李彦宏:程序员职业将不复存在

百度创始人李彦宏表示未来编程语言将简化为中文和英文,引发关于编程职业存废的讨论。尽管基础程序员岗位可能被AI取代,但高级专业程序员和AI控制需求决定了职业不会消失,且AI将使开发工作更加专业化。
摘要由CSDN通过智能技术生成

loonggg

读完需要

4

分钟

速读仅需 2 分钟

昨天看到一条新闻。

在 3 月 9 日央视的《对话》・开年说节目上,百度创始人、董事长兼 CEO 李彦宏表示:以后不会存在 “程序员” 这种职业了,因为只要会说话,人人都会具备程序员的能力。“未来的编程语言只会剩下两种,一种叫做英文,一种叫做中文。”

为了表示咱们不是断章取义,我们摘取了这段访问部分原文的上下文。

访问的部分原文如下:

对于人工智能发展速度,李彦宏表示:“我觉得人工智能发展比我想象中更慢。人工智能已经被提出快 70 年了,可能每过 10 年左右,就有一群人说,我们终于要实现通用人工智能了。但其实情况比想象中要复杂。”

未来大模型会给人类的生活或者是生产带来什么改变?李彦宏认为,大模型对于人类生产生活的改变会是非常根本性的。互联网改变了我们的很多生活,但是这一波人工智能的改变,会更加的彻底、更加的深刻。

李彦宏还表示,基本上以后不会存在程序员这种职业了,所有人只要会说话,甚至连写字可能都不用,你就具备今天程序员所具备的能力,所以这个意义还是很大的。未来的编程语言只会剩下两种:一种叫英文,一种叫中文,这也是目前世界上人工智能技术最领先的两个语言。

bcc83e2170d62808ca49826cecc5854c.png

说实话,厂长的这个言论,有点夸张了,我不是很认同哈。

首先,随着人工智能的发展,普通程序员的开发岗位确实会被 AI 替代,或者说随着 AI 让编程门槛的降低,大多数人可能都会具备初级的程序员能力,那么初级的程序员岗位会逐渐在大众化的背景下消失,这是极有可能的。

毕竟,当人人都会初级编程能力的时候,初级程序员也就大众化了,不需要专门设置这种岗位了。

但是,这里面是不是存在着一种悖论呢?

李彦宏说:当未来人人都具备程序员能力的时候,程序员职业将不复存在。那开发人工智能的这些工程师就不算程序员吗?

人工智能的发展以后就不需要开发了,会变得自我迭代,自我开发,自我学习吗?我不认为未来会达到这种境界。

所以,程序员这个职业不会消失的。

事实上,我们只要回顾一下信息技术的发展史就会发现,一方面,技术的发展,会让一些原先困难的工作变得容易,让一些原先需要专门训练的人才能做的工作,现在普通人也能做,但同时,人类也在用更先进的信息技术,去解决规模更大的、更复杂的问题,这是一个在持续滚动迭代的进程……

目前人工智能的发展,并没有脱离上述模式。换句说,人类只要还在创新创造,对新的信息系统的研发就必然会持续进行,从事这一研发工作的“程序员”岗位,具体工作内容会有调整,从业者规模会有变化,但怎么会消失呢?

随着人工智能的发展,我们只能说编程的门槛降低了,但是,对于专业程序员的要求却越来越高了。

我这里说的专业程序员就是那种门槛高,懂算法,计算机系统和底层原理,懂计算机神经网络的这些高级开发工程师。这些工程师,我不认为会被 AI 取代。

所以,我认为人工智能让开发变得两极化了而已。低门槛的程序员消失了,高门槛的程序员随着人工智能的发展,门槛将会越来越高,毕竟,人工智能需要我们人类控制,否则,真有一天我们无法控制人工智能的时候,不再需要程序员的那一天,可能就是世界失控的开始,人类被人工智能殖民的开始。

就目前我使用 ChatGPT 这类生成式 AI 的感受,我不认为程序员职业会消失,目前人工智能还只是我们的效率工具,让专业程序员的门槛会变得越来越高,替代低门槛程序员的只不过是会使用 AI 工具的人,而不是 AI 替代的。

最后,给大家分享一个我创建的知识星球,专门研究 AI 各种应用场景和落地实践的星球,里面都是分享关于 AI 实际应用的一些干货。如何用 AI 做各种工作的玩法。

送大家一个立减 50 的优惠券,只需要 49 元。持续干货分享,绝对超值。

44c2991de78d77bafaf0849d1e31934e.jpeg

0ebf55fbaf3003e87f9456a8fc63cf56.jpeg

391e79b36e125a1d9efcfb83978458b4.jpeg

点击下方公众号卡片,关注我

在公众号对话框,回复关键字 “1024”

有惊喜

577d27a1b8d165ed05d73a117fe0ef5b.png

  • 6
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值