人工智能每一次的新方法論、新范式進(jìn)展，最先消滅的是哪一類(lèi)工作崗位？其實(shí)現(xiàn)實(shí)非常的黑色幽默，最先被淘汰的，恰恰是陷入上一輪范式不能自拔的一大批專(zhuān)業(yè)人士。

比如上一輪人工智能，大致是用數(shù)理邏輯加分治法來(lái)一層層分解問(wèn)題，然后由專(zhuān)門(mén)從事此領(lǐng)域的博士們?nèi)ソ鉀Q一個(gè)足夠細(xì)小的問(wèn)題。比如在自然語(yǔ)言處理方面，光分詞一項(xiàng)，就由無(wú)數(shù)論文和實(shí)踐產(chǎn)品做了非常深入和廣泛的探索。

而大模型的問(wèn)世，讓這項(xiàng)研究一下子變得幾乎沒(méi)有意義。很多在這方面投入了十幾甚至幾十年功夫研究的大神級(jí)人物，如果不能很快轉(zhuǎn)變研究方向找到新抓手，那么很大一部分人其實(shí)就脫離人工智能研究的最新梯隊(duì)了。

人工智能從最早的專(zhuān)家系統(tǒng)開(kāi)始，歷經(jīng)決策樹(shù)，向量機(jī)，深度學(xué)習(xí)等等，到現(xiàn)在transformer大行其道，每一輪范式更替，都會(huì)刷下一批專(zhuān)業(yè)從業(yè)者。這是一個(gè)行業(yè)黑色話題，新范式帶來(lái)新紅利的同時(shí)，一代老人隨老范落幕。

人工智能的博士是非常難讀的，很小一個(gè)領(lǐng)域，讀著讀著，應(yīng)用方向突然就消失了。我熟悉的幾個(gè)浙大同學(xué)，后來(lái)在行業(yè)里玩得比較順利的，大部分都是讀到一半，發(fā)現(xiàn)有機(jī)會(huì)就去搞應(yīng)用創(chuàng)業(yè)了，或者調(diào)整自己的定位，改為去發(fā)掘新的優(yōu)秀大腦了。堅(jiān)持原來(lái)的研究方向等待突破，除了費(fèi)腦，其實(shí)也是非常高風(fēng)險(xiǎn)的人生投資。

順帶說(shuō)一嘴，同時(shí)人工智能的某些科普倒很隨意，一個(gè)三線副教授，也可以大言不慚的說(shuō)專(zhuān)家系統(tǒng)不算人工智能了。其實(shí)數(shù)據(jù)驅(qū)動(dòng)和數(shù)理邏輯驅(qū)動(dòng)，都是機(jī)器智能，不必偏廢。人類(lèi)的大腦就是這種存算一體結(jié)構(gòu)。因?yàn)閿?shù)據(jù)驅(qū)動(dòng)的方式獲得了突破性進(jìn)展，就否認(rèn)了邏輯驅(qū)動(dòng)的意義，不過(guò)是對(duì)智能本質(zhì)的認(rèn)知不足而已。

其實(shí)回溯人工智能方法的更迭，每一次進(jìn)步，都是在數(shù)據(jù)驅(qū)動(dòng)和邏輯驅(qū)動(dòng)之間的作用效果獲得了新的方法平衡，迭代向前。機(jī)器智力生產(chǎn)力的創(chuàng)造過(guò)程，比其他機(jī)器生產(chǎn)力的創(chuàng)造過(guò)程更加消耗人肉智能，這是個(gè)把人類(lèi)中一流大腦當(dāng)燃料消耗掉的行業(yè)。