没有技术技能就能掌握人工智能？为什么复杂的系统需要多样化的学习

事实上，人工智能的弱点正是科技专业人士所有这些新兴角色的动力所在。

一些顶尖大学正在推出人工智能专业发展项目，这些项目似乎只需要很少的编程或开发背景。例如，宾夕法尼亚大学提供了为期 24 周的训练营，并声明“无需具备编程经验”。麻省理工学院也不甘示弱，提供为期 12 周的课程，您可以学习使用无代码软件构建人工智能解决方案。

阅读这些内容后，人们可能会认为只有很少或根本没有软件开发经验就可以成为一名人工智能大师，这是情有可原的。但事实真的是这样吗？行业领导者表示，构建功能良好的人工智能系统仍需要大量技术，但他补充说，严格的技术技能只是其中的一部分。

Akamai Technologies 首席技术官 Robert Blumofe 博士表示：“我强烈警告任何人，不要认为他们不需要学习基本的编码和数据分析技能，只是因为人工智能也可以执行这些技能。” “这不仅是一种危险的心态，可能会导致忽视所有可以由人工智能完成的基本技能，而且你将无法对人工智能生成的内容执行质量保证任务。”

虽然人工智能将继续存在，但“它，特别是大型语言模型（LLM），有严重的局限性，”布鲁莫夫说。 “主要是，法学硕士仍然需要人类的监督、理解和干预才能安全使用。”

万事达卡技术、人员和能力执行副总裁 Charman Hayes 表示：“编程、数据科学、数据管理和数据保护等核心技术技能仍然至关重要。” “与此同时，技术人员有责任了解围绕人工智能不断发展的法律和监管环境，这对于确保他们负责任地使用其技术技能至关重要。”

也许伊森·莫里克（Ethan Mollick）（顺便说一句，宾夕法尼亚大学教授）通过将人工智能与“锯齿状前沿”进行比较，对技术专家的角色进行了恰当的描述。 Pandata 首席执行官 Cal Al-Dhubaib 表示，这一前沿领域“人工智能在某些领域表现出色，而在另一些领域却举步维艰，需要专业人士辨别何时弥补其弱点”。

尽管人工智能辅助编码正在兴起，但“我不认为这会夺走程序员的网络工作岗位”，Al-Dhubaib 说道。 “但是，它确实显着减少了构建代码和执行数据分析所需的时间。我预计程序员会花更多时间在策略和编排复杂系统上，以期交付更高价值的工作。”

尽管如此，大学提供的高级课程可能会帮助技术专业人士更好地了解人工智能对其业务影响的深度。 “不要将自己局限于深度学习，”布鲁莫夫建议。 “全面研究人工智能及其支撑的基础技术。”

海耶斯表示：“技术人员不应只关注可能很快就会过时的单一技能，而应经常参加有针对性的训练营和认证，让他们根据市场需求发展自己的技能。” “雇主应该投资于员工可以在工作中进行的实时学习，以便在压缩的时间内不断提高技能。例如，万事达卡的内部机会网络 Unlocked 可以帮助员工将项目、职位、指导和志愿者联系起来培养新技能并接触更广泛组织的计划。”

Blumofe 表示，法学硕士作为人工智能的一个组成部分，其保质期可能有限。 “法学硕士非常出色，并且非常擅长某些任务，但它们也有严重的局限性，我预计随着人们获得更多使用它们的经验，这些局限性将变得越来越明显，”他预测。 “我不认为人工智能领域的下一个重大事件会是更大的法学硕士。相反，它将是一种新的东西，要么取代法学硕士，要么将其降级为更窄的角色。如果你对它的运作方式有一个基本的了解，你将为接下来发生的一切做好准备。”

与许多复杂系统的情况一样，“意想不到的后果困扰着人工智能和机器学习的世界，”Al-Dhubaib 说。 “新闻中的许多有争议的案例都是人工智能以开发人员意想不到的奇怪方式破坏的结果。随着人工智能解决方案变得越来越复杂，我们使用的数据也变得越来越复杂，这些模型有更多的方法被破坏就人才而言，监督和验证人工智能解决方案的安全性和有效性的需求只会越来越重要。”

海耶斯表示：“人工智能不仅为数据科学家创造就业机会；它还为一个全新的生态系统提供了自身的需求和机会。” “例如，随着生成式人工智能扮演信息“合成器”的角色，某些工作要求可能会发生变化，并且将有更多时间用于战略和咨询工作。一些新工作可能会侧重于监督（例如聊天机器人经理），因为以及解释和验证，以确保输出的准确性和实用性。其他工作可以优化公司的输入，这些“及时工程师”的需求可能会继续增长。”

万事达卡整合和最大化的角色示例。海耶斯表示，人工智能的潜力包括在“人工智能治理和人工智能战略，以及人工智能产品管理和工程”领域的作用。 “我们看到其他工作变得更加高效和高效，包括软件开发人员和营销人员。”

布卢莫夫表示，在可预见的未来，某些常青技能仍将受到需求。这些技能包括“人工智能算法、离散数学、概率和统计学。如果你研究这些东西，无论未来出现什么新技术，你的技能和知识都将继续受到需求。”

“我再怎么强调软技能对于成功的技术职业生涯的重要性也不为过，”他补充道。 “沟通、批判性思维和协作显然是人类技能，人工智能工具无法复制。”