• 欢迎访问吴迤茂的博客 ,Welcom to Eamaun·Woo's blog
  • 博客由于刚刚建立,文章、分类等并不齐全,还请各位看官体量

你凭什么不被淘汰

思考 吴迤茂 Eamaun 4个月前 (05-22) 378次浏览 已收录 0个评论

你的未来还有价值吗?

淘汰前夕

不知道你有没有想过,你的未来是否还有存在的意义,或者说所谓的铁饭碗,是否是真的铁饭碗。在这个巨变的前夕,你凭什么说你的存在一定是有价值的?

我曾经无数次地问自己,十年或者二十年之后,会不会被时代所淘汰,成为街上的一具行尸走肉。曾经我对这个问题相当自信,因为我认为能被淘汰的只是那些机械重复的工作罢了。

不过今天,我再也没有这样的勇气了。我不算是一个富有安全感的人,这个安全感指的是心理上的安全感。我认为今天,14 多亿人与你一起竞争同一片蓝天之下的看似有限的工作岗位。

有一句话是这么说的:长江后浪推前浪。不过在我看来这只是被淘汰者的自我安慰罢了。

举个艺术的例子,你以为艺术是人脑力的成果,机器尚不拥有这种技术,所以你笃定地认为艺术不可被取代。但是当我们换个角度来思考这个问题,可能结果就大相径庭了。

人刚出生的时候,什么都不知道,只知道哭,甚至不会吃饭,抵抗力很差;但是当一个人接受完教育之后,虽然说不一定能做出什么巨大的成就,但是已经能表达自己的想法,拥有了一定的想象力。这靠的是教育的手段,或者说就叫深度学习。

你可能相当反感我把深度学习这四个字用在这里,因为这好像是人工智能的专用前缀。但是抛开这些来想一想,人工智能和人类的学习方式又有什么区别呢?无非现在人类的神经元更多一点,更强一点罢了,恐怕在学习方法上面和人工智能没有本质上的差别吧?

举个 siri 的例子,siri 刚发布时候的智慧程度和今天的智慧程度相对比,我相信很多人都深有体会。这个已经步入我们日常生活的人工智能,已经通过与人类长时间的交流学会了不少的日常对话,并且能给出很多问题的解决方案。你再想一想,siri 有很多种的语言版本,恐怕他会的语言种类,比世界上绝大多数的人都要多得多。

在其他方面,阿尔法狗围棋水平世界第一,人脸识别的飞速发展,机器人甚至已经被用于摄影大赛的评奖等等,未来其实已经渐渐地走到了我们的身边。

危言耸听乎?

我很早就开始想这个问题,但一直觉得时代的变化没有那么地快,不过我知道我错了,举个很好理解的例子,2000 年,曾经引力波没有被证明,曾经还是 dos 系统,曾经 3G 上网都是痴心妄想,曾经还是桑塔纳的天下;而 2020 年,3nm 芯片,5G,自动驾驶……

所以我觉得我需要去看看外面的世界,于是我参加了华为 2021 年的开发者大会。我是抱着猎奇的心态去,怀着慌张的心情回……
你凭什么不被淘汰

程序不光光只是程序

华为云 CloudIDE,我认为是代表未来已来的一款程序。这款程序厉害在哪里呢?他可以自己写代码。虽然目前看起来还非常的初级,但是这个程序已经代表了未来的一种方向,当程序可以自己写代码,那么还要程序员何用?配上一定的自主学习能力,甚至可以说能淘汰不少的中低端程序员,那未来还有什么绝对安全的工作呢?

你凭什么不被淘汰

我在这里并不否认高尖端程序员对于软件的引领作用,但是如果你不是一位非常厉害的程序员,那么随着时代的发展,程序软件迟早会替代掉你的工作。

文学呢?艺术呢?

可能你觉得文科类的工作不会被计算机取代,因为机器人不具备思考的能力。但是在这里,我还是想请你放下固有的偏见,从根源上来想一想,无论人类还是机器的学习都是一种逐步积累的过程,只不过之前机器的神经元还相当地弱小,尚不可以和人类的大脑相提并论罢了。

但是尚不可以归尚不可以,趋势是会变化的,机器的学习能力终究会越来越强,而且还有过目不忘的功能。这个奇点迟早会到来,甚至可以说这个奇点已经到来了。

你凭什么不被淘汰

华为云盘古 NLP 大模型,是业界首个千亿级生成与理解中文 NLP 大模型,是业界最大的 CV 大模型。它并不仅仅局限于人工智能的某一个单独的领域,而是海纳百川,集 AI 多个热门方向于一身的全能型人工智能,包含自然语言处理(NLP)大模型、计算机视觉(CV)大模型、多模态大模型、科学计算大模型,预训练阶段学习了 40TB 中文文本数据,在权威的中文语言理解评测基准 CLUE 榜单中,总成绩及分类、阅读理解单项均排名第一,刷新三项榜单世界历史纪录,总成绩得分 83.046。

这个分数可能已经接近甚至超越部分小伙伴们的语文分数了,就问你怕不怕吧。

就这?

如果就这些,我对于未来的危机感还不至于这么强烈,那么配合云端的强大处理能力,比如云渲染等。在电影制作方面,甚至可以说不会计算机,你连基本的渲染都不能完成。

你凭什么不被淘汰

BIG SUPRISE

现在让我们来理一理,计算机是怎么代替艺术的。

我们就选取既要思考,又要大规模移动,也要有强大的编排能力的电影来作为这个例子吧。

首先通过大规模的自主学习,学习各个电影之间的镜头剪接和画面色彩,这个学习量 40TB 远远不够,不过就算是 4000PB 的学习量在目前的云环境下又何妨?接下来,通过与工业体系的结合,生产出一款可以如人类一样移动的摄影机,诶,好像不用那么麻烦。接下来继续进行深度学习,通过文学剧本方面的学习,写出一本适合拍摄的好剧本,随后通过对于人脸和人类肢体动作的深度学习,精雕细琢地打磨出几个主角,按照剧情需要在电脑里设计出拍摄地点和移动轨迹,随后将人物与地点融合,按照先前学习的镜头剪接方法,并配上同样可以靠深度学习实现的特效,将这一部片子安排妥当。

甚至,连演员都不需要……

距离实现的时间很远吗?真的不远。目前 Github 论坛上面还有胡渊鸣大神实现《冰雪奇缘》特效用的 99 行代码~

展望

格局要打开,只有做到最尖端,才可能在这个巨变的时代留下来。

5G 已经替代了相当多的一批蓝领,港口、生产线,低延迟高带宽的特性可以省去布线等工作,很容易地连接成百上千个传感器控制器,现场只要留下几个人在机房监视控制就可以了。

那么九年以后的今天,按照摩尔定律,我们的科技会翻六十四番,这是一个什么概念?如果不是高尖端人才,那么十年之后,你真的很有可能得靠社会的救济金生活,不再有活着的意义……

你凭什么不被淘汰你凭什么不被淘汰你凭什么不被淘汰

一起加油,一起居安思危,一起拓展自己的知识面吧,争取能够走在时代的前面,不被科技所淘汰。


本文链接:https://www.iwym.net/380/
采用 CC BY-NC-ND 4.0协议 进行许可
喜欢 (2)
[打开相关软件扫一扫]
分享 (0)
发表我的评论
取消评论

表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址