在AI快速发展下，学习基础知识和跨领域成为关键。文章探讨了如何在知识爆炸的时代中定位自己的学习方向，强调了理解基础大思想（Big Ideas）和成为最懂行的外行人的价值。ChatGPT等工具的出现加速了知识的更新，使得专注于基础知识和学习新领域的能力变得更加重要。同时，AI也在推动各行业间的融合，要求个人具备跨专业的能力以适应变化。
AI的发展让很多人感到焦虑。ChatGPT刚出现时，我特别兴奋。跟很多人一样，我也加入到了AI的学习大军。作为一个没有编程基础的麻瓜，我做了很多的AI尝试，甚至计划制作自己的AI课程。但是AI进化的速度太快了。我刚写完课程大纲，ChatGPT的升级就让很多内容失去了意义。这种还没开始就被淘汰的经历，在开发者社区里更常见。很多人辛辛苦苦地基于OpenAI刚做出一个应用，ChatGPT的一个更新就把这个应用消灭在萌芽阶段。那其实在一年前ChatGPT刚出现不久，我做了一个视频分享了如何才能抓住ChatGPT带来的机会。那视频分享了自然语言编程的概念，然后我建议大家应该去使用AI，成为一个超级学习者。但问题是，在一个AI什么都懂，比人类进化更快的时代，我们到底要学什么才有意义呢？就在制作这个视频的节点，OpenAI的视频生成模型Sora横空出世。
这让视频AI的能力从一年前的这里，到了这里，还有这里。开个玩笑，这是威尔史密斯制作的真人调侃视频。但是人们容易被骗不正好说明了，现在AI已经在模糊虚拟和真实的边界了吗？正是如此，人们又开始呼喊AI又要革命了，因为Sora它不仅仅只是一个对视频生成的AI，它更是对现实物理世界本质层面的理解和模拟。这意味着太多的东西，比如解决自动驾驶的问题，创建AI和物理世界的连接，加快AGI的步伐。而作为一个视频创作者，我瑟瑟发抖，因为在实现那些宏大的目标之前，Sora最先可能解决掉的就是我。
其实在AI盛行以前的很长一段时间里，知识工作者就一直面临着应该学什么的挑战。比如说这本书《The Art of Doing Science and Engineering》，它最早出版于1997年。那它的作者是Richard Hamming，是一位美国的数学家，曾获得图灵奖，参与过曼哈顿计划。我强烈推荐去看这本书。那一会我再说为什么。他在这个书的第一章就提出了这个困惑。他说从牛顿时代开始，人类的知识每隔17年就会翻倍一次，那这一点除了可以从书籍的出版总数量得到佐证外，他还从自己工作的贝尔实验室观察到这个现象。从1946年开始他工作的30年里，无论怎么尝试暂停招聘和裁员，贝尔实验室的员工大概每17年就会翻倍。他说科学家的数量也在指数级的增加。那在当时的90年代流行一个说法，历史上的所有科学家里有90%的人还活着，因为新增加的科学家的数量太多了。然后他继续说就除了知识的指数增加让科学家无法应对，一个更糟糕的挑战是每15年就有一半的知识将会变得过时，那这让学者与时俱进更加困难。他预测除了知识，我们的信息和媒体也在指数级的增加。他说30多年后&
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
