高考過后，警惕AI專業(yè)陷阱

Insigne

一年一度的高考剛剛結(jié)束，對于全中國的學(xué)子來說，人生的第一件大事差不多塵埃落定，不過一個月后就得面臨第二件了——“志愿填報(bào)”。不能否認(rèn)的是“有時(shí)候選擇比努力更重要”，每年這個時(shí)候，都是學(xué)生、家長、老師最頭疼的時(shí)候。

; x: Y/ `2 l3 J' C$ f- P+ A

今年情況更加特殊，因?yàn)镃hatGPT或者說大模型AI人工智能技術(shù)的火熱，進(jìn)一步引發(fā)了相關(guān)行業(yè)的爆火熱議。在這樣的浪潮推動下，今年的大學(xué)志愿填報(bào)可能會出現(xiàn)更多涌向人工智能相關(guān)專業(yè)的情況。

# ]" W1 W1 i/ f' f

但，請務(wù)必警惕AI專業(yè)陷阱。

0 ?5 \) v8 t* t  c; k: W7 I) i

哪火往哪鉆不可取

首先，人工智能本科專業(yè)早在2018年就已增設(shè)，在2023年教育部《普通高等學(xué)校本科專業(yè)目錄》中歸屬于電子信息大類。整個行業(yè)的火熱已經(jīng)不是一年兩年了，但這種內(nèi)部的熱浪傳導(dǎo)到普通人尤其是高考學(xué)生的擇就業(yè)上，本就相對滯后。

而現(xiàn)在的科技行業(yè)風(fēng)口，不能說一年一變，起碼也是在快速變革，之前區(qū)塊鏈、元宇宙等風(fēng)口同樣驅(qū)動了大量人才的涌入，但這些“追漲入局”的風(fēng)口也許在4年時(shí)間后就偃旗息鼓了。更何況，熱門行業(yè)≠人才需求量大。

8 i& |; ?- T# b8 ]8 Z

在這種情況下，拋開職業(yè)規(guī)劃、興趣愛好、基礎(chǔ)學(xué)科知識積累，只想往人工智能的“大火”里鉆，后果大概率不是煉成“真金”，而是“炮灰”。

0 y+ v$ o, Y9 S; V

鐮刀揮向“拔苗的韭菜”
+ [0 ]# E$ K8 D. s) Q+ {

作為一個科技行業(yè)的旁觀者，毫不夸張的說，最近幾個月的科技圈新聞最少有一半與AI相關(guān)。有時(shí)候看到關(guān)于人工智能取代某某行業(yè)某某工作的時(shí)候也會心頭一緊，也有過“要不然報(bào)個班了解一下？”的想法，不是想換行轉(zhuǎn)業(yè)，純粹就是“不想被時(shí)代拋棄”。

相信很多學(xué)生和家長在擇校擇專業(yè)的時(shí)候也和我有同樣的想法，但往往這個時(shí)候，更需要警惕AI專業(yè)或者說AI學(xué)習(xí)的陷阱。

. P8 `% k; l/ ~/ s7 v

3月時(shí)就有報(bào)道，ChatGPT火起來之后，先賺錢的不是做大模型的企業(yè)和工程師，而是——賣課的。

“一門課279元，17天招了10000人，賺了近300W”這些人利用大眾的焦慮心理，將一些AI相關(guān)的基礎(chǔ)知識與應(yīng)用技巧整理羅列成了付費(fèi)課程進(jìn)行售賣，然而實(shí)際聽課后卻發(fā)現(xiàn)這些所謂業(yè)界大牛，行業(yè)大V的課程并沒太多實(shí)際價(jià)值。

' \2 x+ w3 K* w  Z' Q

而高考擇校擇專業(yè)理應(yīng)比知識付費(fèi)更謹(jǐn)慎。

6 q$ {) t! l* J) b

現(xiàn)在不少專業(yè)可能蹭著人工智能的熱度，實(shí)則關(guān)系寥寥，或者后續(xù)的職業(yè)發(fā)展實(shí)在有限。比如此前有過大數(shù)據(jù)和人工智能交叉學(xué)科專業(yè)。乍一聽沒什么問題，現(xiàn)在的大模型AI訓(xùn)練確實(shí)需要大數(shù)據(jù)支撐。

, {$ C, w* I3 I9 ]  s

3 J3 G2 _( L& x4 ?

驗(yàn)證碼——我們給AI打工

: E9 n# Y" U( L

但事實(shí)是，如果專業(yè)技術(shù)水平不夠出眾，畢業(yè)后的出路可能就是做人工數(shù)據(jù)篩選標(biāo)注，高情商說法是“AI數(shù)據(jù)標(biāo)注師”，低情商就叫“賽博民工”。

因此，在認(rèn)識到人工智能確實(shí)有其價(jià)值，并且需要學(xué)習(xí)相關(guān)知識以適應(yīng)時(shí)代變化的前提下，就更得一步步走，不要急迫地“拔苗”，而成為被收割的“韭菜”。

7 `% V" D& f! h8 ^5 M9 X% ^4 ~

會用也許比會造更關(guān)鍵
3 y8 y3 M  U9 {3 a; i

目前AI人工智能行業(yè)其實(shí)本身就有所區(qū)分，一類偏向制造，或者說AI基建，另一類則偏向應(yīng)用，比如用人工智能技術(shù)解決實(shí)際問題。

目前高校開設(shè)的專業(yè)中，與人工智能相關(guān)的專業(yè)多是偏向前者的，不管是集成電路、微電子或者是計(jì)算機(jī)、軟件工程，本質(zhì)都是為人工智能創(chuàng)造硬件或軟件的基礎(chǔ)。

6 \% t9 z8 p5 n

但對于其他專業(yè)來說，學(xué)會更好地利用AI工具也是不錯的選擇。比如美術(shù)、廣告、設(shè)計(jì)類的專業(yè)可以利用AI豐富創(chuàng)作靈感；比如財(cái)會、審計(jì)類的專業(yè)可以利用AI增加效率。

甚至有不少另類的思路，比如從心理學(xué)的角度研究AI是否會產(chǎn)生心理問題，比如從腦科學(xué)（神經(jīng)科學(xué)）的角度分析AI的思維路徑等等�，F(xiàn)在很多沒有能力搭建自主大模型的企業(yè)大多也會采用開源的AI技術(shù)來解決垂直行業(yè)的問題，“多數(shù)人享受少數(shù)人的智慧結(jié)晶”反而可能成為大勢所趨。

在這個信息爆炸的時(shí)代，“知其然而不知其所以然”也許不應(yīng)該再是一個貶義的概念。

# {: j' u* D, p, `' `7 h

寫在最后

& ?/ L  D: {) B" [# T" D8 w  X

當(dāng)然，“不知所以然”不意味著能夠躺平，不然很容易陷入“塔斯馬尼亞效應(yīng)”（元技術(shù)代際傳遞缺失，導(dǎo)致技術(shù)退化）。之前看過一個有趣的比喻：

3 R  a1 l3 I1 k  [. T

如果大部分人都放棄了思考，習(xí)慣于從輸入到輸出的GPT黑匣子，導(dǎo)致每一代培養(yǎng)出能進(jìn)行科學(xué)推理的人數(shù)少于“塔斯馬尼亞下限”。那么用不了幾代，一切曾經(jīng)的“科學(xué)”都將看起來與魔法無異：沒人知道其背后的原理，但照著prompt手冊給GPT念咒語就可能召喚出各種魔法，比如讓“四輪雷電鐵馬”啟動，或是讓“四旋翼貓頭鷹”從自動運(yùn)行了一千年的預(yù)制菜工廠，帶來打著“XX外賣”紋章的飯盒。

! y2 E% k, L7 ^5 R0 C" \5 T

因此，在確認(rèn)好未來職業(yè)規(guī)劃的方向，且真正對人工智能感興趣的情況下，就請義無返顧的選擇AI基建類的專業(yè)吧，成為那個“創(chuàng)造魔法”的人。

4 Z9 ]! `8 K& {9 ^