AI的发展会不会取代程序员？

大模型玩家

于 2024-09-23 09:41:31 发布

阅读量1k

点赞数 18

文章标签：人工智能深度学习 transformer 架构学习 ai agi

本文链接：https://blog.csdn.net/2401_85375186/article/details/142450294

版权

AI发展并不会代替程序员，程序员仍是一个好职业。

AI是程序员的提效工具，

根据Github在2023年的报告[1]中指出，2023年生成式AI项目数量同步增长了248%，个人主导的AI项目数量同比增长了148%。大量的开发人员在学习生成式AI技术，并将新技术用于开发产品。AI正成为产品的核心组件，大模型使得个人构建AI项目变得更加容易。

可以看出AI并没有替代程序员，而是成为提高生产力的好帮手。

AI不能替代的工作有很多：

首先，AI的基础设施，如深度学习框架、分布式计算平台都是由程序员搭建的，AI模型的训练、优化和部署均离不开程序员。如果没有AI的基础设施和算力就不会有如今的AI。

在复杂系统设计和系统集成上，AI也不能完全替代程序员。设计复杂的软件系统需要深厚的领域知识和经验；将不同模块和系统集成在一起，并在不同环境中部署和维护，也需要丰富的工程经验。

在设计和实现安全措施， 保护用户数据隐私任务上，AI没有实践经验，也代替不了程序员。

在需要创新和创造力的任务中，例如开发新算法和模型、设计创新解决方案，AI更无能为力了。

此外，就算AI能生成代码，但AI容易有“幻觉”，有时会“一本正经说胡话”，如果没有程序员的基础，又如何判断生成的代码是否正确、如何优化呢？

因此，AI不能取代程序员。但无疑，AI会给程序员的工作赋能，提高工作效率。

AI可以辅助程序员生成代码、补全代码、协助调试程序和Debug；曾经需要程序员手动编写的功能现在可以通过AI自动实现，例如：根据设计稿或描述，AI可以自动生成前端UI组件代码；AI能根据代码逻辑生成测试用例，并自动编写测试脚本，进行单元测试、集成测试等。

当遇到不熟悉的函数时，AI也可以提供函数示例和用法，不用费劲去查官方文档了～

AI还可以完成文案生成、周报、完成PPT制作、数据分析、海报设计等等工作。比如用GPT提供思路，再导入ChatMind让AI脑暴生成大纲，导出后再让AI生成PPT，几分钟可以干完一整天的工作。

动图封面

使用AI工具自动生成的PPT

可以看出AI能在工作的方方面面帮助我们提升效率，是生产利器。

如何学习和使用AI?

正如计算机和互联网在20世纪80年代带来翻天覆地的变化，AI也会颠覆当今世界的运作；今天，会用Office是职场的基本要求，10年后会用AI模型和工具可能是许多工作岗位的核心要求。要走上AI快车道，有必要学习和使用AI技术。

可以通过What（是什么）、How（怎么用）和Do（实践）这几步来学习和使用AI技术。

1.What（是什么）

首先，要了解AI是什么，基本概念有哪些。机器学习是AI的子集，比较推荐先机器学习入手。

机器学习的分类：

监督学习： 指训练数据有标注，按照预测的结果类型，可以进一步分成分类（预测类别）和回归（预测数值）。

无监督学习： 指的训练数据中没有标注。主要用于聚类。

半监督学习： 介于监督学习和无监督学习之间，训练数据只有部分有标注。

训练集、测试集、泛化能力：用于给计算机学习规律的数据称为“训练集”，用于检验机器学习效果的数据称为“测试集”。机器学习在未知数据上或测试集上的表现称为“泛化能力”。

机器学习的基本步骤包括： 数据预处理（数据规范化）、特征提取/选择（选择或者构造对结果影响最大的数据特征），模型训练（结合数据选择合适的机器学习模型训练）、结果验证（选择评价指标最优的模型）

机器学习的常见模型有：

监督学习： 逻辑回归、支持向量机、随机森林、多层感知器等

无监督学习： K均值聚类、主成分分析、层次聚类等

半监督学习： 半监督支持向量机、标签传播、生成式半监督学习等方法。

这里比较推荐吴恩达老师的《机器学习》课程，这门课程没有晦涩难懂的数学，而是形象生动的解释了机器学习常见算法的原理，非常适合初学者入门。

其次，要系统了解什么是生成式AI和大语言模型，大语言模型的原理是什么、能做什么、有什么应用场景、局限是什么。 例如，大语言模型是一种基于深度学习技术（一般是Transformer）的自然语言处理模型，通常具有数十亿甚至数千亿个参数，能够理解和生成自然语言文本。

零基础如何学习大模型 AI

领取方式在文末

为什么要学习大模型？

学习大模型课程的重要性在于它能够极大地促进个人在人工智能领域的专业发展。大模型技术，如自然语言处理和图像识别，正在推动着人工智能的新发展阶段。通过学习大模型课程，可以掌握设计和实现基于大模型的应用系统所需的基本原理和技术，从而提升自己在数据处理、分析和决策制定方面的能力。此外，大模型技术在多个行业中的应用日益增加，掌握这一技术将有助于提高就业竞争力，并为未来的创新创业提供坚实的基础。

大模型典型应用场景

①AI+教育：智能教学助手和自动评分系统使个性化教育成为可能。通过AI分析学生的学习数据，提供量身定制的学习方案，提高学习效果。
②AI+医疗：智能诊断系统和个性化医疗方案让医疗服务更加精准高效。AI可以分析医学影像，辅助医生进行早期诊断，同时根据患者数据制定个性化治疗方案。
③AI+金融：智能投顾和风险管理系统帮助投资者做出更明智的决策，并实时监控金融市场，识别潜在风险。
④AI+制造：智能制造和自动化工厂提高了生产效率和质量。通过AI技术，工厂可以实现设备预测性维护，减少停机时间。

⑤AI+零售：智能推荐系统和库存管理优化了用户体验和运营成本。AI可以分析用户行为，提供个性化商品推荐，同时优化库存，减少浪费。

⑥AI+交通：自动驾驶和智能交通管理提升了交通安全和效率。AI技术可以实现车辆自动驾驶，并优化交通信号控制，减少拥堵。

…
这些案例表明，学习大模型课程不仅能够提升个人技能，还能为企业带来实际效益，推动行业创新发展。