当前位置: 首页 > news >正文

如果你想从事人工智能职业,学习Python吧

人工智能并不会抢走你的工作,至少目前还不会。人工智能和机器学习(AI/ML)最好的应用是补充人类的创造力,而不是取代它。具有讽刺意味的是,最好的大型语言模型(LLMs)可能是通过使用受版权保护的人类创造力的作品(或许并不总是合法地)进行训练的。在可预见的未来,人类和机器人将和平共处。

尽管如此,有些行业在采用人工智能方面比其他行业更为积极,这一点在斯坦福人类中心人工智能研究所发布的最新2022 AI指数报告中得到了体现。在过去的一年里,几乎所有行业都在投资具有AI技能的人才,而以下几个行业的AI相关职位发布更为频繁:信息行业(5.3%)、专业科技服务行业(4.1%)以及金融和保险行业(3.3%)。如果你担心你的工作,或者只是想利用这一趋势,我有一个建议:学习Python。

商业引领潮流

在2014年之前,学术界一直是机器学习领域的核心。然而现在已经不再是这样了。自2014年以来,大企业一直在引领AI/ML的发展,而在2022年,企业发布了32个机器学习模型,而学术界仅发布了3个。学术机构无法跟上企业拥有的数据、CPU计算资源和资金所带来的发展速度。

投入了多少资金?虽然像GPT-2这样的大型语言模型在2019年训练的成本是5万美元,但PaLM的训练成本大约是800万美元,其参数数量是GPT-2的360倍(当然,GPT-2在当时是尖端技术)。政府可以承担这种投资,但政府主要关注的是试图(未成功地)监管LLM,因此产业界填补了这一空白。

在这样做的过程中,几乎所有美国产业部门对AI/ML人才的需求都有所增长。平均而言,与AI/ML相关的职位招聘广告数量从2021年的1.7%增加到2022年的1.9%。这个数字看起来可能很小,但这些百分比是所有美国职位招聘的百分比。接近2%的数字相当庞大,尤其是考虑到对大多数企业来说,AI/ML技术仍然没有得到充分证明。正如我之前提到的,有些行业发布要求AI/ML专业知识的职位招聘广告的比例要高得多。

各行各业需要AI技能的工作岗位的比例都在增长,尤其是在过去的一年里

当然,工作岗位并非投资的唯一衡量标准。在资金投入方面,医疗和保健领域以2022年的61亿美元投资位居榜首。紧随其后的是数据管理、处理和云计算(59亿美元)以及金融科技(55亿美元)。这些行业的投资领域是合理的,考虑到这些AI资金的使用方式。报告指出,企业以各种方式使用AI,但主要领域包括机器人流程自动化(39%)、计算机视觉(34%)、自然语言文本理解(33%)和虚拟代理(33%)。至于用例,2022年最受欢迎的是服务运营优化(24%)。其他热门的用例包括创建新的基于AI的产品(20%)、客户细分(19%)、客户服务分析(19%)以及产品的新基于AI的增强(19%)。

这对你的工作意味着什么?根据宾夕法尼亚大学研究人员开展的一项由OpenAI资助的研究,“美国约80%的劳动力在大型语言模型引入后,至少10%的工作任务可能受到影响,约19%的工人可能会有至少50%的任务受到影响。”谁面临风险?会计师、数学家、口译员、创意作家等。谁不受影响?那些专注于更多体力劳动的人,如厨师、机械师或石油和天然气工人。(然而,电动汽车可能会对后一类人群造成影响。)

当然,这个消息并不一定是坏事。正如我们在软件开发中所看到的,AI可以消除某个工作中的一些繁琐任务,同时让员工(在这种情况下,是开发人员)专注于更高价值的任务。对于那些希望建立在AI驱动未来中取得成功的人来说,斯坦福报告特别强调了一项技术:Python。

Python与AI圣杯

Python对数据科学的影响并不令人惊讶。正如我在2021年写的,“最有可能主导[数据科学]的语言就是在企业内最易于广泛使用的语言。”一年后,这仍然是事实:“当组织寻求更多元化的团队来帮助进行数据科学时,Python的广泛吸引力为他们提供了一个轻松的入口。”越来越多地,Python成为专家和初学者共同使用的数据科学通用语言。

在斯坦福报告中,Python的相对增长与其他所需技能相比脱颖而出,同时绝对增长也很显著:

所有与AI相关的技能需求都有很大的增长,其中Python处于领先地位

Python在数据科学领域,特别是AI/ML领域,一直保持领先地位有很多原因。Python通过提供一系列强大的库来简化开发,从而降低AI/ML中固有的复杂性。它简单且一致,具有清晰的语法,易于人类阅读,降低了熟练掌握它的门槛。Python还拥有一个广泛且热情的社区,帮助开发者更快地提高生产力,同时可以在几乎任何你想使用的平台上运行。

是的,AI可能会让你的工作的某些部分过时,因为机器比人类更有效地完成任务。然而,尤其是对于学会Python的人来说,在拥抱机器人革命的崛起的同时,应该有很多机会使用Python和其他工具来满足你(以及你的雇主)的需求。


本文作者:Matt Asay(在MongoDB负责开发者关系)

更多内容请关注公号“云原生数据库”

http://www.lryc.cn/news/59851.html

相关文章:

  • 百模大战,谁是下一个ChatGPT?
  • Revit中怎么绘制多面坡度的屋顶及生成墙
  • 【jvm系列-07】深入理解执行引擎,解释器、JIT即时编译器
  • 【GCU体验】基于PaddlePaddle + GCU跑通模型并测试GCU性能
  • 解析hash(散列)数据结构
  • 《2023金融科技·校园招聘白皮书》新鲜出炉|牛客独家
  • 文明的标志:书写系统、修建城市、使用金属器
  • 算法:将一个数组旋转k步
  • 使用大华惠智双目半球网络摄像机DH-IPC-HD4140X-E2获取人流量统计数据
  • DC插装式流量阀压力阀
  • NumPy 数组学习手册:6~7
  • 【笔试强训选择题】Day6.习题(错题)解析
  • 磁盘分区-LINUX
  • SpringAOP入门基础银行转账实例(进阶版)------------事务处理
  • 【python学习】基础篇-常用函数-format函数 格式化操作
  • 团团面试经验
  • 今天面了个京东拿 38K 出来的,让我见识到了基础的天花板
  • Qt创建SDK库(dll动态库)并调用SDK库(dll动态库)
  • 400以内的蓝牙耳机哪款好?400以内蓝牙耳机排行榜
  • 基于飞桨实现的特定领域知识图谱融合方案:ERNIE-Gram文本匹配算法
  • 前端基础复习
  • Vue2 API-源码解析
  • FastViT: A Fast Hybrid Vision Transformer using Structural Reparameterization
  • C/C++文档阅读笔记-A Simple Makefile Tutorial解析
  • GraphSAGE的基础理论
  • Windows 安装 GDAL C++库
  • 二叉树基础概念
  • 【MySQL】(1)数据库基础,库与表的增删查改,数据库的备份与还原
  • Python基础-01 变量
  • springcloud2.1.0整合seata1.5.2+nacos2.10(附源码)