订阅《新程序员001-004》
贾扬清
《新程序员》：近两年，很多从业者表示人工智能在理论研究上没有重大的突破，并且不少人工智能科学家在从科研进入了产业界后，再次选择回归学术界。这种现象下，人工智能是否会再进入下一寒冬/strong>
贾扬清：我觉得“寒冬”一词可能用不上。今天的人工智能更像是经历了酷暑后回归到了正常的温度。当前无论是在互联 行业，还是传统行业，大家用更加智能化的算法来解决以前的问题，已经是常态化。在回归正常温度之后，大家能够真正静下心来扎扎实实地做一些事情。AI技术永远是从理论研究突破而后规模化铺开的过程，当前它的理论与实践已实现两条腿走路的状态。AI的起伏本质上是业界普通吃瓜群众的视角所得出的结论，大家或许看到了曾经不少头部增长较为迅速的企业现脚步放缓，就误以为是AI的寒冬期已至，其实这件事本身与人工智能产业本身的关系并不大。
《新程序员》：现在很多高校乃至中小学纷纷开设人工智能专业或课程，您如何看待这种现象/strong>
贾扬清：我认为从学生年代就可以接触到更加前沿的技术是一件好事。回想十年以前，卡内基梅隆大学就已经设置了Machine Learning Department系。不过，这种现象或带来一些短期不可见的缺点，有催熟以及导致很多人浑水摸鱼的可能性。不过，我们相信市场经济本身就具备自我调节的机制，会逐步过滤掉一些没有用的事情，因此，这些缺点也无须担心。
开源为AI带来了什么/strong>
《新程序员》：今天，我们迎来了开源极其利好的时代。在GitHub上，来自中国开发者的增长速度已经成为了全球最快，开源对AI的发展有怎样的裨益/strong>
贾扬清：AI领域的发展离不开开源。近几年我们所见到的AI、算法都是开源的，开源也使得大家在复现代码、算法时变得非常地容易。
从开源来看，国内向上开源的心态发展非常迅速，且国内开发者对于开源的热情也并不比国外低。但是，我认为今天开源最大的挑战在于自顶向下的一些机制设计或者心态。
时下，很多公司在谈及开源时，往往仍停留在把代码开放出来让大家瞻仰的过程中。不过，从全球开源 区来看，开源最重要的一点应该是让更多的人共同参与到开源项目中。因此，当将代码开放出来后，如何进一步构建开源生态 区让更多的开发者参与一起开发与迭代，这也是国内开源 区必须要走的一条路。
打破顶级程序员的尽头是无代码可写的传统思维！
《新程序员》：从奋战在研究和开发的一线，到成为一名管理者、创业者，很多人认为在实践过程中，优秀的程序员逐渐没有时间写代码、做科研。你认为是否如此/strong>
贾扬清：首先要打破一个观念，就是很优秀的程序员到最后一定都不写代码，都要做管理。事实上，当前行业发展需要多种多样的人才，可能是一位非常优秀的架构师，也有可能是一位管理者，其中更不乏有着非常优秀的系统架构师担任着非常高的职位。在此，也向大家推荐《人月神话》这本书，其中提到不同的职业分工，以及为什么一个团队需要有很好的管理者和架构师的角色。
其实优秀的程序员应该追求自己的本心，而且为了实现一件事情可能在不同的时间戴上不同的“帽子”，有时与人打交道，有时与代码打交道。要实现一个事情永远都不是一个单点技能就能够推动的。因此，大家所需要做的是找准自己擅长的方向，同时能够在一定程度上适应不同的场合、需求，担任管理、系统设计等不同的角色。
《新程序员》：这也是一名优秀的程序员应该具备的特质/strong>
贾扬清：是的。当下行业中所应用的系统软件，包括IT基础设施的规模，不可能让一个人单枪匹马地做事情。因此，即使你是一名好的架构师，也需要和人一起沟通、一起迭代、一起解决问题，这是今天我们任何一个角色都需要具备的技能。
《新程序员》：对于年轻一代的开发者以及正在从事AI的从业者们，关于就业方向的指导与建议/strong>
贾扬清：由于AI领域覆盖较广，对于通用型AI人才而言，相对比较成功的AI人才往往都是保持着好奇心行走在路途以及能通过更广的需求来定义问题的人。以大规模模型为例，日常实践中，不少开发者往往是在预训练场景中训练单点模型，以此提升整个模型的准确度。相比这种方法，不妨试一试抛开单个模型优化或单个框架优化，而是重新定义一个问题。如在预训练场景中通过大量已有的但不相干数据独立训练出来一个模型，使得它在多个应用场景中效果良好，由此演变为一些算法或者系统方向上的提升。
END
《新程序员001-004》全面上市，对话世界级大师， 道中国IT行业创新创造
文章知识点与官方知识档案匹配，可进一步学习相关知识算法技能树首页概览34037 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！