人工智慧 (AI) 革命：Google DeepMind 的 Demis Hassabis 為何認為程式設計仍然重要
編碼流程的快速自動化引發了關於程式設計工作未來的大量爭論。雖然對於科技產業的就業保障的擔憂是合理的，但 Google DeepMind 的 CEO Demis Hassabis 提出了令人信服的觀點。他認為，對於希望在人工智慧時代取得成功的學生來說，紮實的程式設計基礎仍然至關重要。
基礎價值的永恆性
Hassabis 強調，即使 AI 接管了複雜的任務，紮實的程式設計和 STEM 領域的理解仍將是未來幾年渴望蓬勃發展的個人的關鍵區別。這種觀點挑戰了完全工作取代的說法，反而突出了透過 AI 實現人類增強的道路。
當被問及在 AI 崛起的浪潮中，他對進入職場的畢業生有何建議時，Hassabis 提供了細緻而樂觀的展望。他承認技術發展的快速步伐，但強調了適應和擁抱新工具的重要性。「我目前的看法，當然這種看法隨著技術的發展而不斷變化，但就現在而言，如果你考慮未來的五到十年，如果人們能自然運用這些工具，那麼他們可能會比現在生產力高出 10 倍。」他解釋說。
這種觀點表明，那些同時具備傳統程式設計和 AI 工具的深刻理解的人，將最能利用人工智慧的力量。這不是要完全取代人類技能，而是要增強這些技能，以達到前所未有的生產力和創新水準。
擁抱 AI 的新浪潮
Hassabis 鼓勵學生沉浸在 AI 系統的世界中。「我認為今天的孩子，今天的學生，我的鼓勵是讓自己沉浸在這些新系統中。了解它們。」他敦促道。他認為，全面了解 AI，包括它的運作方式和潛在應用，對於未來的成功至關重要。
這種沉浸不應該以犧牲基礎知識為代價。Hassabis 強調學習 STEM 和程式設計的重要性，以了解這些技術的底層原理。「我認為學習 STEM 和程式設計以及其他東西仍然很重要，這樣你才能了解它們是如何構建的。也許你可以自己在現有的模型之上修改它們。有很多很棒的開源模型等等。」他說。
透過了解 AI 的構建模塊，個人可以超越簡單地使用這些工具，積極地塑造和改進它們。這種基礎知識和實用 AI 技能的結合在未來幾年將是寶貴的。
發展新專業知識
除了了解 AI 模型的內部運作之外，Hassabis 還強調了一組新的技能，這些技能將定義 AI 時代的專業知識。他建議學生「在微調、系統提示和系統指令等方面變得非常出色。任何人都可以做所有這些額外的事情，並且真正知道如何充分利用這些工具。」
微調是指使用特定資料集自訂預先訓練的 AI 模型，以提高其在特定任務上的效能的過程。這需要深入了解模型的架構和用於訓練的資料。
系統提示涉及建立有效的提示，引導 AI 模型生成所需的輸出。這需要了解語言的細微差別以及制定清晰簡潔指令的能力。
系統指令包含管理 AI 系統行為的更廣泛的指南和參數。這包括設定目標、定義約束和指定評估指標。
Hassabis 鼓勵學生立即將這些技能應用於他們的研究、工作、程式設計和課程作業中。透過獲得 AI 工具的實際操作經驗，他們可以發展在各自領域中脫穎而出所需的專業知識。
增強能力的黃金時代
Hassabis 設想了一個未來，人類專業知識和 AI 工具協同工作，引領一個前所未有個人能力提升的時代。「我認為在接下來的幾年中，最有可能的是，我們將擁有這些令人難以置信的工具，可以極大地提高我們的生產力，並使我們真正有助於創意工具，並且實際上在某種程度上使我們在個人能夠產生的東西方面有點超人。」他詳細闡述道。「所以我認為在我們能夠做到的下一個階段將會出現一種黃金時代。」
這種觀點表明，AI 不僅僅將取代人類工人，而是會增強他們的能力，使他們能夠比以往任何時候都取得更大的成就。透過利用 AI 工具，個人可以增強他們的創造力、生產力和解決問題的能力。
重新定義 10 倍程式設計師
Hassabis 的建議挑戰了純粹的工作取代觀點，並提出了增強功能的途徑。過去的「10 倍程式設計師」是具有卓越天賦的個人。 他認為，未來的 10 倍程式設計師將是能夠巧妙地運用 AI 的人。
這種掌握不僅僅是使用聊天機器人來編寫程式碼。它需要更深入、更技術性的技能組合。 了解程式設計允許使用者製作更有效的「系統提示」，為 AI 模型設定上下文，而對 STEM 原理的了解使他們能夠批判性地評估輸出。
在特定資料集上「微調」Google 的 Gemma 或 Meta 的 Llama 等開源模型的能力正在成為一項關鍵技能，可將通用工具提升為專用的高效能助手。 這種客製化的方法允許程式設計師創建專為其獨特需求而設計的 AI 解決方案。
透過將程式設計專業知識與 AI 技能相結合，個人可以成為高效的問題解決者和創新者。 他們可以利用 AI 自動執行重複性任務，探索新的可能性並開發尖端解決方案。
人機協作的範例
人機協作的「黃金時代」已經開始在各個領域嶄露頭角。Google DeepMind 自身的突破，例如使用 AI 發現新的數學方程式或使用 AlphaFold 解決像蛋白質摺疊這樣的複雜生物問題，都證明了這種協同作用。
在這些情況下，了解其領域基本原理的科學家和研究人員可以使用 AI 以先前難以想像的規模和速度探索可能性。 AI 可以分析龐大的資料集、識別模式並生成人類自己無法發現的假設。
人類專業知識和 AI 之間的這種協作具有加速科學發現和推動各個領域創新的潛力。從醫學到材料科學，AI 正在幫助研究人員突破知識的界限並開發應對全球挑戰的新解決方案。
為未來做好準備
對於學生來說，訊息很明確：在 AI 時代成為「超人」的途徑不是放棄技術知識，而是將其與對其創造的新工具的深入的實用技能結合起來。 這需要終身學習的承諾以及適應不斷變化的技術格局的意願。
以下是如何為 AI 時代的程式設計未來做好準備的更詳細的細分：
- 加強基礎知識： 專注於核心電腦科學概念，例如資料結構、演算法和軟體架構。 深入了解這些基礎知識將使您能夠更好地理解和利用 AI 工具。
- 擁抱 AI 素養： 參加課程、參加研討會並閱讀文章，以了解不同類型的 AI 模型、它們的功能及其局限性。 充滿好奇心，探索使用 AI 解決現實世界問題的可能性。
- 使用開源工具進行實驗： 獲得 TensorFlow、PyTorch 和 scikit-learn 等開源 AI 模型的實際操作經驗。 了解如何針對特定任務微調這些模型以及如何將它們整合到您的專案中。
- 發展提示工程技能： 掌握製作有效提示的藝術，引導 AI 模型生成所需的輸出。 練習編寫清晰、簡潔和資訊豐富的提示，以引出 AI 的最佳回應。
- 培養批判性思維： 始終批判性地評估 AI 模型的輸出。 不要盲目相信結果，而是利用您的知識和專業知識來驗證其準確性和相關性。
- 與 AI 協作： 將 AI 視為可以幫助您更具創造力、生產力和創新力的合作夥伴。 學習如何與 AI 協同工作以增強您的能力並取得更大的成功。
- 保持更新： AI 領域不斷發展，因此隨時了解最新趨勢和發展非常重要。 關注行業新聞、參加會議並參與線上社群以保持領先地位。
程式設計的範圍擴大
雖然 AI 正在自動化編碼的某些方面，但對程式設計師的需求並未減少。 相反，程式設計師的角色正在演變為將 AI 作為一種強大的工具來整合。 程式設計師將負責：
- 設計基於 AI 的應用程式： 程式設計師將開發利用 AI 模型來解決各個領域的複雜問題的應用程式，從醫療保健到金融到教育。
- 將 AI 整合到現有系統中： 程式設計師將 AI 功能整合到現有軟體系統中，以提高其效能、效率和使用者體驗。
- 客製化 AI 模型： 程式設計師將微調預先訓練的 AI 模型以滿足其專案的特定要求。 這涉及選擇正確的模型、準備資料以及訓練模型以達到所需的結果。
- 開發新的 AI 演算法： 雖然有些程式設計師將專注於使用現有的 AI 模型，但另一些程式設計師將參與開發新的 AI 演算法和技術。 這需要深入了解數學、統計學和電腦科學。
- 確保 AI 的道德使用： 程式設計師將在確保 AI 系統以道德和負責任的方式開發和使用方面發揮關鍵作用。 這包括解決諸如偏見、隱私和安全性等問題。
應發展的特定技能
為了在這個不斷發展的格局中脫穎而出，有抱負的程式設計師應專注於發展以下技能：
- Python 程式設計： Python 由於其易用性、廣泛的程式庫和大型社群支援，是 AI 開發中最流行的程式設計語言。
- 機器學習： 機器學習是 AI 的一個子集，專注於開發無需明確程式設計即可從資料中學習的演算法。 了解機器學習技術對於建構基於 AI 的應用程式至關重要。
- 深度學習： 深度學習是一種機器學習，它使用具有多層的人工神經網路來分析資料。 深度學習對於諸如影像識別、自然語言處理和語音識別等任務特別有效。
- 自然語言處理 (NLP)： NLP 是 AI 的一個領域，專注於使電腦能夠理解和處理人類語言。 NLP 技能對於建構聊天機器人、語言翻譯工具和其他基於語言的應用程式很有價值。
- 資料科學： 資料科學涉及收集、清理、分析和解釋資料以提取有意義的見解。 資料科學技能對於準備 AI 模型的資料和評估其效能至關重要。
- 雲端運算： 雲端運算平台提供開發、部署和擴展 AI 應用程式所需的基礎架構和服務。 熟悉 Amazon Web Services (AWS)、Microsoft Azure 和 Google Cloud Platform (GCP) 等雲端運算平台非常有價值。
本質上，Hassabis 勾勒出了一個未來，人類和 AI 密切合作，程式設計師掌舵，引導和塑造技術以解決複雜的問題並創造新的可能性。 這需要將重點轉向更具策略性和協作性的角色，在這種角色中，程式設計專業知識透過智慧地利用 AI 工具得到增強。 未來不是程式設計師被取代，而是被賦予權力，透過 AI 實現生產力和創新的新高度。