Andrew Ng 回应18岁青年AI焦虑，强调AI仍有局限，鼓励学习
我最近收到一封题为"一个18岁青年的困境：为 AI 做贡献太晚了吗？"的邮件。作者已允许我分享，他正在准备上大学。他担心等他毕业时，AI 会变得非常强大，以至于他找不到有意义的工作来为人类做贡献，只能靠全民基本收入（UBI）生活。我回信安慰他，告诉他未来几十年仍有大量工作可做，并鼓励他努力学习，学会用 AI 构建东西。但这次对话让我意识到，关于 AI 的炒作有多么有害。
是的，AI 非常智能，我很兴奋每天都能用它来构建一年前无法构建的东西。但同时，AI 仍然非常笨拙，我不会信任一个前沿的 LLM 独自为我安排日程、筛选简历或选择午餐吃什么——这些是公司通常交给初级员工做的任务。
是的，我们可以构建 AI 软件来完成这些任务。例如，经过大量定制工作，我的一个团队现在有了一个不错的 AI 简历筛选助手。但关键是这需要大量定制。
尽管 LLM 比之前的 AI 技术能处理更广泛的任务集，但与人类的能力相比，它们仍然高度专业化。它们处理文本的能力远强于其他模态，仍然需要大量定制工程来为特定应用提供正确的上下文，而且我们几乎没有工具——只有低效的工具——让系统从反馈和重复暴露于特定任务（例如为某个职位筛选简历）中学习。
AI 有明显的局限性，尽管快速进步，但与人类相比，它在很长一段时间内仍然有限。
AI 很神奇，但不幸的是，它被炒作得比实际上更神奇。炒作的一个有害方面是它常常包含一部分真相，但并未达到炒作的程度。这使得非技术人员难以辨别真相。现代 AI 是一种通用技术，支持许多应用，但能够完成人类能做的任何智力任务的 AI（AGI 的常见定义）仍需几十年或更久。这种微妙的信息——AI 是通用的，但没那么通用——常常在当今媒体的噪音中丢失。
同样，前沿模型的进步令人惊叹！但还没到无需大量定制就能做所有事情的程度。我认识一些风险投资家，他们害怕投资应用层初创公司，担心前沿 AI 模型公司通过改进模型迅速消灭这些业务。虽然一些围绕 LLM 的简单包装无疑会被取代，但当前前沿模型进步轨迹在很长一段时间内不会取代的大量有价值的应用仍然存在。
如果没有关于 AI 当前状态及其可能发展方向的准确信息，一些年轻人可能会决定不进入 AI 领域，因为他们认为 AGI 让他们没有有意义的角色，或者决定不学习编程，因为他们担心 AI 会将其自动化——而恰好现在是我们领域最好的时代。
让我们继续努力，精确理解实际可能的事情，并持续构建！
[原文：
https://
deeplearning.ai/the-batch/issu
e-327/
… ]
是的，AI 非常智能，我很兴奋每天都能用它来构建一年前无法构建的东西。但同时，AI 仍然非常笨拙，我不会信任一个前沿的 LLM 独自为我安排日程、筛选简历或选择午餐吃什么——这些是公司通常交给初级员工做的任务。
是的，我们可以构建 AI 软件来完成这些任务。例如，经过大量定制工作，我的一个团队现在有了一个不错的 AI 简历筛选助手。但关键是这需要大量定制。
尽管 LLM 比之前的 AI 技术能处理更广泛的任务集，但与人类的能力相比，它们仍然高度专业化。它们处理文本的能力远强于其他模态，仍然需要大量定制工程来为特定应用提供正确的上下文，而且我们几乎没有工具——只有低效的工具——让系统从反馈和重复暴露于特定任务（例如为某个职位筛选简历）中学习。
AI 有明显的局限性，尽管快速进步，但与人类相比，它在很长一段时间内仍然有限。
AI 很神奇，但不幸的是，它被炒作得比实际上更神奇。炒作的一个有害方面是它常常包含一部分真相，但并未达到炒作的程度。这使得非技术人员难以辨别真相。现代 AI 是一种通用技术，支持许多应用，但能够完成人类能做的任何智力任务的 AI（AGI 的常见定义）仍需几十年或更久。这种微妙的信息——AI 是通用的，但没那么通用——常常在当今媒体的噪音中丢失。
同样，前沿模型的进步令人惊叹！但还没到无需大量定制就能做所有事情的程度。我认识一些风险投资家，他们害怕投资应用层初创公司，担心前沿 AI 模型公司通过改进模型迅速消灭这些业务。虽然一些围绕 LLM 的简单包装无疑会被取代，但当前前沿模型进步轨迹在很长一段时间内不会取代的大量有价值的应用仍然存在。
如果没有关于 AI 当前状态及其可能发展方向的准确信息，一些年轻人可能会决定不进入 AI 领域，因为他们认为 AGI 让他们没有有意义的角色，或者决定不学习编程，因为他们担心 AI 会将其自动化——而恰好现在是我们领域最好的时代。
让我们继续努力，精确理解实际可能的事情，并持续构建！
[原文：
https://
deeplearning.ai/the-batch/issu
e-327/
… ]