人工智能每一次的新方法论、新范式进展,最先消灭的是哪一类工作岗位?其实现实非常的黑色幽默,最先被淘汰的,恰恰是陷入上一轮范式不能自拔的一大批专业人士。
比如上一轮人工智能,大致是用数理逻辑加分治法来一层层分解问题,然后由专门从事此领域的博士们去解决一个足够细小的问题。比如在自然语言处理方面,光分词一项,就由无数论文和实践产品做了非常深入和广泛的探索。
而大模型的问世,让这项研究一下子变得几乎没有意义。很多在这方面投入了十几甚至几十年功夫研究的大神级人物,如果不能很快转变研究方向找到新抓手,那么很大一部分人其实就脱离人工智能研究的最新梯队了。
人工智能从最早的专家系统开始,历经决策树,向量机,深度学习等等,到现在transformer大行其道,每一轮范式更替,都会刷下一批专业从业者。这是一个行业黑色话题,新范式带来新红利的同时,一代老人随老范落幕。
人工智能的博士是非常难读的,很小一个领域,读着读着,应用方向突然就消失了。我熟悉的几个浙大同学,后来在行业里玩得比较顺利的,大部分都是读到一半,发现有机会就去搞应用创业了,或者调整自己的定位,改为去发掘新的优秀大脑了。坚持原来的研究方向等待突破,除了费脑,其实也是非常高风险的人生投资。
顺带说一嘴,同时人工智能的某些科普倒很随意,一个三线副教授,也可以大言不惭的说专家系统不算人工智能了。其实数据驱动和数理逻辑驱动,都是机器智能,不必偏废。人类的大脑就是这种存算一体结构。因为数据驱动的方式获得了突破性进展,就否认了逻辑驱动的意义,不过是对智能本质的认知不足而已。
其实回溯人工智能方法的更迭,每一次进步,都是在数据驱动和逻辑驱动之间的作用效果获得了新的方法平衡,迭代向前。机器智力生产力的创造过程,比其他机器生产力的创造过程更加消耗人肉智能,这是个把人类中一流大脑当燃料消耗掉的行业。