對AI取代工作的憂慮
近來許多人擔心在當今的AI時代，自己的工作是否會被取代。有人申請了許多工作卻毫無結果，認為AI奪走了一切。不少有IT背景、在科技工廠工作的朋友也有此憂慮，例如寫Python腳本，如今也能被AI生成，不禁讓人思考996的日常工作意義何在。
業界大佬的觀點
黃仁勳的建議
NVIDIA執行長黃仁勳不久前到北京參加活動，在胡同裡被學生問到若重新選擇專業會學什麼。出人意料的是，他沒提電腦科學或AI，而是物理。這讓人震驚，原本以為他會說像是深度學習、資料分析或機器人學。其實他並非完全否定軟體和IT類，而是強調AI的下一個階段不僅是數字世界中的人工智慧，而是要動起來，從目前的第一階段生成式AI，走向第三階段的物理AI。
AI的三個發展階段
第一階段：生成式AI
目前我們處於AI的非常早期階段，主要使用生成式AI。它整合大量資料，像Gemini、ChatGPT、Grok、Perplexity等新模型，運用強大演算法識別和預測。無論寫郵件、創作圖片或依偏好推薦影片，都是聰明的數字大腦，分析過往行為和資料來預測下一步。因此現在大家瘋狂建立資料中心、購買NVIDIA顯示卡，創造日常運算能力，標註所有資料以分析需求。但此階段的AI像有天賦的數字鸚鵡，能創造和模仿，卻無真正的邏輯和自我意識，完全依賴人類給予的資料，無法解釋真正原因，更多是提高生產力，例如10人的工作現在3到4人就能完成。
第二階段：推理式AI
第二階段是推理式AI，它不僅基於現有資料預測，還會像人類一樣進行邏輯推理和自我思考，甚至能自動化並不斷改進。能更深入理解因果關係，解決更抽象複雜的問題，從簡單的數字大腦演變成具有初始意識的智慧體，如同能獨立思考的數字員工，能分析、規劃和改正錯誤，提供戰略解決方案。所以當前AI模型非常強調推理，即邏輯推理，而不只是簡單的訓練資料，這也是偏好AMD的原因，因其顯示卡非常注重下一階段的推理。
第三階段：物理AI
第三階段是未來10到20年將形成的最終形式，即物理AI。此時AI與物理世界深度融合，不僅局限於螢幕，而是有實體形態。例如能理解物理定律，滲透到生活各方面，像機器人、人形機器人等。過去幾年AI浪潮主要幫助寫程式碼、生成圖像、翻譯語言等，進入物理AI後，AI不僅能思考，還能移動、運動、接觸和感知。例如AI寫Python腳本能秒完成，但讓機器拿雞蛋且不弄破卻非常困難，因為此時AI需要理解摩擦力、重力、機械結構和空間收集，這是目前AI完全不具備的，難度可能是現在的幾百倍甚至幾千倍，因為不再是虛擬世界，而是真實的三維空間，有數百個變數。
黃仁勳認為未來10年機器人將大規模進入工廠，倉儲、物流、醫療甚至家庭服務業都可能有大量機器人，這也是他建議年輕人學習物理和科學的原因。例如醫療領域的精準AI手術機器人，能進行連最好的醫生都難以完成的微創手術，在非常小的窗口進行精確操作，還能智能補牙，以毫米級精度完成牙齒修復。家庭服務方面，若有機器人幫助整理房間，它需要知道地上是什麼垃圾、在哪裡撿起，並自動規劃最精確高效的整理方式。護理服務也是如此，全球人口老化嚴重，中國和美國有很多老人退休，需要全天照顧老人，提供陪伴和醫療協助，這也是AI未來的良好應用場景。教育方面，AI能根據每個孩子的學習進度進行個性化教學，這也是未來的方向。
軟體工程專業的局限性
回想大學時學習Python和Java，自己寫出能成功運行的程式碼會很有成就感。但現在AI能在幾秒內寫出大學學的所有程式碼，且更快更好。例如為搭建雲伺服器幫助VPN，請ChatGPT根據需求寫VPN規則，幾百行的複雜程式碼一兩分鐘就能寫好且基本無錯誤。因此僅懂寫程式碼很容易被AI取代。過去十年，許多人認為學IT和CS是成功的職業選擇，大公司通常給予高薪，但現在這份「金飯碗」似乎有些動搖。
此外，AI在舊市場的應用不佳，是因為歐美已完成很多工作，且這一趨勢40年前就開始了。2022年外包產品數量顯著增加，AI使外包團隊以前無法做到的事情變得容易。以前在英國科技工廠工作，印度或菲律賓的外包團隊難以理解客戶需求，與歐美團隊溝通也有問題。雖然AI不能取代人，但能完全提高海外外包團隊的生產效率，雇主更願意將英美高端軟體工程師的工作外包給印度，這也是歐美IT工作難找，而印度過去兩年工作增加10%到20%的原因。
如何應對AI時代
若正在考慮選專業或轉行，仍可考慮學習軟體開發，但只能將其視為工具，而非職業生涯的終點。要降低自己的可替代性，不僅會寫程式碼，核心價值還在於能管理AI，讓AI工具以更低成本、更少錯誤、更快地完成工作。未來的工作發展趨勢是AI與人類合作，這樣能力能大大擴展，每個人都能成為能處理各種AI的超級個體。
在日常工作和生活中，AI就像私人秘書，能幫助處理很多事情，但總體指揮和協調仍需人類完成。例如同時讓AI為每支股票做深入研究、為視頻做大量研究並生成圖像和視頻。要將內部工作或苦工轉變為巧工，不再浪費時間在AI能高效完成的重複任務上，而是將其變成強大工具為我所用。同時，還需訓練與AI的溝通能力，即所謂的PROMP，PROMP的好壞直接影響AI給予答案的好壞。
人類情感和創造力的連結是AI無法取代的。以國際象棋為例，十多年前IBM的藍色巨人就能擊敗當時俄羅斯最強的國際象棋大師，十多年前Google DeepMind的AlphaGo能自學下棋並擊敗人類，但國際象棋的人氣在過去幾年反而上升，人們仍喜歡看人下棋。例如2022年國際象棋錦標賽觀看人數達60萬，是2018年的四倍。人類有情感需求，需要與他人連結，這是AI難以做到的。
年輕人如何為未來做準備
綜合黃仁勳和Sam Altman的觀點，年輕人需要建立基礎科學的基礎，如物理、數學和邏輯，這些永遠不會過時。還需要學習提示工程，知道如何使用不同指令完成特定任務，不僅是寫程式碼，而是真正指揮AI，提高效率。現在有大學開設相關課程，例如MIT開設了如何使用AI的課程，教導如何使用各種AI工具。
未來複合型核心人才更受歡迎，不僅要有理科能力，還要能結合其他領域，如理解物理的同時理解心理學，或理解AI的同時理解商業和金融。選擇工作時，個性也很重要，所謂個性決定命運，個性直接決定適合的職業類型。MBTI人格測試應該是最準確的，許多全球大公司招聘時也會讓員工做此測試，從生活場景中判斷個性。
自我學習也非常重要，不要只是默默等待學校的課程，在資訊時代，只要有心學習，網上的自學資源非常豐富。每個人都應該終身學習，不僅在學校，畢業進入社會工作後更有很多需要學習的。例如開始做YouTube後，每天都要學習很多新技能，如如何編輯視頻、了解YouTube的演算法並持續研究新數據。
總之，不要把AI視為敵人或取代工作的威脅，而要更積極地看待。AI不是敵人，而是放大器，能讓人更強大。未來，不是你領導AI，就是被AI領導。若你是年輕人，你想學習什麼？會選擇電腦科學還是其他？歡迎留言告訴我們你最擔心被AI取代的工作。這是本期的分享，別忘了按讚和訂閱，若有朋友也對AI的轉變感到焦慮，也可以轉發給他。下次見，再見。
{# 
{# 
{# 
{# 
{#