,取而代之的是AI无处不在的微能力,从软件代码的编写到服务和功能的连接,对AI来说都变得异常容易,且成本越来越低,变得“廉价”。

作为职场人士,要不掌握和驾驭AI,在AI说了算的世界,熟练地运用AI工具,掌握无尽的能力和潜能;要不与AI协作,这个协作可高可低,你可以与AI协作完成对行业应用和认知的颠覆,也可以选择为AI“打下手”,比如为自动驾驶地图标注红绿灯、马路边缘、绿化带,甚至消防栓等庞杂信息。总之,AI会成为未来职场潜移默化的主导力量之一。

我终于明白张雪峰为什么这么红了,原来新时代的职业焦虑可能还会困扰人们许多年,人类和AI的边界已经变得很难厘清。

但就算AI真的什么都能干,我们真的什么都让AI干吗?

如何学习大模型

现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,但是却找不到适合的方法去学习。

作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向,东学一点西学一点,像只无头苍蝇乱撞,我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

在这里插入图片描述

二、AI大模型视频教程

在这里插入图片描述

三、AI大模型各大学习书籍

在这里插入图片描述

四、AI大模型各大场景实战案例

在这里插入图片描述

五、结束语

学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。

再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。

因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/27983.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

力扣hot100:75. 颜色分类(双指针)

75.颜色分类 本题是经典的「荷兰国旗问题」,由计算机科学家 Edsger W. Dijkstra 首先提出。 75. 颜色分类 1、遍历两遍 遍历两遍,第一遍放置0的位置,第二遍放置1的位置,我们只需要维护一个当前放置位置即可。 class Solution…

pytorch学习笔记6

想要找一些官方的小工具数据集,可以进入pytorch官网,DOCS-》pytorch下拉至libraries,点击torchversion,调整版本至0.9.0就可以找到相应的一些数据集,训练集 ctrlp可以看一个函数中需要设置哪些参数 下载数据集可以参考…

【设计模式深度剖析】【6】【行为型】【中介者模式】

👈️上一篇:迭代器模式 | 下一篇:观察者模式👉️ 设计模式-专栏👈️ 文章目录 中介者模式定义英文原文直译如何理解? 中介者模式的角色1. 中介者(Mediator)2. 具体中介者(ConcreteMediato…

C语言小例程20/100

题目&#xff1a;一个数如果恰好等于它的因子之和&#xff0c;这个数就称为"完数"。例如61&#xff0b;2&#xff0b;3.编程找出1000以内的所有完数。 #include<stdio.h> #define N 1000 int main() {int i,j,k,n,sum;int a[256];for(i2;i<N;i){suma[0]1;k…

工业网关在智能制造中的具体应用和效果-天拓四方

随着工业4.0时代的到来&#xff0c;智能制造正逐渐成为工业领域的发展趋势。作为连接物理世界与数字世界的桥梁&#xff0c;工业网关在智能制造中发挥着至关重要的作用。本案例将详细阐述工业网关在某一制造企业中的具体应用&#xff0c;展示其如何助力企业实现数字化转型&…

汽车IVI中控开发入门及进阶(二十八):视频SERDES芯片

前言: SerDes不是很常见,SerDes是将Ser和Des两种产品组合在一起的名称。Ser是Serializer或“并串转换器”的缩写,Des是Deserializer或“串并转换器”的简写。 Serdes是不是必须的?上一节介绍了camera,上上节也研究了video decoder,那么带摄像头的应用应该具体选哪个方案…

固态u盘长期不用会丢数据吗?u盘数据丢失怎么恢复需要多久

在数字化时代&#xff0c;U盘作为便携存储设备&#xff0c;广泛应用于我们的日常生活和工作中。然而&#xff0c;关于固态U盘长期不使用是否会导致数据丢失的问题&#xff0c;以及数据丢失后如何恢复和所需的时间&#xff0c;常常让人感到困惑。本文将针对这些问题进行深入探讨…

Java—文件拷贝

将指定的文件或目录拷贝到指定目录夹下 import java.io.*; import java.util.Scanner;/*** 实现一个文件拷贝*/ public class FileCopy {public static void main(String[] args) {Scanner scanner new Scanner(System.in);System.out.println("请输入要拷贝的源文件路径…

申请国外访问学者面签技巧有哪些?

申请国外访问学者面签是一项重要的步骤&#xff0c;关系到能否成功获得访问学者身份。以下是一些实用的面签技巧&#xff0c;帮助您顺利通过面试。 1.充分准备材料 成功的面签始于准备充分的材料。确保您的申请材料齐全&#xff0c;包括&#xff1a; 个人简历&#xff1a;突出…

3D 图片悬停效果

3D 图片悬停效果 效果展示 CSS 知识点 background 属性的综合运用transform 属性的综合运用 页面整体布局 <div class"box"><span style"--i: 0"></span><span style"--i: 1"></span><span style"--i…

python-基础篇-函数-是什么

文章目录 定义一&#xff1a;如果在开发程序时&#xff0c;需要某块代码多次执行。为了提高编写的效率以及更好的维护代码&#xff0c;需要把具有独立功能的代码块组织为一个小模块&#xff0c;这就是函数。定义一&#xff1a;我们把一些数据喂给函数&#xff0c;让他内部消化&…

【Qt 学习笔记】Qt窗口 | 标准对话框 | 文件对话框QFileDialog

博客主页&#xff1a;Duck Bro 博客主页系列专栏&#xff1a;Qt 专栏关注博主&#xff0c;后期持续更新系列文章如果有错误感谢请大家批评指出&#xff0c;及时修改感谢大家点赞&#x1f44d;收藏⭐评论✍ Qt窗口 | 标准对话框 | 文件对话框QFileDialog 文章编号&#xff1a;Q…

搭建知识付费APP平台教学:在线教育系统源码详解

如何搭建一个高效的知识付费APP平台呢&#xff1f;今天&#xff0c;笔者将详细解析在线教育系统的源码&#xff0c;帮助您快速搭建自己的知识付费APP平台。 一、平台的核心功能 一个完整的知识付费APP平台通常需要具备以下核心功能&#xff1a; 用户管理 内容管理 支付 课…

业务动态校验框架应用实现

目录 一、业务背景 二、配置内容展示 三、商品动态配置内容展示 &#xff08;一&#xff09;商品spu校验信息数据 &#xff08;二&#xff09;商品sku校验信息数据 &#xff08;三&#xff09;组包商品校验信息数据 &#xff08;四&#xff09;商品数据校验数据持有者 &…

蚓链数字化营销教你寻找快准直达市场路径小绝招

在当今数字化的商业世界中&#xff0c;蚓链数字化营销成为了企业开拓市场、实现增长的有力工具。它犹如一盏明灯&#xff0c;为您照亮寻找快速直达市场路径的方向。 绝招一&#xff1a;深入的市场调研。利用蚓链数字化营销的大数据分析能力&#xff0c;全面了解目标市场的规模、…

Spring Cloud Stream整合RocketMQ

Spring Cloud Stream整合RocketMQ 这里书接上回&#xff0c;默认你已经搭建好了RocketMQ主从异步集群&#xff0c;前面文章已经介绍过搭建方法。 1、Spring Cloud Stream介绍 Spring Cloud Stream是一个框架&#xff0c;用于构建与共享消息系统连接的高度可扩展的事件驱动微服…

MapReduce Simplified Data Processing on Large Clusters 论文笔记

2003年USENIX&#xff0c;出自谷歌&#xff0c;开启分布式大数据时代的三篇论文之一&#xff0c;作者是 Jeffrey 和 Sanjay&#xff0c;两位谷歌巨头。 Abstract MapReduce 是一种变成模型&#xff0c;用于处理和生成大规模数据。用户指定 map 函数处理每一个 key/value 对来…

“论面向对象的建模及应用”必过范文,突击2024软考高项论文

论文真题 软件系统建模是软件开发中的重要环节&#xff0c;通过构建软件系统模型可以帮助系统开发人员理解系统&#xff0c;抽取业务过程和管理系统的复杂性&#xff0c;也可以方便各类人员之间的交流。软件系统建模是在系统需求分析和系统实现之间架起的一座桥梁&#xff0c;…

C#操作MySQL从入门到精通(15)——分组数据

前言 我们有时候需要对数据库中查询的数据进行分组,所谓分组就是将相同的数据分为一组,本次测试使用的数据库数据如下: 1、分组 分组使用group by关键词,下面的代码的意思是对查询的结果按照student_age进行分组,student_age相同的划分为同一组 string sql = string.E…

vue3-sfc-loader动态加载一个异步vue组件生成cesium画面

在 Vue.js 3 中&#xff0c;使用 vue3-sfc-loader 可以动态加载异步的 Vue 单文件组件&#xff08;.vue 文件&#xff09;。这个工具允许你在运行时根据需要加载和解析 .vue 文件&#xff0c;使得组件的加载变得更加灵活和动态。 下面是一个简单的示例&#xff0c;演示如何使用…