2024大模型應用爆發元年，成為AI專家，掌控未來！

最近我一直在沒日沒夜地研究AI相關的東西 今天這期視頻就想跟大家分享一下 爲什麼我投入了這麼多精力來學AI相關的東西 在這波AI的浪潮裏面 我們每個人能做什麼 應該學什麼 怎麼學等等 這些話題會跟大家分享我的想法 也歡迎你在評論區給我留言 我們一起來討論交流和學習 首先爲什麼我對AI這麼感興趣 爲什麼想要all in AI呢 我覺得這波的AI機器的浪潮 應該說是真的是非常火 大家每個人都能看到各種媒體 各種頻道 新聞 你可以看到大家都在討論這個東西 從Chai GVW來已經將近兩年的時間了 雖然也有很多人在懷疑 就覺得這波AI機器的浪潮 可能實際落地的場景也不多 也沒有說真的實際改變大家的生活 會有這樣質疑的聲音 但是它能夠火那麼久 還是有很多的道理的 有那麼多的大佬 那麼多的各行各業的老闆 尤其是科技業的那些巨頭 他們都在真金白銀投了那麼多錢 在做這臺機器上面 那些人都比我們聰明很多 他們絕對不會是 平白無故地投那麼多錢進去 這個東西的 而且關於深層式AI這一波 從一開始你接觸它 可能會覺得很震撼 你學的越多 接觸的越多 你可能會越來越意識到它的作用 它將來的影響是會非常大的 會影響我們所有的人 這波浪潮很有可能會導致失業率上升 當生產效率提高了以後 如果沒有那麼多的新的崗位出來的話 可能會有很多人 會被這一波的技術進步所淘汰 我們每個人能做的 可能只能是儘量成爲 那個不被淘汰的人 現在自從ChaiGV發佈以來 將近兩年的時間 發生了非常多的事情 技術變化變革 也進步的非常快 現在可能只是 應用剛剛起步的一個階段 因爲最開始的時候 成本還是非常高的 現在最近成本也降下來了 有更多的生態的支持 有很多的工具商 所以會導致開發應用會更加容易 現在其實正是大有可爲的時候 很多人覺得 它落地的場景不多 可能是一個時間的問題 因爲前面兩年 一直還在做很多的一些 行業基礎設施的一些積累 所以現在其實才剛剛開始 應用要爆發的時候 而且其實很多大佬都會提到 2B的這個機會 會比2C的機會要大很多 面對每個個人消費者 2C的這個領域 其實很多是 中國企業比較擅長的一個方向 2B如果我們國內很多 其實做的也很難做起來 大家對軟件付費的 這個意願不是很強 所以導致國內的2B的軟件 一直做得不太好 但是在這波深層式AI裏面 這個2B的機會 它的享受空間 可能會比2C要大很多 所以這個是很多人的思維習慣 在2C的這個習慣裏面 它可能看不到的 所以以上是想跟大家分享的 第一點就是覺得 深層式AI這波 實在是不能錯過 每個人都應該去花 很多精力去投入吧 所以我自己也是這樣想的 所以想投入很多的精力 在AI這方面 這是我的一個 對這件事情的一個看法 第二個想跟大家分享的說 在這波的 深層式AI的浪潮裏面 我們每個人能做些什麼 當然說我們要儘量地去學習 深層式AI相關的知識 這是肯定的 那我們比如說 可以設一個這樣的目標 就是成爲你周圍 最懂AI的那個人 第二個就是結合 你目前已經有多年 積累的一些行業 或者一些領域 你在哪些領域 有哪些積累 那你就儘量把 深層式AI 跟你的領域去做結合 在屬於你自己的位置上面 去操控發熱 因爲這波 深層式AI的機會有很多 你能看到有很多方面 都是可以去用 這個新技術去重塑的 但是有些領域 如果你沒有自己的積累 沒有你的優勢的話 會有很多人跟你去競爭去 你是會很難 去競爭過別人的 所以建議大家 不要想太多 最爲現實的 還是去跟我們 自己的優勢去做結合 跟自己的一些經驗 一些領域去做結合 是最合適的 大家可以多動腦子 想想在自己目前的工作 目前的領域裏面 有哪些是可以 用深層式AI來提高效率的 這些都是 我們可以去合力的點 那很多人會說 AI很難學 人工智能比較困難 如果不是科班出身的 我怎麼樣才能成爲一個 你周圍最懂AI的那個人呢 關於這點 我覺得大家一定要有信心 因爲現在這一波 深層式AI 跟傳統的人工智能 機器解體 是有很大的差別的 傳統的機器學習 那一套東西又難學 裏面的大技術原理 這些確實有比較高的 一些技術要求 需要有很多的 科研的能力才能搞懂 甚至是AI這一套新的東西 其實推翻了 很多以前老的東西 也就是說 過去傳統機器學習 其他的一些 人工智能的一些方法 可能你學了很久 比如說你以前 是搞自然元處理的 那些人是最慘的 因爲他們原來 懂的那一套理論 在現在新的這一套 甚至是AI的 技術框架裏面 就已經沒有用了 所以可能 目前學AI的人 不一定會比我們 有很大的優勢 當然會有一些道理 肯定是相通的 因爲畢竟現在這一套 甚至是AI 也是深度學習的 一個分支 也是屬於深度學習 神經網絡這一部分 學AI的 不能說完全沒有用 肯定當然是會有用的 尤其是原來就懂 深度學習這一塊的 但相對於過去那種 特別難懂的人工智能算法來說 現在這一套新的 甚至是AI的領域 它其實最重要的論文 並不是很多 學起來困難度也不是特別大 對於這一套新的技術來說 專門學AI的那些工程師 不一定比我們的起點高很多 所以要成爲公司裏面 最懂AI的那個人 它不是一個夢 它是一個可行的 尤其現在技術發展 是日新月異 所以一個人 如果忙於自己的工作 如果他沒有去及時地 更新自己的信息的話 他很有可能 懂的是一些過時的信息 過時的技術 這是我們彎道超車的一個機會 那甚至是AI怎麼學 學習什麼東西呢 一開始我是這樣做的 就是什麼東西學一點 先追求一個廣度 對整個領域 有一些比較寬泛的瞭解 比如說有哪些塊 文字處理 音頻處理 視頻處理 圖像處理等等 各大公司有什麼產品 有什麼模型 目前的競爭格局怎麼樣等等 一開始可以先追求一個廣度 第二步我們就是去找 在我們自己的工作中 能用得上的東西 慢慢地你會知道 什麼是你需要的 什麼是能用得上的 比如說在企業裏面落地的話 很多時候我們需要去了解 Web知識庫的東西 包括最新出的Web 還有MemZero這些東西 就可以關注到 這些可能會用上的技術 多Agent的框架 也是目前的熱點 是很多項目 都可以借鑑的一些技術框架 想要在這個領域做得比較好 甚至能學到東西的話 肯定是在工作和實踐中去學習 所以儘量去爭取那些 能用得上AI的項目來做 跟老闆多交流 看能不能爭取這方面的項目 理論肯定是比不上實踐的 現在正是應用 能夠爆發的階段 所以我們肯定是能夠 找到一些應用場景 是在公司裏面能夠應用起來 給公司創造價值的項目 如果老闆能夠看到 你提的一些項目 能夠給公司帶來價值的話 相信老闆也會比較支持你 所以也完全可以通過這種 給公司結合價值的方式 來去使自己的能力得到提升 最後想跟大家聊一聊 這個領域創業的問題 我覺得現在 其實真的有很多的機會 有很多的東西可以去做 尤其是2B方面的 其實2B有一些小的領域 是大公司可能它不會去 做的一些小的類別 比如說一些公司 如果它本來是需要去 聘用一些人 一些外包公司 才能幫它做的一些軟件項目 或者是說實現一些什麼功能 你作爲一個公司 用甚至是AI的技術 你可以大大的提高它的效率 用比較低的成本 去幫它完成那些 它本來需要花很多錢 去請外包公司來做的事情 如果你能幫它解決 這樣的問題的話 這種創業的方向 應該還是蠻多的 因爲我覺得也需要考慮 自己的條件成不成熟 就是如果你想創業的話 如果條件不成熟的話 還是先做好手頭的工作 是最重要的 因爲可能對將來 你不管怎麼發展 都是有益處的 當你有任何的猶豫 或者迷茫 或者是痛過的時候 永遠是把手頭的事情做好 是一個制服的 永恆不變的一個道理 對於程序員來說 包括我自己 我的想法是 我覺得創業的話 機會成本 其實真的會還是比較高的 因爲創業 你肯定是要賺得 比公司多才划算 但是現在 如果你還有一份 比較好的工作的話 確實很難去下這樣的決心 去做一些創業的事情 如果有一天 就是被裁員了 可能反而是一個機會 去迫使你要去 不得不自己去創業 這樣的一個需用力吧 也有很多人創業 就爲他可能被裁員了 這都是很正常的一些原因 因爲一般人 肯定會考慮這個成本 那今天差不多 想跟大家分享的 就是這些 希望能對你有些幫助 你有什麼任何 關於設計師AI的想法 歡迎在評論區下方留言 我們一起來交流和討論 那我們下期再見吧