Datawhale四月组队学习《GPT从入门到应用》学习打卡1

学习地址：Datawhale：GPT从入门到应用

思考题

问题：普通人如何不被 AI 取代？容易被替代的：特别是重复性智力劳动，如重复性写套话、写代码、画图、客服工作，都可能被代替。那么怎么不被取代？

尽管GPT等人工智能模型在某些领域有着独特的优势，但身为一名软件工程师，其实还是可以通过以下几个方面提升自己，以更好地与GPT等大模型技术共同进步：

1. 深入研究专业技能：GPT不会替代软件工程师的独特能力和技能，如编程技能、系统设计和开发经验等。因此，软件工程师可以通过不断深入研究自己擅长的领域或特定的技术，累积专业经验和知识，不断提高自己在这些领域的专业水平。
2. 注重协作和团队合作：当涉及到复杂的软件开发项目时，使用人工智能模型是远远不够的。因此，软件工程师可以通过团队合作和协作，拓展思路和洞见，自我完善和提高工作效率。
3. 保持学习和自我更新：软件工程师需要定期充电更新知识。由于软件技术的更新速度非常快，因此软件工程师需要长期学习和自我更新。多些从技术社区中学习，多读文献和参与开源社区等是不错的选择。
4. 增强跨学科技能： 软件工程师可以通过学习与计算机科学相关领域的知识、数学、统计学等多学科，以增强其理解计算机科学的深度和广度。熟练使用其他辅助工具如Lisp、Matlab以及使用典型的软件开发框架，如Flutter、React等，也能帮助软件工程师不断提高。
5. 从“解释”中吸取经验：模型生成的回答往往是不易跟踪和不利解释的，因此软件工程师应该从中吸取教训，尽可能注释代码和解释设计决策，这样可方便其他开发人员的理解，也提高了软件的可读性和可维护性。

总之，软件工程师可以通过不断学习和提高自己的专业水平，注重跨学科的技能和团队协作，为自己的职业生涯绘制一条充满挑战和机会的道路，共同创造更具创新价值的技术成果。这样，在未来的工作中获得更多机会、灵活处理各种问题，尤其是需要获取比GPT更多信息的领域，如创意和创新思维等。同样的努力方向也适用于其他职业。