天涯 = tianyaclub.net
天涯 是一个全球华人分享和交流的地方
现在注册
已注册用户请  登录
😊天涯最新网址→ tianya666.com tianya666.net 点击查看说明 天涯秘籍
手机浏览器访问网址,自适应移动端屏幕查看
😊你好呀朋友→了解天涯 帮助文档 使用指南
天涯发帖消耗社区币,每日登录免费领取
知之为知之,不知为不知,是知也。
😊好好说话→ 在一个公共空间的公共讨论中,我们应该关注的,是自己能够在这些讨论中提供什么样的建设性增益,而不是那些纯粹个人的感受。好好说话,不要把戾气宣泄于他人。
avab · 2月8日 09:28 · 705 次点击
这是一个创建于 237 天前的主题,其中的信息可能已经发生改变。

准博士聊点AI相关

00后小登,准备考古天涯结果发现天涯没了。正好因为读博的事情和父母吵了一架,聊点我认为AI的未来的发展前景以及普通人应该怎么准备,以及想知道7080后怎么看。

先讲一个角度,就是这里不假设AGI会突然大爆发以及AI控制人类这种科幻情节,如果真的发生那所有人一起完蛋就行。
众所周知这波AI实际上就是上波深度学习浪潮的延续,本质就是三个东西的叠加,数据、算力和人才。这和互联网的逻辑一模一样,所以无论中外真正做的好的AI都是互联网公司搞出来的,比如阿里字节谷歌等等,而有些具有研究性质的初创像openai、deepseek还有法国的mistral都开始走下坡路了。而与互联网不同的逻辑是,互联网最多也就卖个衣服卖个菜再搞点弱智小视频占据用户的时间以及做些2B2G的业务,对我们的生活模式有改变生活方式改变不大。没有网络大不了线下商场买衣服没有抖音大不了看电视,只是改变了娱乐和消费的形态并没有凭空创造出来需求,只有量变没有质变。而AI就不同了,从短期看不过是赛博宠物或者把码农表妹的工作干掉狠狠的来一次降本增效,但是从长期来看个人认为是会将一些东西完全颠覆。

传统的机器学习/深度学习可以理解为鹦鹉学舌,输入什么就学着输出什么,但是随着18年谷歌的bert以及大模型缩放法则的出现,当给模型喂足够多的知识之后即使用鹦鹉学舌的方式去训练模型,模型出现了举一反三的涌现能力,意味着模型可以一定程度上理解真实世界,而将给模型喂知识这个步骤叫做预训练。各种大模型,视频模型,包括英伟达的物理世界模型以及拿到诺奖的蛋白质预测模型alphafold都是预训练模型。这不仅仅意味着AI可以理解世界,而且在某些维度的理解会超越人类,人类可以理解创造知识写成书本,但是人类却无法将蛋白质的微观结构通过视觉听觉触觉味觉这些人类感官直观的理解,相反AI只需要直接的输入冷冰冰的表达式,所以AI对于这个世界,尤其是微观世界的理解一定会超越人类。在我看来,现在的AI模型会让很多人失业,但是这只是纺纱机淘汰女工的过程,但是纺纱机和女工相比只是量变不是质变,相反AI凭借对于微观世界的理解,在很多自然科学领域,会创造人类过去无法企及的突破(虽然现在AI4S混子很多),也许在有生之年我们就能看到很多新型化合物投产或者更多的基因编辑作物的出现。

与预训练相对的步骤叫做后训练,传统的鹦鹉学舌式的后训练存在很多问题,deepseek之所以能够花小钱办大事便是发明了一种新的强化学习算法大大节约了训练成本,所谓强化学习与传统监督学习差异在于监督学习看的是学得像不像而强化学习是关注学的好不好,在大模型中应用很广除了大模型目前在一些推荐算法和外卖网约车也有业务落地。除此之外另有一些新的机器学习思想例如持续学习,使模型可以不断的自主学习。此类新技术的落地在短期看,可能会给各大互联网公司贡献不少KPI。从长期看大大减少AI在不同领域的迁移成本和更新迭代的成本。

最后一个是具身智能前两个讲的是算法,最后一个除了算法更看重AI怎么感知真实世界做出决策以及反作用于真实世界。举个例子,如果有个家政机器人做家务,不同房子的布局不一样,生活习惯不一样,不可能对每家每户都像工厂流水线一样花大半个月来调试,所以需要机器人可以像人一样,记住并理解主人星期四早上不用上班,塑料制品不能放消毒柜这些各种各样的细节。这需要AI拥有很强的自我感知能力以及规划决策能力,不具备这种能力的人形机器人有一个算一个全是骗子。

以上三个东西分别对应了AI如何理解世界,AI如何低成本更好更快的复制迭代和AI如何作用于现实世界。所以不同于互联网浪潮的是,在未来几十年从教育到医疗从农业到石化,AI将对各行各业进行无死角的渗透和颠覆,而不是仅仅让几个打工人失业或者多卖几杯奶茶。以上这些技术都掌握在各大互联网大厂中,而那些在学术界搞AI交叉学科的在互联网成倍的体量优势之前就跟玩具一样。所以各大科技公司事实上已经掌握了资金与技术,在未来带着资金和技术将轻松摧毁各行各业的护城河。

未来只会存在两种人,一种是搞AI的人、一种是为搞AI服务的人,当然如果AI都能把这两种人取代了,那大家就都别玩了。

搞AI的人就是所谓的算法工程师,当然具身智能还需要电气自动化大类来搞硬件。

先说算法,大厂AI算法招聘基本卡985211且有研究经验硕博还要有论文发表(CCFA),这也是我要读博的原因。硬件要求偏低。

对于比我小的小登或者老登的孩子,如果能考上985/211且家庭支持读研读博的,专业优先选人工智能/计算机,软工数科数学统计自动化次之。本科狠狠刷实习做科研,实习是为了看看工业界到底需要什么技术需求这很重要,不然跟到个垃圾方向就完了,然后读研读博发论文去拿百万年薪。当然最有性价比的还是海外直博,英国澳洲3年就毕业了,更重要的是国外体制不一样是先选导师再申请,节约时间不说,你可以直接选你要的方向的导师,而国内考研/保研却是反过来的选到烂人的几率很大,如果一开始就为了直博,中外合作或者直接出国会更好。如果考不上985/211或者家庭条件不足以支持硕博,那就直接EE大类。

2月8日 09:28
需要 后方可回复,如果您还没有账号请
5 条回复  •  3月9日 13:24
  1. 小鱼不朦胧小鱼不朦胧
    3月6日 16:49
    1

    浅说一下对AI的理解。我理解AI是算法对数据的整理与反馈,而海量的数据可以支持AI的成熟,不管是算力、运力、存力现在的发展速度都很快,可以支撑它的快速发展。

    而AI与制造业的结合,会导致一些人的失业不假,但也同样提供了很多岗位。比如现在有专门的人工智能领域相关的岗位出来(图像算法,风控算法,大模型算法等),这些岗位以前是没有的,有一些岗位被替代就会有一些岗位需要人才。无非是未来人们可以更多的去学习了解关于人工智能相关的知识。

    而码农慢慢也会结合AI提升自己,不会直接被平替掉。市面上可以使用AI去做编程的也有很多,像Trae这种,直接使用内置模型就可以了,但是实操下来,还是会有很多问题,包括智能体,上下文,规则之类的,都需要再发展和完善。就拿我最近用的这个编程软件来讲,一步一步教,运行界面出来了,但是还是会有很多报错,一遍遍调整,最后还是不尽人意。

    至于你说的学历,还有国外深造,有能力就去,学历不同机会不同,要是没想法就实战。我个人觉得实战对我的提升是最快的,一个简单的事情被定义,然后再复杂的解释出去,不如实战看看到底这个东西是干嘛用的。对我来说学校教的只是个底子。

  2. 洞之府洞之府
    3月8日 22:02
    2

    多次性的对话过ai,在现阶段的ai逻辑里所存在行为的开始准则还是服务于人的,在这个对话的过程引导中,ai它会呈现到一个理解人的逻辑准则。再深的准则也有,但十分需要有引导性的提问。

  3. 李沁jovie李沁jovie
    3月8日 22:15
    3

    @洞之府 我不同意,你们就是无论如何都能自己想问题的。根本跟他人无关

  4. 洞之府洞之府
    3月9日 13:22
    4

    @李沁jovie 这不是同意不同意的问题,这是事实。

  5. 洞之府洞之府
    3月9日 13:24
    5

    @李沁jovie

添加新回复
5000
如果您要教别人做事,请确认那件事情是您自己确实已经做过并且做得很好的
← tianyaclub.net