一年一度的高考刚刚结束,对于全中国的学子来说,人生的第一件大事差不多尘埃落定,不过一个月后就得面临第二件了——“志愿填报”。不能否认的是“有时候选择比努力更重要”,每年这个时候,都是学生、家长、老师最头疼的时候。
( v c- e+ l$ s' i
; ~9 O4 T7 X3 F* z* }5 z7 b% s! v
今年情况更加特殊,因为ChatGPT或者说大模型AI人工智能技术的火热,进一步引发了相关行业的爆火热议。在这样的浪潮推动下,今年的大学志愿填报可能会出现更多涌向人工智能相关专业的情况。 ( ?# F+ E7 z: d4 Y
但,请务必警惕AI专业陷阱。 ) O6 `' g- i/ E9 o2 P- G# v
哪火往哪钻不可取首先,人工智能本科专业早在2018年就已增设,在2023年教育部《普通高等学校本科专业目录》中归属于电子信息大类。整个行业的火热已经不是一年两年了,但这种内部的热浪传导到普通人尤其是高考学生的择就业上,本就相对滞后。
" \1 \/ ~' Q3 |# W: n9 Y$ V) H+ n
而现在的科技行业风口,不能说一年一变,起码也是在快速变革,之前区块链、元宇宙等风口同样驱动了大量人才的涌入,但这些“追涨入局”的风口也许在4年时间后就偃旗息鼓了。更何况,热门行业≠人才需求量大。
4 X- {1 D! V& |' P
在这种情况下,抛开职业规划、兴趣爱好、基础学科知识积累,只想往人工智能的“大火”里钻,后果大概率不是炼成“真金”,而是“炮灰”。 . m7 `1 |2 j! W0 p' K
镰刀挥向“拔苗的韭菜”3 V+ i2 m4 C" t; w; I* P
作为一个科技行业的旁观者,毫不夸张的说,最近几个月的科技圈新闻最少有一半与AI相关。有时候看到关于人工智能取代某某行业某某工作的时候也会心头一紧,也有过“要不然报个班了解一下?”的想法,不是想换行转业,纯粹就是“不想被时代抛弃”。 ; k- e# b g* n) u
相信很多学生和家长在择校择专业的时候也和我有同样的想法,但往往这个时候,更需要警惕AI专业或者说AI学习的陷阱。 & M0 y2 E' Y* [* H
5 s$ k$ X* p+ |$ o
3月时就有报道,ChatGPT火起来之后,先赚钱的不是做大模型的企业和工程师,而是——卖课的。 9 A4 h. c! p+ F( u$ A Q% [+ a4 A4 Q/ z
“一门课279元,17天招了10000人,赚了近300W”这些人利用大众的焦虑心理,将一些AI相关的基础知识与应用技巧整理罗列成了付费课程进行售卖,然而实际听课后却发现这些所谓业界大牛,行业大V的课程并没太多实际价值。 . a- v) q& I% s# s
而高考择校择专业理应比知识付费更谨慎。
) c. R" |2 n/ k F7 q; N! e
现在不少专业可能蹭着人工智能的热度,实则关系寥寥,或者后续的职业发展实在有限。比如此前有过大数据和人工智能交叉学科专业。乍一听没什么问题,现在的大模型AI训练确实需要大数据支撑。 $ g8 |' o+ y7 s7 Y
/ E; ]0 g! N' l6 I
验证码——我们给AI打工 0 j8 I: I" z3 c; b1 u) |* \
但事实是,如果专业技术水平不够出众,毕业后的出路可能就是做人工数据筛选标注,高情商说法是“AI数据标注师”,低情商就叫“赛博民工”。
* \, I- L& ^, a7 P
因此,在认识到人工智能确实有其价值,并且需要学习相关知识以适应时代变化的前提下,就更得一步步走,不要急迫地“拔苗”,而成为被收割的“韭菜”。
6 m( A2 U+ r" S% X" D 会用也许比会造更关键( ]6 Q& \7 ?" R, m9 X7 e
目前AI人工智能行业其实本身就有所区分,一类偏向制造,或者说AI基建,另一类则偏向应用,比如用人工智能技术解决实际问题。 % @7 A, G- A/ N2 b: p7 B! V7 N
目前高校开设的专业中,与人工智能相关的专业多是偏向前者的,不管是集成电路、微电子或者是计算机、软件工程,本质都是为人工智能创造硬件或软件的基础。
( I5 \* Q6 e1 w8 r0 X. z% J
8 I2 k* k4 `+ m4 N) |- b
但对于其他专业来说,学会更好地利用AI工具也是不错的选择。比如美术、广告、设计类的专业可以利用AI丰富创作灵感;比如财会、审计类的专业可以利用AI增加效率。 " C, ]) o! I1 C, N
甚至有不少另类的思路,比如从心理学的角度研究AI是否会产生心理问题,比如从脑科学(神经科学)的角度分析AI的思维路径等等。现在很多没有能力搭建自主大模型的企业大多也会采用开源的AI技术来解决垂直行业的问题,“多数人享受少数人的智慧结晶”反而可能成为大势所趋。
0 k% {5 y% ], ^' }9 q
在这个信息爆炸的时代,“知其然而不知其所以然”也许不应该再是一个贬义的概念。 6 z8 B0 v0 f$ z! m: T
写在最后
+ p4 \8 ~3 Q1 G1 A当然,“不知所以然”不意味着能够躺平,不然很容易陷入“塔斯马尼亚效应”(元技术代际传递缺失,导致技术退化)。之前看过一个有趣的比喻: 4 v% m% S) G, v2 j/ y. A7 q" T" w
如果大部分人都放弃了思考,习惯于从输入到输出的GPT黑匣子,导致每一代培养出能进行科学推理的人数少于“塔斯马尼亚下限”。那么用不了几代,一切曾经的“科学”都将看起来与魔法无异:没人知道其背后的原理,但照着prompt手册给GPT念咒语就可能召唤出各种魔法,比如让“四轮雷电铁马”启动,或是让“四旋翼猫头鹰”从自动运行了一千年的预制菜工厂,带来打着“XX外卖”纹章的饭盒。
& q2 T- C- h$ K5 b0 K, n! N% \
因此,在确认好未来职业规划的方向,且真正对人工智能感兴趣的情况下,就请义无返顾的选择AI基建类的专业吧,成为那个“创造魔法”的人。
3 }8 }1 x2 M" r4 o8 z( H |