AI技术的发展日新月异,众所周知。
作为一名软件行业的老兵,AI的软件能力也让我时常惊叹。我除了用它帮忙写代码,也经常和它讨论技术问题。
广度与深度
坦率说,论知识面的广度,AI肯定已经远远超越人类了,因为任何一个人也不可能像AI那样面面俱到地去学习所有学科。
但对于一个问题的深度,比如要解决一个高难的软件bug,那么AI可能就比不过人类了。因为人可以不停的一边学习,一边收集更多信息,步步为营,越钻研越深,直到找到答案。但是AI的知识深度似乎很容易就见到底了,到底之后,你无论如何问它,它似乎都是把它知道的那套东西翻来覆去重复,成祥林嫂了。
格友会微信群里这几天曾讨论类似的问题,借一位格友发的截图用一下。

对于这样的问题,有些人可能会说,AI还在不断进化,它很快就会弥补缺点,超过人类的。
但我不这么认为,在我看来,AI既不是永动机,它也不是银弹。AI是懂软件了,是可以写代码了。但是它的技术深度和解决问题的能力,还差太多了。AI说多了,也说错话。让它多写点代码,它也一样写出BUG。如果把一个真实的软件难题完全交给它,它可能几个月也解不了。
因为此,AI从来没有让我担心过,它可以取代我的工作。
复杂系统
用我的话来说,(R1:)无论是人类社会还是软件世界,都是复杂系统。复杂系统的基本特征是不能用简单的数学方法建模,因为它的变量太多了。
拿一个软件故障(bug)来说,产生它的因素无法完全枚举,从硬件到软件,到运行环境,方方面面的因素都可能是原因。
因为此,(R2:)解决复杂系统中的难题,没有一种可以精准描述出来的万能方法,必须就事论事,必须因势利导,必须见机行事。
更为重要的是,(R3:)在复杂系统中求解难题的能力(生存能力),是无法完全从书本或者语言上学到的,必须在实践中不断积累,也就是王阳明总结的事上磨练。
训练与推理
根据R3,对于完全在机房里长大的AI,它的训练方法决定了它的能力上限。
那么有人说,AI也可以在工作中不断积累经验啊。非也,今天的AI技术是把训练和推理分成两个不同的过程。训练和推理使用的算力完全不在一个数量级上。对于一个训练好的模型,到了应用阶段,执行的是推理过程,模型的基本能力已经固化了。
而人类则不同,通过书本和语言传递的知识很容易让大脑“疲惫和饱和”,也很难转变为复杂系统中的生存能力。常常是在实践中,人类的智慧突然迸发,急剧上升,达到前所未有的高度。王阳明的“龙场悟道”便是个例子。
换句话来说,AI把训练和推理分成两个截然不同的过程,它们发生在两个不同的计算环境中,是分离的,发生在不同的时间段。而人类的训练和推理过程感觉是一体的,是可以瞬时切换的。AI的能力来源于训练过程,而人类的能力常常是在推理过程之中被激发,然后快速提升。
说与做
今日AI的能力源于语言,用于语言;它的能力也必然受限于语言。而说起人类的能力,其实语言或者说话的能力只是一部分,更重要的能力其实是“做”,也就是行动。而且与做比起来,说则变得低级很多。
写到这里,不由想起一句经典的话:“思想的巨人,行动的矮子”。据说这句话出自列宁之口,用于讽刺那些只说不做之人。想要成功,不是光靠嘴巴说出来的,而是要靠行动换来的。
对一个人来说,不仅“做”是输出智慧的方式,其实也是重要的输入方式,正是在做的过程中,知识转化智慧。如陆游所说:纸上得来终觉浅,绝知此事要躬行。
软件不只是编码
为什么写这篇文章呢?一个很大的原因是好几位年轻的同行问我类似的问题:“AI这么厉害,以后到底应该向何处走?”。
当然,还有另一个原因,就是有些人在喊:AI会全面取代程序员,程序员职业将消亡。还有甚者,说什么软件变成“日抛”......
在我看来,说这些话的人根本不懂软件。即使他是软件圈里的,或者他做过一些软件,他对软件的理解也极其片面,极其浅薄。
软件是人类智慧的表达。好的软件代表着人类文明的最高水准。好的软件不仅要好用、易用,而且要稳定、高效、节能。要想达到这样的标准,绝非易事,也绝不是单靠和AI聊天就能生成出来的。
要想做出好的软件,也不只是写代码的事。其实真正懂软件的人,在AI大模型出现之前就意识到了,好的代码不是编写出来的,而是调试出来的。
在真实的软件工程中,面对持续变化的需求,紧张的交付时间,不仅需要开发者有好的技术,还要有毅力,有责任心,有担当,有无私和忘我的奉献精神。

(来自电源《荒原》)
因为此,AI让我最担心的不是它会取代我的工作,而是AI让很多人迷失了方向,看到AI会说几句人话,写一些代码,没有认真思考自己该如何打造AI所不具备的能力,让自己不可取代,反而停止了学习和实践,遇到事全靠AI,这样下去只会成为一个只会说不会做的人。长此以往,软件行业真的后继乏人了。
***
正心诚意,格物致知,以人文情怀审视软件,以软件技术改变人生
扫描下方二维码或者在微信中搜索“盛格塾”小程序,可以阅读更多文章和有声读物

也欢迎关注格友公众号


1731

被折叠的 条评论
为什么被折叠?



