![]()
現在高中生選專業能不能搞AI,已經不是問題了,問題是怎么和AI沾邊。畢竟時代的洪流真的來了,我們要考察的,不是從古至今都沒有被AI取代的簡單工作,這些工作是永遠不會失業的。
這些我們不考慮,我們要考量的不是孩子怎么吃上一口最低生活保障,而是怎么趕上風口。只有全面考察前沿,我們才能有初步的結論。
英偉達的黃仁勛在干什么,很有價值,他最近提出,全球面臨著一個數據洪流的處理需求。
原始數據很多,但是很多沒用,比如姓名和財務信息,但是又耗費了巨量的錢去處理,這些數據和AI又沒什么關系,這部分的數據處理是大數據的問題,大數據還是穩的,但是GPU很快要介入,提高梳理能力,這是AI的基礎環節。
第二個層面,是馬斯克最近比較關心的問題,就是生成式AI,馬斯克一手握著推特廣告部門,需要一個更好的廣告推薦系統。過去四十年里中,互聯網廣告主要靠著推薦算法來篩選廣告。
比如說谷歌的社交媒體推送,微博的廣告投放,還有美團的內容推薦等,馬斯克的構想是,在AI的業務層,用生成式AI開始替代舊有的推薦模式。
這些地方需要AI支持,以方便在聊天對話或者內容創作中精準匹配廣告,大量互聯網公司都需要在業務層和馬斯克有一樣的思考,這是AI的業務環節。
第三個問題就是最前沿的自主智能體,比如國際上打出盛名的千問或者Deepseek,還有馬斯克推出的Grok,OpenAi的GPT-4,或者谷歌Gemini等。這些有決策輔助能力的AI模型需要很多的算法支持,這是AI的算法蹭。
很多工作會被AI影響,這是共識,但是這三個層面的工作是影響AI,相當于蒸汽機發明了,內燃機發明了,這三個行業分別匹配著汽車輪船的制造,汽車輪船的使用,和汽車輪船的設計。
人力被取代,但是更多的崗位創造出來了,在第二次工業革命以前沒有汽修這個行業,后來有了,學習AI基礎環節,需要過硬的數學,學習AI的應用環節,需要過硬的系統思維,至于學習AI的算法,需要過硬的智商。
這些能力可遷移到眾多領域,AI必然能與生物、金融、材料等幾乎所有學科結合,提供廣闊的創新空間,因此孩子如果具備對數學或者邏輯的熱情,就可以搞。
但是,孩子也必須做好預期管理,因為并非所有AI專業畢業生都能成為稀缺的高端人才。就像是不會所有汽車相關的人,都能去比亞迪做設計師。成功不取決于選擇了多熱門的專業,而取決于在這個專業里投入的深度、思考的廣度以及將知識轉化為價值的能力。
行業會經歷周期波動,崗位有上下游的區別,這碗飯能吃好,自然是大展宏圖。
但是只要做好了預期管理,那么就算是端不好,只要進去了,也不會混到很差。這對于大部分人來說,已經足夠了。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.