在矽谷AI相關技術的進步真的太快了，我發現有部分的自己是害怕的

发布时间：2024-05-20 20:57:29 作者：玩站小弟

文：Esther Yang上禮拜我們老闆說我讓他在投資人面前讓他丟臉了。他說，他讓AI做了一門量子Quantum）相關的課，結果AI製造什麼貓的圖片，一點關聯也沒有！我仔細一瞧，什麼？他罵誰笨，他才笨。

文：Esther Yang

上禮拜我們老闆說我讓他在投資人面前讓他丟臉了。矽谷相關現他說，技術己害他讓AI做了一門量子（Quantum）相關的進的太的自課，結果AI製造什麼貓的步真部分圖片，一點關聯也沒有！快發我仔細一瞧，矽谷相關現什麼？他罵誰笨，技術己害他才笨吧，進的太的自AI製造的步真部分可是薛丁格的貓（Schrödinger’s cat）！

神奇的快發是，你看看那門課裡面（附圖），矽谷相關現沒有半個字提到貓，技術己害AI居然知道可以這麼畫。進的太的自AI的步真部分聰明與創意，讓我打從心底欣賞與敬佩。快發

截圖_2023-09-26_上午11_21_46 — 我和AI做的圖。｜Photo Credit: 本文作者提供

就業市場：AI工程師的崛起

現在在舊金山不論產業，所有公司和新創都想融合AI的應用，大公司像是Micorsoft所有工具都有Copilot（在那邊工作的朋友說的），中型公司像是Notion AI，小型新創們更不用說，2023夏季Y Combinator的公司幾乎全部都是AI公司。

因此Latent Space的文章裡寫到，一種新興的行業，AI工程師即將誕生。有別於機器學習工程師和研究員，AI工程師其實不太需要知道LLM底層知識，可以直接套用API在需要的產品之中。所需要的技能可能更多包含LLM後端需要用到的各種工具。

畢竟，對公司來說，要有超多錢才有辦法做出比OpenAI更好的模型，不如仰賴這些打造基礎模型的公司，把重心著重於打造用戶需要的好產品。而我現在做的就是AI工程師，練習如何讓AI乖乖聽話，把相關需要的工作做好，最後包裝成產品。

技術：AI進步的速度，好快

特別是在矽谷，AI相關技術的進步真的太快了，好可怕。因為變動太大，我常常感覺自己重心不穩，每天工作都不太清楚自己在做什麼。

跟大家說一個故事讓你也明白科技進步的速度。今年五月份來舊金山的時候，LLM 的模型微調（fine-tuning），其實還是需要很多工程技術與LLM相關的知識。你需要懂，怎麼Freeze layers，怎麼掛GPU ，怎麼部署模型等等才能做。但我八月份的時候去一個黑客松，就發現已經有像公司together.ai，給你一個平台，讓你把資料丟上去微調，如果大致了解參數們，二十分鐘就好了。結果兩週後，OpenAI發布Fine-tune GPT3.5的消息。我再也什麼都不用懂，因為只要把資料集丟上去，OpenAI就會幫我微調，送給我一個模型，把一整套流程都做完了。

雖然了解transformer的LLM基礎知識還會在直覺上有些幫助。但是AI產業真的進步太快了，嚴格來說所以我至今的工作，都還完全不需要基礎知識。

心態：我對AI的害怕

在這樣的環境裡，我發現有部分的自己是害怕的。在矽谷這個AI、AI、AI的環境裡，我可以感受到科技進步的速度。因為是我感覺自己做的事情越來越笨，完全不具有競爭力。

你看從五月到八月，短短的三個月，他的技術門檻就從機器學習工程師，變成所有工程師都可以做，這進步也太快了吧！如果我只需要丟資料集給OpenAI就可以把LLM微調程我想要的樣子，需要我機器學習和資料分析的背景做什麼呢？隨便路上拉一個會寫程式的路人不就得了？

那如果只要一個會寫程式的人都能做，之後乾脆全部都讓AI來做不就得了嗎？（舊金山也有很多很多Code gen公司，致力於用AI取代工程師）

機會：AI可以顛覆舊有的體制嗎？

雖然AI的力量和科技演進的飛速讓我有很多的不安，但是，就像是大家從抗拒手機，到人手一機，天天盯著他看，科技的進步是沒有辦法倒退，只能適應的。反正我的哲學是，越害怕的東西，就要更勇敢的去面對它，瞭解他。因此，與其害怕AI搶走工作，毀面世界，不如學更多，了解它的可能性與限制，把他的可能性化為可用的力量。

因爲科技是有力量翻轉現有體制的（典範轉移：paradigm shift），歷史永遠是科技在前，體制在後，體制因應科技的改變而演進。像是傳統教育或許是個根深蒂固的體制，但如果AI已經在翻轉人類傳統透過學校的學習方式，說不定可以為我們的學習開創更多的可能性。像是Minerva就透過線上課程，創立自己的全新教育模型，吸引學生到各個城市學習才得以在舊制度下生存。

這也是為什麼我現在在教育／AI的新創探索，雖然還不清楚怎麼做和想要帶來哪種層次的轉變，我想，新的力量就能帶來新的改變，而我想明白怎麼運用這股新力量。