AI冲击浪潮下,AI工程师的技术壁垒在哪里?

我一直很迷茫,计算机科学应该怎么学。我确实工作日常不得不在短暂的时间内完成目标,浅尝辄止,跑通就行,总的来说就是个api girl。也可以这么理解,就是在搭积木,这个框架和这个框架用在一起,这个输入和那个输出对齐,环境搞来搞去就酱。【别以为这个就很好做,环境和跑通代码也很费时,更别提后面逐步优化】我很疑惑,如此做个api girl,赛博搬砖工真的能有未来吗?真的能有所谓的技术积淀吗?

这是俺们学校的网红老师hh

然后我在旅游过程中刷微博看到了瘦猫老师发的这条微博,我就和男友、朋友展开了讨论。我内心是认同他的观点的,可能是经过长时间“优绩主义”好学生思维的洗脑,也可能是因为我并没有受过正统规范的CS(计算机科学技术)教育,我一直感觉我基础不是很好,我读研期间没有规划,总是在玩。比如国外的基础课操作系统,csapp之类的,我读研期间有时间也没有搞。但是很多很忙的研究生以及本社畜,真的没有时间去啃基础课了。我后面有时间也会稍微花一点时间学习吧。【再说吧。】

以下是我和朋友交流得到的不同观点。我发现很有意思。

说法1:这个朋友在国外做基础设施的开发,比如镜像的工具链之类的。他说补充基础是必要的,还给我推了一些国外有名的相关课程,说最好把lab做做,自己简单造点轮子。他懒得看大语言模型相关的东西,认为大语言模型很暴力很不优雅,因为LLM都是算力暴力堆叠出来的东西,并没有体现出CS优雅设计的特性。他不接受搞LLM,会让他觉得脑子被强奸了。【well, very interesting,bro】他不想研究这个,认为包括DL(深度学习)这些没有道理的东西都不要搞,最好回归数据库或者基础设施类的研究,除去DL,别有洞天,这些也是容易建立资历和技术壁垒的研究领域。

说法2:这个朋友是搞电力电子的。他觉得大语言模型和深度学习没有太多道理可言,现在很火,市场需求决定薪资和如潮水般涌入的人员的这个状况。深度学习或者大语言模型并没有形成完成体系的知识,不同于电力电子成熟生产的领域,需要摸索和等待。未来未知,如果能先摸索出自己的知识体系,有可能有自己的一片天。他觉得保持探索和热情还是必要的,有可能会有机会。

说法3:这个朋友是大厂的有一定资历的前辈。他说瞎说。cs现在迎来新时代,工具快速掌握快速实现很重要,工期死线不会等你,产出会越来越快,停留在造轮子的时候,不论是工业界和学术界都有可能会落后于人。赶紧抓住这个浪潮,狠赚一笔。【Hhh 我没这个水平哈哈】 

我是这么想的。我觉得LLM很神奇,一方面觉得壁垒降低入行掌握容易,这给相关从业人员带来焦虑。一方面归功于大语言模型,学习新技术速度进一步加快,会不会有转机和切口。有种万道化简万宗归一的感觉。从业的知识碎片不成体系,而这种东西可以帮助我们快速掌握技术。我觉得碰到什么尽量深入学,可以慢慢来,先做个雏形,后面有时间再深入。

朋友,你是这么认为的呢?欢迎留言交流~

  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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