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
HTML-код
- Опубликовано: 1 апр 2024
- ✨ 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
▶ 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-be...
✨ 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=a...
超越 Google 的 AI 搜索 → perplexity.ai/pro?referral_co...
RUclips 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-d...
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/118708...
Twitter: / 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出明智决策。 
Развлечения
![TRASH or PASS! Eminem ( Houdini ) [REACTION!!!]](http://i.ytimg.com/vi/cB1WrZcMwMc/mqdefault.jpg)
✨ 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
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。
就是叫你別當碼農，利用AI等先進科技編程，當創作者或生產者。
小米极客版里的编辑智能家居流程就需要编程思维。
我現在用no code工具自學做產品，不容易對邏輯要求很多，現在熟練了對前後端的邏輯進步非常多，而且我幾乎一條代碼都還是不會
黄仁勋的意思表达得很清楚，所有AI的突破，其实就是让计算机可以使用人类的语言去思考和工作，而不再需要人类去学编程语言，去理解计算机如何工作。所以，以后，AI会让计算机采用人类的思维，编程思维将不再存在，因为只有人类的思维，AI，计算机语言这个工作链。
@@cheungleo59 到時候就是AI控制AI了 人類建構出來AI後就一點用都沒了
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。
对✔️，目前简单代码AI可以应付，复杂场景下AI就不太行了
就像我找不到女友只能用flirtease聊天😂到最後還是騙自己
我用以前我在研究所上 [電腦輔助工程分析] 這門課的經驗來說.... 當時前面幾堂課都在看教授教工數... 而教授是說 教你們對應的數學知識 是要讓你們有概念在使用軟體時該怎麼設定 以及判斷結果的誤差範圍或正確性
沒App沒真相 （伸
@@JackyYang google搜就好了
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。
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😅
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。
你說得沒錯，一樣
因為AI有機率會錯，計算機則是程式對了就不會錯？
學數學是訓練邏輯, 像ai要訓練, 人腦也要
學習的是基礎邏輯
如果都不知道加減乘除的邏輯
你有計算機也不會按
你可以都不要學，然後花錢跟別人買。
或是你學了，成為別人花錢的買對象。
博主太乐观了，基本你现在想到可能需要人手解决的问题，以后并不需要，新的AI可以自动生成游戏软件了。只要有想法有构思以后谁都可以制作软件并与自动化结合起来。
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。
非常赞同你的观点。
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。
程式碼藏後門還好，有的編譯器自身就帶後門，不是說代碼有問題，是這個編譯器編譯出來的可執行檔就藏後門，哪怕你編譯一個hello world的C語言第一課的沒問題C語言代碼也一樣
@@yuan.pingchen3056 連編譯器都有，真是可怕
真的要藏你也是找不到 直接叫ai找 不要用同一套ai
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。
大推
除了你以外
通篇回覆甚至包括原po都沒有理解黃仁勳所講的真正涵義
@@yomiaya可以讲讲嘛
个人认为不止生物医学而已， 对于其他领域， 比喻 finance market, AI will also influence on it a lot
你们讲的不就是ai4science。跟黄讲的完全不是一回事
他的意思是說生物醫學+AI就可以工程化了，而不僅是生物醫學研究。這裏面大數據很重要，但是不只是因爲AI擅長大數據。當初推斷出雙螺旋結構是天才。如果當初有AI， 沒準AI就能解決這個結構問題
我还是会给小朋友学简易编程课，其实是训练解决问题的思维模式。当然我相信未来AI模型也会越来越智能，能解决问题的能力会越来越高
训练解决问题的思维模式？聽起來有點可疑lol。再説，很多課都可以達到這種效果，爲什麽一定要簡易編程呢？
@@karlshomekitchen认同。 比如数学思维与解决问题也比较广。
@@rambutans5857 太多的人提到數學就頭疼。我觀摩過一些簡易編程課。小孩子往往很喜歡啊，課外班可以玩電腦 lol
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。
真的嗎？
@@guandaya1 那還不趕快去試，還免費的。
補充一下，我同事花半年時間編寫影片分類系統，AI只花兩分鐘就達到他要求。
不得不說 科學革命的速度真的是指數性的 上一秒在嘲笑的 下一秒都可能笑不出來
@@Leo-og4pt 偶然聽怪奇節目說一齣未來人回來的故事，某篇說未來的人工作跟法律判刑等生活都由AI分配，而且AI判刑準確度公平性比人類還高
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。
完全同意 ❤😺🫡
@@maskman4821 同意个屁，你让AI写一个项目？写一个游戏能上架吗？写一段代码都漏洞百出 ，项目还得自己把握，AI没有灵魂只能参考
@@maskman4821 電腦只是機器, 根本不能思考, 而且一些AI 用neural network 是否能保證結果百分百正確, 而一些AI 只是把search 到的結果給你.
爲什麽學計算機科學比以前更重要呢？
@@maskman4821 同意而且完全？再想想？
碼農是一個付出遠大於回報工作，取代性極高，真的不建議入坑。
哈哈，博主很有主见，不人云亦云，收藏了！我也是觉得ai再厉害把问题描述清楚本来就有挺大难度。
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
很多人有"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"這種觀點。但他們忽略了AI攻克一個領域除了那個領域需要的知識範疇與性質，很重要的一點是那個領域是否有大量數碼化的現成資料。代碼就是現在其中一樣最容易拿到又足夠豐富的數碼資料。而就像SORA能從大量的2D序列資訊中，建構出3D空間的理解一樣；人類以往編寫的隱含著大量人類對程序使用的習慣與好惡、業務邏輯，AI從代碼中就能學習到軟件程式對人類的意義與代碼背后的思维方式。而且學習代碼的過程與大型言語模型本身相通，不用另外建立一個架構。還有就是，相比起電影、文學、繪畫這個個人特質對受眾對作品的接受程度有很大影響的領域，程式標準來說，反而是十個人寫出來的代碼看起來就像一個人寫的這種情況反而是好代碼，以成品性質來說，你即使畫得跟竼谷一模一樣，你也不會能取代竼谷；然而代碼，基本上只要是好代碼，沒人會在乎是誰寫出來的，即使是個AI。
現在就說終究啥啥呢終究有點過於武斷樂
感謝分享！
up主说得蛮不错，表面说不要学习编程，其实更多是掌握的学习能力，沟通能力。我就是49年进国军的土木专业，学生时代碰过c，python，matlab也写过自己一些土木应用领域里的数值算法类，看到chatgpt这种产品感觉很多程序员所作事情的话确实我自己也能做，更多的是你要知道自己需求和分解需求为简单任务，或者读懂一些已有例子为自己所用。有时在知乎或者其他论坛看到老讨论什么语言之争，当时到没觉得什么还有嘲讽我们matlab、fortran用户，现在这些ai产品里不同语言实际上都应该一样把，最终还是取决于需求。
還是可以學啊～當作學習邏輯思考也不錯
哇 49年進國軍 那你不是完美躲過了 大健身 大吃飽 以及其它上百場大小運動 還有現在的地溝油三聚氰胺 以及得到了沒有報銷上限的醫療保障服務 和完善的養老服務
真好運 羨慕🤗
@@user-tf3km2qz9j 49年是哪一年？
不錯，頗贊同一些觀點。
其實最主要我覺得還是對領域的整體理解能力、學習能力、有效解決問題的能力吧
領域知識的深淺才是你在職場中能判定能力的基準，認為AI能夠幫你完成大多數基礎工作讓你的工作更有效率，但若要考量工作上的細節講究，就要取決你在該領域的知識跟經驗是否能找出問題甚至優化解決。
非常棒
那只是他的理想, 不是一定會實現, 就算有也不一定在有生之年實現.
他的意思很簡單, 就是語法普遍化, 但不至於不學吧... LOGIC什麼的還是必須要學.
20年之前我要出国的时候，问了一个家里在美国的长辈，说学什么专业好，他说要学biology. 我学了计算机。现在20年过去了，没想到是有人推荐biology。
生物完全找不到工作，咋都这么坑人呢？我考大学的时候也是，一堆人说生物好，我选择了电子工程，大学修了计算机二学位，学生物的出来都转行了。。。计算机再难也好过生物，这些人不知什么动机要这么给人引路。。。
我就入坑了。 當時生物科技剛起步所以長輩都在說服我去讀生技。 讀完之後我還是選擇自己的興趣，寫程式。 😂
不過其實生物跟程式還是可以結合的
个人认为
沟通是两个以上工作者合作时，最需要解决的问题。
当人与计算机的沟通只有代码的时候，熟练掌握代码的工程师能完成大量工作。
当AI能完全编译代码的时候，熟练掌握AI沟通技巧的工程师能够完成大量工作。
当个人具备多领域知识时候，独立工作者能将多领域人员的沟通成本降到最低。
一個人工作時，溝通是不是最需要解決的問題呢？
獨立工作者？不溝通，如何能夠具備多領域知識呢？讓個人具備多領域知識需要花費的溝通成本是不是溝通成本？具備多領域知識就夠用嗎？自己掌握分子生物學的溝通成本和與分子生物學專家溝通的成本，那種最低呢？
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！
👍
只要跟ai有關的編程代碼都不要去學，就如同我上高中時代不學沒有的電腦排版
跟经济环境最有关系吧。人工智能工程师待遇好一些，但是最接近的专业不还是计算机嘛，或者数学，统计。
❤❤❤其实我也是这样认为的
他們兩個學不會AI？
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。
換句話說那些做簡單工作的是薪水小偷啊，哈
不一定是最艱難。比如我就覺得抓蟲很艱難。現在估計AI5年後會比人抓得快准狠
虽然我也在教儿子python，但我也能理解老黄说这句话的意思。他意思是一年前没人能预测到今天AI的能力，就更不要说未来几年后什么样了。
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
我认为短期内计算机科学仍旧是人类未来发展的主力，生物科学很重要， 但不会有快速蓬勃的发展速度。
I would like to learn all courses that you provide. Which one should be taken first. Thanks Jack
谢谢！可以先从AI实战派开始
同意博主的看法
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。
🎉
這麽說吧，只要會問問題，其實非常困難哦。
只要有規則，就是AI的專業？這個似乎有點不是目前這一波AI的本事？
再問問你朋友的自動寫程式的項目現在如何？
@@karlshomekitchen 你沒完整看完我的內文，我並沒有說只問問題，而是會配合你的技術，但會變得更加淺碟，因為學習門檻不會卡在資訊收集，而是你接受新事物能力。
另外，我乾脆直講好了，我朋友就是GOOGLE團隊裡的一個Team，他們還不是整個軟體業界裡最先進的一團，OpenAI那邊更直白的在做這類事情。
想了解所謂的computer science就只有指程式語言嗎？ 還是還有概括其他像是通訊之類的產業？
其实这都太牵强了，计算机编程的最强护城河就是语言，说什么思维什么的，都是强行拔高自己的专业重要性，越高级的思想越是相通的，底层的实现才是花了最大的脑力。就好像一个高级语言和底层语言实现相同的功能的需要的脑力千差万别一样。其实唯一最难的还是这样的AI什么时候能够了现并成熟。
“高级语言和低级语言需要的脑力千差万别” 这个角度很有道理👍
@@axtonliu 請教博主: 像 單片機 這種需要一點 硬件電路的
AI 有辦法嗎?
計算機編程最強護城河絕對不是語言本身…語言根本簡單，甚至比學習另一門人類在用的語言容易太多了好嗎…
@@ryanchen5655 当然比外语会容易很多，但外语学好的可没几个，护城河的说法有点不贴切，门槛会好一点。
如果编程语言可以达到自然语言的程度，任何人都可以把demo先做起来，根据需要再进一步的编程思想设计模式，底层的知识。
更高深的算法，更接近数学，并非是计算机独有的领域。
所以才说最深的护城河其实是语言。很简单一个例子，英文国家自学计算机，成为大神的比比皆是，非英语国家有几个？
语言这个门槛先把绝大多数人给拿下了。
如果再把语言环境加上去，差距更加恐怖，简单的概念，能给你的讲的云里雾里，显示教学者的厉害；更有的老师以己昏昏使人昭昭。我外语很垃圾，但别人用母语把我绕晕的东西，我用外语学明白。当然我只是学了点皮毛，也没有从事it工作，只是粗浅看法。
學不會編程語言的都覺得編程語言是一條大河。越高級的思想越是相通的？愛因斯坦高級不？相通？沒那麽簡單
當然，說蓋房子最難的是砌磚也不是沒有道理
没有什么是永久的，跟着时代一起进步才是正确之道.
当你的孩子20年后长大走向社会，那个时候的AI必定可以替代程序员这个分类里金字塔顶尖以下90%的人。20年其实很快，说到就到了，而这个过程的前10年就足够对一个行业形成严重的冲击。发展是动态的，5年后什么样，10年后什么样，太多因素能够推动AI的能力阶段性指数级增长。
请问怎么通过python来自动化剪映的剪辑，例如视频中的字母与动画对齐的效果。
基础还是要学，python部署 ide 包安装 jianying工程文件是json格式 还需要逆向 还要给ai写的代码debug 这些全都是门槛
印象中寫程式都是從範例碼開始的，除非是很短，少於100行的那種，才會逐字打進，不然都是剪貼再設法解決兼容問題，使用AI工具效率高些，但基本問題還是一樣，例如計算範圍核實，不太可能從文字中一下看出。個人並不認為用自然語言完成系統設計會是一個好主意，要也得使用邏輯嚴密無混淆的人工語言，但那跟程式語言也沒啥不同了
学习编程和学习计算机科学（工程）是两个概念。一个高中毕业生即可熟练掌握编程和开发技术，甚至在10年前还能找到不错的工作。但是计算机科学或工程是非常重要的，例如体系结构、操作系统、数据库理论、数据结构和算法等等，不具备这些知识的软件工程师，即便使用GPT11+，也只能在跨领域应用上进行开发工作。一旦设计本领域（计算机技术领域）的问题，或者更深入的应用，例如中间件的研发、复杂的数据引擎架构设计、debug底层的系统问题等等，基本上都是小白，就算可以快速向GPT查询和学习，依然不能真正理解其原理，甚至连关注点都会很不幸地陷入到局部问题的思考中去。软件系统再大，也是人们设计出来的，复杂的机制，也是人构建出来的。如果连为什么这样设计都不理解，单纯的学别人是如何设计，是非常反人性的。而且真正有更大价值的研发工作，大多带有异构系统的integration，大量的异步、并发，以及性能和实时性要求，这绝非是直接使用GPT就可以完成的。GPT的模型部分不论怎么发展，都还属于软件和数据层面，其都受限于硬件IO的能力。我们假设，就算有一天，GPU突破到一次性可以输入、并维持20GB这么大的数据量，那么更大的软件工程可以被自动管理，即使如此，你也得大体明白AI工具所维护的这个项目架构如何，具体功能逻辑怎样等等，这些依然需要计算机知识。当然，AI可以帮助量化甚至形象化这些信息，甚至对开发人员更友好的进行模块化和封装，然而，这些依然是需要系统工程师级别的SE人员继续努力的。总之，不是AI在掌权，这是表象甚至是假象，而是AI系统工程师和对应硬件厂商在主导行业发展方向。只要还没形成垄断，行业就更加需要计算机人才给他们干活来实现这些目标。
這些高階人員數量會多嗎？ 人家也沒說都會被取代阿
@@marcomix44 确实不多，只不过行业也确实需要。
还是建议要学习，我十几年前软件专业毕业，虽然说就业没有做编程，但是这十几年来我都没有在重装Windows上花过一分钱，电脑有什么故障我都是自己一手重装解决，有时候还可以帮帮女同学，很省事。
那如果要加入Nvidia 的人應該要學什麼? 讀文學嗎?
從頭記住什麼有的沒有的函數已經不重要了，以及怎麼編寫程序也不重要了，讓AI來構建跟debug就好，除非是特別複雜的程序，不然漸漸地隨著AI強大，這些困難都會一掃而空。
我覺得有機會是計算機科學會變成中學的必修課程
AI不只會去學習，還會自己創造方法，創造進化的工具！
未來的程式可能像以模組化拖拉的方式加以架構及定義屬性，也許比這個簡單的方式是AI用問的，定出大綱後你再設定一些屬性
我用以前我在研究所上 [電腦輔助工程分析] 這門課的經驗來說.... 當時前面幾堂課都在看教授教工數... 而教授是說 教你們對應的數學知識 是要讓你們有概念在使用軟體時該怎麼設定 以及判斷結果的誤差範圍或正確性
這之前沒學工數？天
你這是放大解讀或沒理解意思或先入為主... 之前學的歸之前 這門課教授要教甚麼 歸這門課... 你知道工數本質上很雜 嗎? 學過也不一定學的夠好
@@tere722 你能不能先別下判斷呢？我看了看國立台灣大學和南臺科技大學的這種課程説明，似乎裏面也都沒有前幾節教工數？
啥課程學過也不一定學的夠好？這種正確的廢話也需要質問我是不是知道？
您说的是正常人如何接地气, 黄干的是忽悠外行人达到圈钱目的
作为一个做软件接近20年的人我可以非常负责任地说, 做软件非常重要的是
- 去弄明白模糊的需求, 提出需求的人自己都没搞明白, 软件工程师是在反复交流中去清晰化的
- 系统有bug, 往往你根本就没办法在一个画面里描述清楚那个bug是什么, 比方说, 我在A界面设置个啥, B界面干了什么, C界面按照哪个方式处理了, 出现什么问题
- 一个系统代码的维护是靠人来干的, 除非整个系统都是AI写的, 一旦人要介入, 人就得对代码内容有认知. 这本身就是一个无法解决的矛盾
AI可以协助你来把系统做好, 但个性化的拼出一个能维护的系统, 并且根据领域知识与人交流, 这永远是需要人去介入的事情, 这就是软件工程师干的事情, 他们不是纯粹在搞语法
👍
近20年了？厲害。不過弱弱滴問一聲，你AI多少年了呢？
@@karlshomekitchen "AI多少年" 是什么意思呢? 现在写代码都用ChatGPT之类的来协助啊, 这是个日常的行为, 用AI和搞AI是两回事
@@MingInspiration 哦，你說你搞了近20年的軟件，那麽估計你比較理解做軟件。當然，我猜你做軟件是用編程語言等等寫軟件。但是你搞了多少年AI呢？是不是還在點AI菜鳥年頭呢？你真那麽理解現在的AI？
如果只是用ChatGPT之類的來協助，似乎有點像用微軟office或者Adobe Photshop或者谷歌搜索之類的來協助就開始說軟件開發如何如何的，是不是有點突兀跳躍？或者寫點頁面脚本語言的程序員就斷言軟件工程如何如何沒用？你都20年了，應當知道20年和2年還是差別不小很大啊。外行的如果讀了你的20年大牛資歷就相信你對AI的評價是不是容易誤人子弟哦。黃仁勳39年前就斯坦福電氣電子碩士了，當CEO也30多年了，多聽聽體會他說啥沒壞處
還有，做軟件20年了，是不是會有點知識老化呢？20年前就有神經網絡，不過多數人也沒認真搞明白。更別説變換器算法那些了
一位開滴滴的小哥，也可以說客人有需求，汽車和交通有bug，人要介入駕車就得有認識云云。这永远是需要人去介入的事情, 这就是滴滴駕駛員干的事情, 他们不是纯粹在搞交通規則。然并卵，他來判斷自動駕駛如何如何真的靠譜嗎？
20年前，要是說20年后有ChatGPT有幾個會相信？20年前，誰會相信NVidia似乎很快要成爲市值第二大的公司了
@@karlshomekitchen 聽起來你是萬事通 , 而且是不死怪 , 不知活多久了
但仔細想 , 腦子空卻故做高人狀 , 在油管屢見不鮮 , 顯然生活和工作都太鱉屈了
编程有很多方向，AI能够编嵌入式固件的程序吗？另外还有FPGA的VHDL逻辑编程，AI可以吗？
AI应该要解决人们的日常工作生存，像农耕畜牧，采矿冶炼，机械设计加工制造，化工生产等等等
AI 系統由誰來編的, 是電腦自動自覺編給作者用的?
電機除了會碰一丁點ＣＳ 之後也好跳ＣＳ。 主要電機也能走生醫工程這條路
我認為AI可以輕鬆完成 end to end 的任務，這在日常工作上的loading確實減輕很多
但在優化方面，效能與整個架構的設計，如果問答者沒有相關背景知識，無法釐清問題點在哪，遲早會碰到瓶頸
在这个AI大时代下，学习数据科学还有前景吗？
就是好
麻烦可以 offer 英文字幕asap 吗？ 谢谢!
外行人说内行话。programming 率涉的层面非常广泛。绝大部分工程界的软体，需要跟其他硬体及应用界面整合。完成这樣的一个系统，常常需要团队几个月甚至经年的设计、写程序、测试。AI 能夠取代的是那一些独立性单元，不需要多层介面整合的应用程序（individual module). 基本上是entry level 的工作会被取代。所以不要再胡扯了。
做為外行人，感覺未來五年AI進步一定會超乎大部分人想像，黃老闆是預見到了，所以我是蠻覺得他說的沒問題。
肯定必要。只是岗位没那么多
我認為軟體工程師未來只會更重要
因為AI也是人寫出來的
縱使之後AI運用趨於普遍 仍然需要工程師進行維護與除錯
data engineer 是未來企業界搶手的職務
碼農不會消失..只是需求會下降到一個很大的程度..以前需要一堆人加班再加班寫碥碼除錯..以後只需要溝通與除錯..除厝需要高級工程師才有辦法handle..新進菜鳥沒機會..所以說不要叫小孩去走這行了..因為現在市場已經太多人了..很多公司已經開始這樣布局了..因為老闆會跟風
3至5年程序员估计就是历史了。趁着这段时间可以向气功产业方向进行发展发展。😂
AI本身就是programming的一種，不會編程..還搞什麼AI呢，拜託...
8:10 但AI能讀心還真是有可能的事情
按照AI現在加速進化人機介面和生技腦科學研究的狀況
想象一下如果哪天AI 暴走了，而全球程序人员寥寥无几，那还有谁能够从程序方面与暴走的Sky Net 抗衡呢？
对于“未来”，现在看到的是历史。
請問剪映有出官方的API嗎? 只有看到第三方，再請幫忙，謝謝
没关注呢。。。不知道它有没有 API，反正我需要做的事情就直接改项目文件了😅
😂怪不得 哈哈哈
❓🤔
知道跟運用是兩回事
黄仁勋:我没说过😂😂😂
如果未來沒人懂基礎的東西... 那一但軟體或硬體出包就沒人能維護... 所以[不該]是[每個人]都不需要研究或了解
這就是cs 人和普通人的分別。cs 人永遠想大家把門檻和目標定再高一點。但是普通人只是想把過去不會的東西簡單化，有趣化，這樣才能讓更多的人了解並使用AI. 但是這𥚃的使用當然不會像cs 專業的人一樣啦。不要故意讓普通人把簡單的事情複雜化，只會讓事情發展的更慢，因為非專業的人有自己的事情要做，不會真的能像cs 人一樣花這麼多心思去深入弄懂AI 的應用。現在是，以後也是
老黄的没讲完的话是：不要再学编程了，早点打工买我的显卡🤣
😂
事實就是如此，但很多人聽不懂以為老黃說的就是表面的意思...人家是為了獲利，不是要幫你免費預言..
他不需要對這類提問聽衆推銷顯卡吧
很想知道编程初学者在AI时代可以怎样快速掌握编程的能力，照理说应该不需要像以前那样把几门编程语言都仔细学一遍
AI 时代学习最大就优势就是可以把 AI 当作老师，可以快速帮你学习一门编程语言。先不着急考虑多门语言的事，等学好一门了再说。
黃仁勳要大家學習英文
具体的行业，市场，规范，运作机制很重要，即业务很重要，编程是一种实现业务的手段。除了会编程也要深刻理解所服务的行业。
以目前AI的端到端輸出結構來看，要做各種微調還是需要工程師來完成。只是這個工作量明顯會少很多，不再像現在需要養一堆人去維持服務的運營。
倒是覺得AI的出現會重新定義各行各業的新標準，任何現存行業的大概都只剩下20%的人能存活下來。
短期可能是，但是平台都没了，又和谈行業。
完全同意 ❤🫡😺
目前的看法的確是AI變成開發助手來讓開發工作效率大幅提升並減少工作量，但應該是不會讓AI接手一些複雜核心功能開發，目前大多數人都沒討論到生成出來代碼的所有權還有就是使用AI會不會有後門導致一些商業邏輯外漏等問題，若未來這類法規確立才會是真正決定AI定義的新標準，所以還是會需要工程師，但相對可能技術要求門檻會更高而且缺額也會更少。
AI代替人类工作还需要很长一段时间的进化。但是，我想说的是，不要扼杀孩子的兴趣和创造力，所谓天生我材必有用，多接近大自然，多亲近上帝。如果人类没了灵性，那就是被机器人替代的时候
我想倒問黃仁勳，如果你沒學過寫程式（編程），你可以做出AI晶片嗎？
這是時代不同了，編程與語言發展已經累積超50年的演進與這麼多天才高手累積的智慧，不論是各種優化的pattern、結構、介面、分切方式在每年都有數百上千萬人在持續積累，現在AI 吸收學習了這些......只能說，如果你不是世界前 1% 的程序員的水準，可以規劃轉型了。
我要去找你，希望你會在
瀏覽了一些跟貼。看來這裏留言的大部分程序員基本沒學過這一波AI的原理
AI的背后是数学 而不是编程 立场要明确 编程语言只是个工具 AI 可以帮你完成。孩子要学的是创意 创造能力。
不学计算机编程，后半句应该是 来学怎么跟ai交互。无论是编程语言还是提示词，都是与机器交互的手段。即使ai成熟了，你也需要知道如何跟它交流。所以就像up主说的，以后可以不那么深入某个学科，但是你需要懂得如何与ai沟通。但是反过来想，每个行业有自己的边界和特性。每个行业依然需要自己的专家去训练ai。所以如果想做高精人才还是需要懂底层的
Up主有點沉迷在prompt engineering。 沒準以後深入學科的人自己就能和AI溝通了。他可以把握溝通，你把握不了需要溝通什麽。
请问Axton，多多转向Machine Learning 会是正确选择吗？谢谢！
我在我的“点算盘”上已经有了，
但用的是CI(computer intelligence)，not AI.
有了计算器确实不用学习算盘了，但是这些和数学没有关系。
如果一個小孩只學會了打算盤其實沒啥用。如果這個孩子在打算盤的時候，會停下來想想爲什麽這麽打算盤就能計算，這孩子或許不會被ai淹沒。可惜這種孩子不多，而且賣課程的老師和操心的家長會集體合謀讓這個孩子打得更加快速熟練
Axton: 我变秃了，也变强了
good
Thanks
開發規範不夠嚴謹的團隊真實狀況是(我想這種公司佔多數)
需求不明確、指令不明確、方案不明確
在東西模糊不確定的狀況下就會需要人力
真正碰上有點複雜的問題、自有產品的商業邏輯、客戶要用紅色筆劃綠色線這種需求
ai 還是有它的侷限
不一定哦。需要人力，和需要程序員不是一種需要
黄总的话 就当是谎话 推销产品的人什么话都编得出 不要轻易听信于他人
学编程 继续学
不要被他的外表給騙了, 要記得他美國人 , 他代表的是美國的利益 .
你在推銷學編程？lol
@@karlshomekitchen 但我没说 别再用显卡 对不对(⊙o⊙)
@@bilimlink 你的意思是你的推銷比較細膩？lol
nice nice
把它當作一個更高階的語言就好了
學習不間斷，只是換了個形式
人家卖显卡的 巴不得训练越多越好 以后每次出Bug都不知道怎么回事
總結後說明😊
其它視頻不是轉播就是複製！？
不要學編程了，要學會投胎，好的開始是成功的一半以上XD
話雖如此，AI可以強大到不用你辛苦學習也能達成一些目的﹑想要獲取的資訊和輕鬆製作成一些想要的東西，但我也想講，我們的確不能過度依賴，有些基本的編程技能還得一定要去自己掌握和有一定理解。如果AI主導了編程的規則，其細致，再結合其粗暴和更加刁鑽的複雜性，這將是人類無法輕易駕馭，人類就只有跪在地下求AI。
認同
以前出国不会说外语会很难沟通、现在进步了，有了翻译器、很大程度上帮助了沟通，人类语言翻译成机器语言才开始起步，宏观线拉长去看，确实是没有必要去学机器语言了。但是过程需要多久？在这个过程中人类依然不能完全被替代。但是编程人员数量可以大幅减少。
BUG一直存在，主要还是解决BUG的问题