乐趣区

关于javascript:你并不太老转向人工智能

本文首发于微信公众号:大迁世界, 我的微信:qq449245884,我会第一工夫和你分享前端行业趋势,学习路径等等。
更多开源作品请看 GitHub https://github.com/qq449245884/xiaozhi,蕴含一线大厂面试残缺考点、材料以及我的系列文章。

快来收费体验 ChatGpt plus 版本的,咱们出的钱
体验地址:https://chat.waixingyun.cn/#/home
能够退出网站底部技术群,一起找 bug.

Latent.space 的文章“不老”是一个很乏味的探讨对于咱们如何对待年龄的话题。作者指出,人们广泛将年龄视为固定的概念,但实际上年龄只是一个数值,与身材和思维的状态并没有间接的关系。因而,咱们应该尝试去打消对年龄的刻板印象和歧视,解脱对本人或别人年龄的过分关注,以及对本人或别人的将来做出不必要的限度。

作者通过援用许多乏味的钻研,包含长命村的案例,证实了人们能够在不同年龄段放弃健壮的身材和灵便的思维。此外,他还谈到了像教训、智慧和生存经验这样的因素,这些因素不肯定与年龄相干,却是咱们所应该关注的。因而,咱们须要尝试对待年龄问题的不同角度,并学会从年龄的解放中解脱进去。

总的来说,这篇文章十分值得一读。它提供了一种新的思考年龄的形式,让咱们可能更好地意识本人和别人。咱们应该尝试去打消对年龄的刻板印象和歧视,解脱对本人或别人年龄的过分关注,以及对本人或别人的将来做出不必要的限度。

注释开始~~~

最近,一位开发者敌人说:“如果我当初 20 岁,我会放下所有,投身于人工智能。”但他曾经破费了十多年的工夫来建设专业知识、人脉和名誉,成为了他所在畛域的顶尖人物。因而,他当初抉择留在原地。

另一个年长的大学敌人是一家当初已公开上市的科技初创公司的高管。他善于他所做的事件,领有完满的简历,他的职业生涯的其余部分能够轻松地推断出令人羡慕的职位。然而,他正在转向,因为正如他通知我的那样,“生命很短暂”,他不想在完结时想“如果呢?”

最近几天,我与技术和非技术背景的敌人进行了许多相似的对话。只管我心愿这封通信可能关注具体的技术倒退和令人振奋的 SOTA 停顿,但我认为值得花一期的工夫来探讨含糊的职业转型主题,因为这是一个我凑巧独具评论资格的话题。

在我三十多岁时转变

我记得我第一次职业转型时的恐惧感,那时我曾经 30 岁了。我曾经在金融行业工作了 6 - 7 年,这是我从 16 岁起就想要的职业,环游世界,审讯 CEO,并在寰球顶尖对冲基金之一帮忙治理 10 亿美元。表面上我很厉害,但我深知这并不令人满意,也不是我的终极目标。让一些捐献和养老金变得更加丰富,与从无到有发明出一些货色相比,显得微不足道。我决定从金融转向软件工程(和开发者关系)。其余的就是历史了。

6- 7 年后,我再次转变了我的职业。我认为从软件工程师到人工智能的转变简直与从金融到软件工程师的转变一样,只是在表面上类似,同时须要大量的新常识和实践经验能力变得相当有生产力。我的转变策略与上次雷同;尽可能在早晨和周末学习 6 个月,以取得信念,这是一个长久的趣味:

  • 在我可能获得有意义的停顿的中央,而后切断分割 / 烧掉桥梁 / 全力以赴并在公开场合学习它。
  • 但这只是适宜我集体的办法;你的状况可能会有所不同。我置信如果你违心,你能够找到如何做到这一点;我写作的对象是那些心愿取得足够自信的人,让他们真正决定迈出这一步。

我认为在技术职业决策中存在很多外在的年龄歧视和沉没老本舛误。因而,这里是一个疾速的理由列表,阐明为什么你不会太老来转行。

你应该进入人工智能畛域的起因

  • 人工智能的宽泛后劲 / 增长速度

    • 杰夫·贝佐斯在 30 岁时驰名地放弃了金融行业,开始开办亚马逊。
    • 他这样做是因为 1994 年互联网使用量每年增长了 2300%。
    • 通用技术的推广
    • 设想一下,如果你在 2000 年或 2010 年才开始接触科技,并得出结论认为曾经“太晚了”,无奈进入互联网业务。
    • 自 1 月份以来的 3 个月中,ChatGPT 在工作中的使用量增长了 1000%。
  • 上升时间比你设想的要短。

    • 传统的非博士学位机器学习门路是加入 Andrew Ng 在 Coursera 上的课程,学习三个月后意识到你仍须要多年的自学和实践经验能力做出乏味的事件。
    • 然而咱们正在变得更加善于简化通往尖端生成式人工智能的门路。
    • Jeremy Howard 的 fast.ai 课程于 2016 年开始,通过 7 周的课程让开发者进入人工智能畛域。到了 2022 年,他曾经通过十个 90 分钟的课程率领人们从新实现了稳固扩散。Suhail Doshi 在 2022 年 6 月加入了这门课程,并在 11 月份推出了 Playground.ai。
    • 这在肯定水平上是由 Transformer 架构驱动的,该架构于 2017 年推出,但自那当前简直占据了 AI 的每个畛域,提供了一个弱小 / 灵便的基线,使得先前架构的常识变得可选。因而,没有几十年的钻研须要追赶;只须要追赶过来的 5 年即可。
    • 一些读者询问了波及的数学问题。对于 AI 是否“只是矩阵乘法”的争执很多,如果你违心,你能够在大学线性代数和微积分的一个学期内学习它,但我的次要答案是你不用这样做;古代框架如 pytorch 能够帮忙你实现任何须要的反向流传和矩阵操作。
    • 当然,走捷径并不能让你与传统的博士生相等,他们可能推动技术的最前沿。然而,即便是看一下顶级钻研人员的职业生涯,也能让你理解到要达到最高程度须要多长时间。Yi Tay 在谷歌奉献了 / 领导了许多最近的 LLM 停顿,但你可能会诧异地发现他自从取得博士学位以来只有大概 3.3 年的教训。Ashish Vaswani 在发表 Transformer 论文时曾经取得博士学位 3 年了,而 Alec Radford 在 OpenAI 发表 GPT 和 GPT- 2 论文时曾经从本科毕业 2 年了。
    • 这样的职业轨迹在物理学、数学、医学等更成熟的畛域不会产生,因为它们的“foom”年代曾经过来了几个世纪。人工智能的“foom”显然正在产生。
    • 这一切都是说; 这依然是一个十分年老的畛域,20 年后没有人可能会在意你感觉“晚”。
  • 除了成为业余的机器学习研究员之外,还有许多奉献畛域。

    • 提醒和能力钻研:Riley Goodside 的职业生涯在 2022 年暴发,从 Grindr 的数据科学家变成了世界上第一位员工提醒工程师,通过推特 GPT- 3 技巧,发现并遍及“提醒注入”作为 LLM 平安问题的次要关注点。许多人曾经意识到,在社交媒体上找到 GPT- 3 和 - 4 的乏味用例很好,这是学术界进行正式能力钻研的一个普通人的推论。
    • 软件工程:最近,Whisper.cpp 和 LLaMA.cpp 启发了许多人对在设施上运行大型模型的将来,但我很诧异听到 Georgi Gerganov 在 Changelog 上的采访,并理解到他在 2022 年 9 月自称为“非 AI 信徒”,仅仅是为了好玩而将 Whisper 移植到 C ++。LLaMA.cpp 自身的倒退速度比 Stable Diffusion 更快,而 Stable Diffusion 自身是有史以来增长最快的开源我的项目之一。只管没有进行模型训练,但 Georgi 的软件专业知识使这些根底模型更加易于拜访。Harrison Chase 的 Langchain 通过构建第一个开发人员敌对的提醒工程框架,将提醒和预训练 LLM 模型的软件改良相结合,博得了大量关注。从 Guardrails 到 Nat.dev 的一系列 LLM 工具也有助于将这些模型从论文转化为生产。ChatGPT 自身是 GPT 3 提供的 UX 翻新。5 个模型系列,这对前端 /UI 开发人员来说是个好消息。
    • 产品化:谈到稳固扩散,Emad Mostaque 直到 2019 年都是对冲基金经理,仿佛除了为他的儿子“自闭症文献综述和神经递质生物分子路径剖析”之外,没有任何先前的人工智能专业知识。但他在 2020 年参加 EleutherAI 社区后意识到,像稳固扩散这样的货色是可能的,找到了海德堡大学 CompVis 小组的 Patrick 和 Robin,并投入了大概 60 万美元来培训和交付 2022 年第二个最重要的人工智能版本。没有人想要穿插审讯谁做了什么,但一位前对冲基金经理通过发现机会并将财务(和组织)杠杆利用于时机已到的想法中,能够减少很多价值。更宽泛地说,纳特·弗里德曼始终在大声疾呼,多年的钻研积攒的能力过剩没有在足够多的初创公司中失去施行,而像戴夫·罗根莫瑟这样违心早早跳上这趟列车的创始人,在两年内将 Jasper 从 0 增长到 7500 万美元的年收入,将取得不成比例的回报。

更宽泛地说,现有企业和各个垂直市场的初创企业都在采纳人工智能,这表明将来是“人工智能浸透所有”的趋势。因而,了解根底模型更可能是达到目标(利用它们)而不是目标自身(训练它们或探讨平安和感知能力)。兴许,更好的想法是将本人和潜在的将来方向看作是“学习如何在曾经感兴趣或精通的畛域中利用人工智能”,而不是“转向人工智能”。

我的最初一个与年龄相干的呐喊是通用的 – 挑战本人对大脑有益处。神经可塑性通常被认为在 25 岁后进行,但这是有争议的。更为统一的意见是,继续学习有助于建设认知储备,有助于延缓像痴呆症和阿尔茨海默病这样的神经退行性疾病。这位 72 岁的国会议员正在这样做,你的借口是什么?


原文:https://www.latent.space/p/not-old

代码部署后可能存在的 BUG 没法实时晓得,预先为了解决这些 BUG,花了大量的工夫进行 log 调试,这边顺便给大家举荐一个好用的 BUG 监控工具 Fundebug。

交换

有幻想,有干货,微信搜寻 【大迁世界】 关注这个在凌晨还在刷碗的刷碗智。

本文 GitHub https://github.com/qq449245884/xiaozhi 已收录,有一线大厂面试残缺考点、材料以及我的系列文章。

退出移动版