首页 > 信息科技 > 正文

避免“一选定终身”,那些从就读到就业的AI真相 环球热闻

2023-07-03 07:37:03来源:脑极体 微信号  

最近,全网都在热议“XX专业值不值得读”,不同家庭的孩子怎样进行志愿规划避免“掉坑”,“学长学姐现身说法的专业避雷”等。


(资料图片仅供参考)

无论哪个国家,毕业时对所选专业感到后悔的学生都不在少数。毕竟,大学教育资源在全世界都是稀缺的,所以即使有些“天坑专业”与就业市场不匹配,这些“坑”依然都会被新生填满。

但谁都不想一毕业就失业,或者投身“地狱模式”的工作。难道不认识神通广大的长辈,付不起昂贵的规划师咨询费,就只能 “一选定终身”了?

其实熟人或网红老师的建议也好,付费的志愿规划服务也好,本质上都是消除信息差,帮助学生多了解一些世界运作的真相。

今日之世界,由AI技术驱动的产业革命,可以说是最具普遍性共识的一个真相。不过,AI相关教育还远称不上成熟,甚至可以说是史前时代,大量就读、就业的细节,来自于从业者的切身感受和体验,高质量的分享很少能被大众所接触到。

而了解真相,是学子们做出人生选择的第一步。我们希望通过来自双一流乃至职业教育学校,大一新生或已经靠AI赚到钱的职场人现身说法,为大家提供一些真实的声音。

AI专业,不等于最优开局

热门、高薪、好就业,是大家对AI专业的主要印象。相比生化环材等知名“天坑”,考上AI专业,是不是代表了大学生涯的最优开局?

第一个真相是:比起理论扎实、积累深厚的传统专业,新兴的“AI专业”可能更难学到东西。

过去几年,AI已经从计算机科学领域独立出来,有了专门的本科专业,也进入了高等职业教育。考上“AI专业”的学生数量越来越多,但“AI专业”的含金量却未必同步提升了。

如果学生要自学成才或者和老师、本校本专业一起摸爬滚打地成长,你觉得这学费交的值吗?当下很多“AI专业”,就是如此。

随着大量高校AI专业、院系的建立,需要快速填补大量教师,很多教师都是计算机等临近专业抽调过来,可能并不了解AI技术与产,也是“初学者”。其中,AI理论可以很快上手,比如人工智能的发展史、机器学习原理等。

但是,让不熟悉AI的老师们结合实践,搞一个落地应用或者做一个具体项目,很多人就犯怵了。

因为真正Coding编程、做模型训练的时候,涉及到大量专业细节的问题,比如调参为什么改了这个、改了那个?为什么调完模型精度还是很低?这些都需要长时间的充分实践,才能有感觉。

中部地区某211大学的一位老师说,该院在2018年就成立了人工智能实验室,虽然叫这个名字,但老师们还不是太会用人工智能,甚至连python语言都不太会,只是觉得人工智能很有未来,所以就起了这个名字,目的是带着本科生做科创。本科生一考上该大学,还是大一新生的时候,第一学期就开始培训。

试想一下,当学生在机房上机训模型调参,结果老师都不知道遇到具体问题该怎么解决,学习效果会有多好?

众所周知,AI学术界和产业界的变化又非常迅猛,技术更新换代速度非常快。2023年之前,没有人会想到大模型会带火提示工程,prompt会成为技术领域最热门最有价值的就业方向之一。

当老师们都在拼命学新东西,还学不完的时候,学生们更像是在玩一场“养成游戏”。

少有人提的风险

AI学科可能随时被推翻

当然,我们并不想批评AI专业和AI教师。高校教育能够缓解AI人才紧缺,是提升AI人才质量的关键,所以设立AI专业是非常必要的。而任何一个新的专业,都要经历探索、成熟的过程,这无可厚非。

不过,“教学相长”的背后,是AI学科还处于史前时代的现实处境,其中所包含的风险少有人提,却也是学生们应该心中有数、预先准备的:

第一,AI理论基础以后可能会被重构。

以计算机科学为例,拥有集成电路、操作系统、编程语言等一套完整的学科体系。而人工智能,作为一个独立学科的条件,其实还是不成熟、不健全的,大量其他领域的理论,如认知神经科学、计算机、数学等糅杂其中。

在某次“AI院长峰会”上,清华大学人工智能研究院名誉院长张跋院士直言,人工智能的理论、通用硬件、软件都还没有,目前掌握的只是有限的一些算法,产业处于发展初期的探索阶段。已有的知识驱动和数据驱动方法,都不足以成为人工智能的理论基础。

这意味着,AI专业学生在本科阶段所学的知识可能被废弃,仅靠技能、应用技巧的学习,是无法与其他专业或“社会大学”从业者拉开明显差距的。如何提升这张“本科毕业证”的含金量,就必须在就读期间考虑到了。

第二,AI学科建设的投资可能不足。

人工智能专业虽然是一个新的专业,但是它并不是一个新的研究方向,不同高校的同一专业就可能拉开比较大的差距。

头部高校有足够的师资和足够优秀的学生,来承接AI专业的建设和发展。但往下一级,很多高校缺乏大量的老师来支撑专业的教学,对于前沿技术的支撑也不足,那么普通院校的AI专业学生所得到的教学指导、社会资源、校友关系等,相比一些较为成熟的传统学科,可能都会打折扣。

认识到这一点,才能在就读期间,去主动链接自己需要的资源,培养必要的能力。比如说,应该掌握一些用于就业保障的技能,但也不要把一些“技能”看得太重,因为大多数技能、软件的寿命都比你想象的要短,需要以更好的方式重写,所以必须打好基础,认真学习基础理论、知识和方法,建立自我驱动、自我学习learning to learning的能力,同时积极参与AI企业的活动,到企业参与实践,将理论知识联系实际,端到端解决问题。

非AI专业,或许更有前途

大家可能发现了,看起来很美的AI专业,也有很多不如意。世界上没有完美的专业,只顾理想、不顾现实来选择专业,当然不适合普通家庭、普通学生,但盲目追求热门专业,也可能是竹篮打水。

很多人希望选个“好专业”的本质诉求,其实是减少竞争,回避内卷,未来能够找到比较好的就业去向。

讨论这个话题,著名风投家Naval的观点值得反复琢磨:“Escape competition through authenticity … Basically, when you’re competing with people, it’s because you’re copying them. It’s because you’re trying to do the same thing. But every human is different. Don’t copy.”

简单来说,就是如果你有原创性,和别人做不同的事情,就可以不参与竞争了。“不要模仿他人,做自己”,这句话听起来很鸡汤,但在AI时代有很强的可行性。

首先,产业AI化的机会。AI是一个综合交叉学科,当一扇扇产业和行业之门被推开,AI会“从天上的云变成地下的雨”,渗透到每一个领域。AI产业和就业机会,在整个智能经济中只占了很小的一部分。AI与行业的紧密结合,才是更广阔的天地,非AI的专业和从业者反而可能有更大的机会。

其次,AI门槛降低,行业壁垒更安全。大模型、AutoML等技术持续发展,AI作为一个工具的门槛越来越低。但是,AI要融入千行百业,行业知识和行业专业的知识门槛、经验门槛是非常高的,需要时间去积累,而壁垒高也意味着竞争少,很难被他人或AI替代。

此外,重复工作的消失。AI技术进步,即使是知识劳动的白领职业,比如数据分析师、文秘、翻译等重复性工作的岗位,都在逐步完成智能化替代。也就是说,年轻人不想原创、不想做自己也不行了,因为未来就业市场上可能只剩下AI无法替代的岗位,那就是富有创意的、需要与人打交道的工作,个人不可替代的特质会变得愈发宝贵,当然也愈发值钱。

活出不设限的人生

那么,我们应该如何将自己的专业、兴趣与AI结合呢?我们用几个真人真事来为大家提供一些思路。

1.传统专业的刷新

某大学能源专业的一位教师,是刚从海外回国的“杰青”,他参加教学时间不长,但感觉到学生对AI非常感兴趣。

原来,传统学科的就业前景不是特别好,虽然能源行业是支柱行业,就业不是问题,但工作地点一般都在荒山戈壁海上,对年轻人的吸引力越来越低了。

对于本科生来说,新兴人工智能产业的发展更多,对就业很有好处,所以学生们对把AI用到传统领域都非常有兴趣。即使毕业后继续深造读研,跨界AI在研究生选专业时也是有优势的,因为各个领域多多少少都会加一点人工智能的东西。

而对于研究生来说,掌握AI也可以让研究变得相对容易一些。因为能源专业的一些优化问题,需要用到很多很深的数学知识的优化方法,而用了深度神经网络等AI技术以后,算法自动优化可以让研究提高效率,真的可以解决一些比较实际的问题。

这位老师坦率地说,“世俗一点讲,现在AI相关的比较热门,从发论文的角度也相对容易一些,所以对他们的吸引力也是很强的”。

更多传统专业优秀教师开始关注AI、掌握AI、使用AI、教授AI,学生们就会越早从AI中受益,加速AI人才质量的提升。

2.二本少年的逆袭

遇到山东省某所农业大学的大三学生小冯,是在一个上海的AI开发者峰会上。

原来,小冯发现老家盐场一直采用传统方式进行晒盐,靠人工测量水位高度,工人们的工作辛苦。图像识别分析围圈晒盐图像,及时提醒捞盐,大大减轻了盐场工人的负担。

目前,主流AI开发平台都有大量成熟的CV模型可以直接调用,数据标注也有自动化工具来实现,只需要采集原始图像数据,就可以轻松实现这样的应用。

2023年,这样基础的CV应用,别说全国性峰会,可能在本地大学城都略显过时了。小冯将自身的专业知识、老家盐农的关怀,与AI进行跨界结合,起到了意想不到的效果。

作为AI开发者代表之一,他本人也很直接:我觉得是因为盐场这个场景以前没有人做过,我是第一个想到做到的,所以主办方才会邀请我来展示。

很多时候,机会就是一次勇敢的行动,率先走出校园,走出城市,踏进广袤的产业世界,将自己的特质/兴趣/情怀进行安放,就能打开人生的更多可能。而这背后,是敏锐的洞察、对工人辛苦的共情,这些闪光的能力和特质,成就了小冯改变求学生涯的必然。

3.独立开发者的豹变

不管什么专业,就业才是大多数学子真正关注的问题。其中,时间自由、赚钱丰厚、有成就感的独立个人开发者,是很多人向往而又不知道如何入门的。

小王是我们认识的一位独立开发者,在他看来,这个职业有点像豹子,需要快速、敏捷、能力很强,一般独来独往。

听起来很酷,其实小王是个深度社恐,这十几年没有接触过外人,微信里的联系人只有三十个,包括他的父母、亲属和快递员。

尽管不善与人打交道,但小王也有非常不错的收入,他到底是怎么赚钱的呢?

原来,小王的客户是制造企业为主,这些企业要智能化,不可能去找一家大的软件公司雇一个工程师来拧螺丝、焊电路板,成本负担不了。而中国又有几百万家这样的制造企业,只能靠小王这样的开发者去满足,也足以让小王获得不错的收入。

当然,小王本身能力也非常出色,他从小就参加各种编程比赛,专业就是软件开发,还曾自己创过业。我问小王对想做独立开发者的年轻人有什么建议,原本以为他会分享很多技巧,没想到他抛出的话和风投家Naval一样——做自己最好。只要发挥每个人的特长,一个人总能在这个独立开发领域,找到自己的生存空间。

“还有一点,就是一定要挣钱,一定要挣钱,不能纯理想”,小王特意强调了两遍,我听出了他话里的真诚。

面临“选专业”这样的人生重大选择,我们都希望一击即中,有一个最好结果,为此殚精竭虑、求人问道,甚至上当受骗,只为了看到多一点真相,了解多一点事实,少踩一些坑。

任何专家、领导、天才的建议,或许都没有这一个个真实的众生故事更准确、更真诚、更具参考价值。

可以看到,AI时代的人才需求,正在发生很大的变化:

AI的技术特性和应用导向,人才可以在学术界、产业界更灵活、自如地流动,AI创新的转化效率和人才培养效果才能更加显著,原本产学研各自为政的人才培养模式必须打破。所以,AI和其他专业,高校和产业,彼此的融合突破已成必然,双方都在往中间走,“冷板凳”也可以因AI+而变得热乎,重要的是你如何看待AI、看待教育、看待自己。

人生没有失败,更不可能“一选定终身”。因为智能变革将带来巨大的发展红利,而你是独一无二的人类,你有无限的可能性,你抓住的机遇点越多,人生的容错率就越高。

了解了这些就读和就业的真相,也就自然可以推理出该选什么、该做什么、该学什么。

标签:

相关阅读

相关词

推荐阅读