黄仁勋：“别再学编程，如果一切重来，我会学习。。。” 聊聊 AI 阴影下的程序员生存技能 | 回到Axton
280,185
2024-04-02に共有
▶ 「AI 实战派」Prompt Engineering 提示工程超值早鸟价课程 👉 axtonliu.ai/p/ai
▶ 「AI 自动化」教程 ChatGPT + Make + Zapier + 高效Notion模版 👉 axtonliu.ai/p/autoai
▶ 获取更多 AI 和自动化工作流的前沿资讯，订阅我的Newsletter 👉 axtonliu.com/
🤖 好用GPTs 分享 → www.axtonliu.com/the-world-best-gpt-gpts/
✨ 好用工具推荐：
免费 Notion 账号 → affiliate.notion.so/axton
Notion AI → affiliate.notion.so/axtonliuai
超好用的自动化工具 Make → www.make.com/en/register?pc=axton
超越 Google 的 AI 搜索 → perplexity.ai/pro?referral_code=N57GTJIQ
YouTube 频道必备工具：TubeBuddy → www.tubebuddy.com/axton
高性价比图片视频素材库：Envato → 1.envato.market/axton
视频内容：
==================================
==================================
▶ NFT入门 - 简单四步上架销售NFT 系列课程已在Udemy上架：👉 axtonliu.com/nftru-men-jian-dan-4bu-shang-jia-nft
关注我的其他平台获取更多更新：
AI 精英学院：axtonliu.ai/
今日头条: www.toutiao.com/c/user/1187085768461629/
Twitter: twitter.com/AxtonLiu
我的博客: axtonliu.com/
免责声明：
视频仅供娱乐和教育之用。所有信息都是基于互联网的公开资料，请进行独立研究并做
コメント (21)
-
✨ 掌握 AI 时代的必备技能，加入「AI 精英学院」 👉 axtonliu.ai/ ▶ 「AI 实战派」Prompt Engineering 提示工程超值早鸟价课程 👉 axtonliu.ai/p/ai ▶ 「AI 自动化」教程 ChatGPT + Make + Zapier + 高效Notion模版 👉 axtonliu.ai/p/autoai
-
编程 ≠ 计算机科学，AI 的背后正是计算机科学，所以学习计算机科学还是很有必要。我认为在当下，编程仍然是学习计算机科学最有效的实践手段，但要做到借假修真，不要一头扎进编程语言的各种细节里，而是要借助编程的实践，去体验背后各种计算机思想的精妙。
-
本身是位工程師，只懂一些入門的编程。但自從gpt出現後就開始寫了好多APP，那是我在gpt出現前是無法在短期內做到的。雖然對AI幫了很多忙，當我覺得使用者還是要懂編程的基礎和邏輯。很多時候我還是需要憑著我對編程的理解去解決和優化AI生成的程式。也發現當製作APP變得更複雜，AI的缺點也越來越明顯。
-
說得真好，在1）預想解決方案 2）編程3）洞察問題這三項，最容易被取代的就是2），本人作為不coding的數據分析師深有感觸，以前都是brief模型需求給工程師執行，現在都是直接自己用AI跑各種R/python統計模型了，但客戶溝通、模型設計調參改數這種需要投入情感、視當下情況隨時調整的工作目前都還是得需要人實際參與
-
就像框架是梯子，目前的AI是電梯 但不管未來AI會變成直升機還是太空梭 會取代程序員的終究是會使用AI的程序員 （如果是AI”完全”取代程序員，那也代表人類差不多不用工作了） 而事實上，有AI的幫助等於一口氣給所有人一堆血汗勞工，所以真正的問題是你能用它們創造什麼價值，這個價值可能可以讓你當老闆、讓你創副業….或是讓你更有效率的幫人打工 是吧？未來十之八九是一個大家都是老闆的的時代
-
即使不需要学习编程语言，也需要学习编程思维。但编程思维是否只能通过学习编程语言并实际从事编程工作来学习，这个就仁者见仁智者见智了。
-
去年AI剛出來時，我跟同事說AI很厲害會寫編程，同事說怎麼可能寫得好，那我說剛好我打開AI 了你口述你要的程式語言請AI編寫你想要的內容，結果兩分鐘不到AI就寫出來了。我同事嚇到了，因為AI的確達到他要求並寫的比他還要好。從此就變成付費會員。
-
以前你可能會聽到國小同學在問：「都已經有計算機了，為什麼還要學加減乘除？」；而現在你可能會聽到：「都已經有AI了，為什麼還要學程式語言？」。😂😂😂 我仍然無法回答那位國小同學的問題，同理我也不知道是否真的需要學程式語言，我不確定這兩個問題的本質是否一樣。
-
学习计算机科学比以前更重要，只是写代码的工作流程比以前改变很多，我们也不需要特别专门的学习某一门编程语言，因为大语言模型已经能自动生成代码。但代码背后的思维方式非常重要，软件结构，应用程序连接等还需要人去完成。
-
黃仁勳說的是肺腑之言。有一個已經發生的事情就是程式設計師的數量需求大幅下降。這還只是就現在的AI而言，將來的AI只會更強大，最後只有少數IT高手中的高手才能存活，所以將來的學生選擇科系時，最好不要把Computer Science作爲唯一的選修。我有兩個姪子在Meta工作（30歲左右），都受到衝擊，與AI絕對有關係！
-
黃仁勳顯然已經意識到AI對生物醫學的影響會越來越大，這一期的經濟學人期刊有40幾頁的AI和醫療的專題報導， 生物醫學因為太過於深奧，很難從分子的部分來做最基礎的完整了解， 所以現在很多的生物醫學研究必須要是大數據的 data driven. 而這個部分就是AI最擅長的。 不過醫學的部分可不像半導體一樣做出來就是做出來了，還需要經過漫長的監理機構的核準。
-
很有意思，立即订阅了。一方面过去是软件工程师，对新发展总归感兴趣，另一方面也很庆幸已经很高兴地退休了🎉。
-
我是非常喜欢这期节目，这个论题在国内也颇具争议，我的观点和Axton相同，但我没有你这么清晰的逻辑并讲述出来，这期节目对我意义非常大，希望Axton可以多做做这样的话题或者类似的开放性讨论。
-
非常赞同你的观点。
-
常有說AI取代中低端的工作，能力這個問題是小事，嚴重的問題是市場的將不會再為軟體產業投入如此高昂的資金，很多公司從需要編列預算去支付軟體工程師的能力，演變到免費或是低價就能輕鬆的用AI滿足多數需求，剩下最困難的工作才會是請人類解決，這意味著所有的軟體工程師只能做最艱難的工作，而不再享有那麼多技術門檻帶來的紅利<單指不會寫程式付出金錢給會寫程式的人>。
-
AI確實是非常方便的工具，但是在完全信任程式碼（AI產生）及自己不懂程式碼的情況下，程式碼裡藏了後門，這是值得關注的。
-
這集講的相當好，自己就在計算機領域工作，目前感受最深的，解決問題的能力太重要跟計算機基礎要打穩，曾看到新人小白，很多基礎不懂，常常出錯跟加班，我只能說加油😅
-
哈哈，博主大部分的观点我都认同。但我在这一年里对于Ai的体验就是将AI的能力构建到自己的项目里去。从开始只能用GPt，到现在使用本地模型Gemma。这个转变很重要的原因是成本和网络环境的不稳定。所以，今后我的侧重点在还在于本地模型的学习和研究。
-
我認同prompt engineering的存在等同於學寫程式，實際上程式工程師幾乎每五年也在換代，不過AI出現後，學習變得非常淺碟，只要你會問問題，剩下的真的叫做接受新事物而已。 回想... 五年前我朋友跟我說他公司正在做自動寫程式的項目，並且已經在low code取得非常優勢的自動化開發，幾乎不需要花時間寫程式，我還以為他在開玩笑。 而現在，如果你有開發程式與設計過系統架構，並且學過AI，會知道，這種可行性幾乎是滿滿的機率能慢慢取代人類，因為只要有規則，就是AI的專業，除了人類的這個body之外的事情，他們成功學會，只是時間問題。
-
他在SEIPR上有被問到這問目，他有更正他的說法了，他覺得編程還是很重要，只是編成的語言將不再是C++，是自然語言
