榮耀|行業性降薪!AI學會自主編程,要多努力才不會被迫下崗?

榮耀|行業性降薪!AI學會自主編程,要多努力才不會被迫下崗?

文章圖片

榮耀|行業性降薪!AI學會自主編程,要多努力才不會被迫下崗?

文章圖片

榮耀|行業性降薪!AI學會自主編程,要多努力才不會被迫下崗?

文章圖片

榮耀|行業性降薪!AI學會自主編程,要多努力才不會被迫下崗?

“未來AI將是每個人都應掌握的基本技能 , 就像現在的數學一樣 。 ” 1986年圖靈獎得主、美國康奈爾大學教授約翰·霍普克羅夫特這樣表示 。


先不說這可不可能 , 據Dice的數據顯示 , 機器學習專家、自然語言處理專家和AI專家的勢頭在2021年有所減弱 , 平均工資分別下降了2.1%、7.8%和8.9% 。 這說明至少目前來看 , AI技術已經開始下沉了 。
然而隨之而來的 , 是人工智能更大規模更深入地取代社會中更多崗位 。
AI干爬程序員 , 接棒主持人
焦慮被AI取代崗位的人 , 可能做過這樣的夢——有一天你去面試 , 發現跟你排隊等候的人 , 居然是一個機器人!
可怕的是噩夢是有可能成真的 , 人工智能的智能確實在以肉眼可見的速度迅速發展著 。 這不 , 前嘴剛被嘲諷的能夠自主編程的AI ——Codex , 現在迎來的它的更強版本 , AlphaCode 。

為了檢驗它的編程能力 , DeepMind使用編程競賽平臺Codeforces上托管的10個現有競賽來測試AlphaCode 。 就總體性能而言 , 在過去6個月參加過比賽的用戶中 , AlphaCode的數據排到了前28% 。

這個自動化系統取代了人類競爭對手的調試、編譯、通過測試和最終提交的反復試驗過程 。 AlphaCode能夠在這項競爭中脫穎而出 , 并且解決問題的能力超出了現有人工智能系統的能力 。

DeepMind 指出 , AlphaCode目前所擁有的技能只適用于具有競爭性編程領域 , 但它的能力為創造未來的工具打開了大門 , 這些工具將使編程變得更容易被人們接受 , 并且有朝一日可以完全實現自動化 。
隨著人工智能的發展 , AI不再只能從事一些幕后的工作 , 就連主持人這樣拋頭露面的工作都可以勝任 。
在本屆冬奧會開幕前半個月 , 中國天氣等新媒體平臺上 , 一位氣象主播馮小殊就已經正式上崗 , 為各場館參賽選手和觀眾實時播報冬奧觀賽氣象指數 , 為冬奧會的服務保障貢獻自己的力量 。

而鮮為人知的是 , 這位兢兢業業的主播馮小殊不是人類 , 而是中國氣象局華風氣象傳媒集團聯合小冰公司共同創造、誕生于小冰框架的AI虛擬氣象主播 。 結合小冰的神經網絡渲染技術及小樣本學習技術 , 他的整體自然度已經與真人難以分辨 , 而訓練周期僅為一周!
數據可以復制 , 但技術無法量產
總的來說 , 技術的發展是在推動社會的進步 , 逐漸將人類從簡單的勞動中解救出來 。 但誰能確定自己不會被更加廉價但高效的技術擠掉呢?

面對變化 , 總有人憑借著超強的“學習遷移力” , 較快地適應新公司、新崗位 , 新業務 , 快速地成長起來 。 有點像程序員為機器人寫程序的過程 , 一點點完善其技能的過程 , 也是在一點點優化整個學習框架 。

人工智能雖然可以取代一些勞動 , 但只要始終走在前沿技術的行列就不會有這個問題 。 例如 , AlphaCode并不總是為每種語言生成語法正確的代碼 , 特別是在C++中 。 AI 生產的代碼經常會有 bug , 而且因為系統通常是在公共代碼庫上訓練的 。

相關經驗推薦