正规配资官网
劝人不学编码是最糟糕的职业建议
编译｜吴莹 王馨悦（实习）
来源｜ AMD Developer Central（YouTube）
头图来源｜视频截图
“现在有了AI辅助编码，应该让更多的人参与编码才对，定制软件的需求没有上限。”吴恩达说。
6月底，AMD首席执行官苏姿丰（Lisa Su）和计算机科学家、DeepLearning.AI创始人吴恩达（Andrew Ng）进行了一场精彩对话，由AMD AI副总裁Sharon Zhou主持。对话中，两人就AI开放系统、AI创新和AI编码等问题展开了讨论。
吴恩达认为虽然AI的宣传和炒作集中在技术层面，但应用层面更有价值，应用才能创造收入。他还指出，我们正处于AI发展的早期阶段，还没有出现类似移动互联网时期安卓和iOS那样限制创新发展的“守门人”，机会很大，呼吁开发者和普通人积极投入到AI使用和创新中来。苏姿丰则阐述了开放系统对AI发展的重要作用，她表示开源模式可能并不完美，但值得信赖，AMD推出ROCm生态系统的目的也是让开发者享受到丰富的计算资源，苏姿丰也期待和开发者一起做更多伟大的事情。
精彩观点如下：
1.我们的目标是开发出一个非常强大的计算路线图，但更重要的是，它是人人都能访问的计算路线图。
2.尽管AI的宣传和炒作都集中在技术层面，但应用层必定更具价值，因为我们需要应用程序来创造更多收入，这样才有能力支付技术层面的费用。
3.整个开源模式和开放的生态系统值得我们信赖，它可能并不完美，但正因为我们愿意开放，它会变得更好、更快。
4.我们现在有了AI辅助编码，应该让更多人参与编码才对，定制软件的需求没有上限。
5.AI将以某种方式取代所有工作的观点并不成立，它不会取代人们的工作，而是起到辅助作用。
以下是对话全文（有删减）：
开放促进创新
Sharon Zhou：大家好，非常荣幸今天能主持这场对话。让我们从AI的可访问性这个问题开始讨论吧。Andrew，你在课程中向数百万人传授AI的知识。Lisa，你领导AMD构建了服务于数百万人的计算能力，并让AI能更广泛地为开发人员所用。那么你们认为如何才能让AI安全、高效地快速发展呢？
苏姿丰：首先，这是我第一次和这么多观众坐在一起，想问一下各位观众：“你们今天过得好吗？”让每一个人都度过美好的一天就是我们发展AI的最终目标，也是AI民主化的体现。我们的目标是开发出一个非常强大的计算路线图，但更重要的是，它是人人都能访问的计算路线图。这是一个非常强大的生态系统，开发者处于这个生态系统的核心位置。AMD今天要做的关键是确保开发者云（AMD Developer Cloud）流畅运行。让每一个使用它的开发者都能享受到我们为其提供的计算资源，这是我和AMD的目标。今天能和Andrew一起对话我感到非常荣幸，他为人工智能做了这么多贡献，接下来把发言权交给Andrew。
吴恩达：谢谢，我认为Lisa刚才说的那些其实就是AI堆栈（技术、框架和基础设施组件的集合）。低端半导体、AMD和英伟达以及其他公司、超大规模企业或大型云公司都建立在此基础上。然后是AI基础模型公司，如OpenAI、DeepMind等。最后，世界上大多数人会处在AI的应用层位置。在应用层，我们是否会利用那些出色的工具、技术、基础模型来构建出色的应用程序。事实上，我大部分时间都花在了应用层，尽管AI的宣传和炒作都集中在技术层面，但应用层必定更具价值，因为我们需要应用程序来创造更多收入，这样才有能力支付技术层面的费用。我非常欣赏Lisa以及ADM团队工作的原因之一，就是这种开放的态度。打个比方，如果我们看一下移动生态系统，坦白说，它并不是那么有趣，对吧？
苏姿丰：声明一下，这是Andrew说的，我没这么说过。
吴恩达：我的错，之所以说移动生态系统没那么有趣，是因为Android和iOS这两个“守门人”，除非他们允许你进行某些创新，否则人们什么都做不了。大家对人工智能的担忧之一是，某些层级的“守门人”会崛起，然后收取不公平的租金，这会阻碍创新。因此在基础模型层面，我认为支持开放模型至关重要。对我们所有人来说，我们希望应用层是开放的。如果看堆栈的其他层，我认为半导体层是可能成为“守门人”的层级。而且相比之下，一个非常开放的ROCm（AMD一个开放的软件栈）生态系统，确保开发者在半导体方面有选择，这是防止“守门人”出现的关键。我真的很欣赏Lisa和ROCm团队所做的大量工作。
Sharon Zhou：你能否列举一个受此类开放性影响的应用程序？Lisa你可否谈谈，如果它是开放的，其底层基础设施将如何提供支持？
吴恩达：我觉得现在移动设备上情况其实很明朗了。比如你没法推出一款新的键盘，发布一张新地图也非常困难。在美国，由于移动设备上的“守门人”，你无法推出一款新的语音助手，做其中一些事情是非常困难的。生成式AI领域尚处于发展的早期阶段，“守门人”还没能力扼杀创新，我认为这是件好事。如果我们都无法对模型进行微调，那么肯定就没有办法做很多创新的工作。开放式创新生态系统真的很强大，比如在最新的DeepSeek模型发布后的几天内，就已经在Qwen上得到了提炼。DeepSeek和Qwen两个开放模型一起被提炼，又可以形成一个新的模型，这其中有很多创新。我有点忘记Llama具体是什么时候发布的了，但我记得当时有些人认为上下文长度太短，有人重新调整了上下文区域。有很多事情很难提前规划好，因此，开放性推动了基础模型层能够实现很多事情，然后还有半导体层的技术来支持下一层创新，我觉得这真的非常重要。
苏姿丰：Andrew，我完全同意你的观点。我们对DeepSeek和Llama的创新速度印象深刻。事实上，模型在基础设施上运行，AMD团队对其进行优化非常容易。无论你是使用了模型本身，还是只借鉴了其中的部分内容，都确实能得到优化。从基础设施的角度来看，其实开源是挺可怕的，因为当它还不够完美时，就能被所有人看到，大家会发现这个地方不对，那个地方也不对。但我们坚信整个开源模式和开放的生态系统值得我们信赖，它可能并不完美，但正因为我们愿意开放，它会变得更好、更快。
所以，在硅层，我们必须尽快创新，因为这个层面技术非常复杂，要确保开发人员在这个层面要做的工作量尽可能少，这样他们在创新时就有更多选择。我们会继续完善开放生态系统，它可能并不完美，但正在变得越来越好。凭借开放生态系统的力量，到目前为止我们已经取得了一些很棒的成果。比如MI350X加速器，我们已经交付给了一些生态系统合作伙伴，从性能方面来看它表现得非常出色，我认为这与生态系统的开放性有很大关系。
吴恩达：首先AMD没给我广告费，但我发现平时用PyTorch（开源的机器学习框架）编写的一些工作流程可以无缝转移到了AMD上，而且大部分基本不需要更改代码。如果你能访问开发云和AMD GPU，您可能会尝试在AMD上运行PyTorch的结果，也许有时候运行会比较困难，但我认为，这能大幅降低你的使用成本，之后你想做什么或不想做什么选择权会更大，这是一个相当大的机会。
苏姿丰：我们绝对不会给你广告费，但我们非常高兴你能来这里交流，因为你对我们开放系统的评价可信度高。它是一个非常简单的端口，之后我们会开放更多的堆栈部分。
创新过程正在发生变化
Sharon Zhou：台下的观众基本都是开发人员，他们如何更多地参与其中？Andrew你提到人们热衷于增加Llama的上下文窗口，这是在模型层，那么在更底层技术上，开放人员如何更多地参与进来？
吴恩达：很多人在堆栈的多个层面开展工作，对于在座的各位来说，你们是少数能在核心层靠近GPU进行操作的人。你们值得去关注一下开放的ROCm生态系统并将其视为支持更多开放事物的一种方式。对于在堆栈中更高层工作的团队来说，我们大多数人都会着重考虑性价比问题，希望访问任何能为我们提供最佳性价比的计算机服务。我认为，只要触及堆栈的更高层次，应用层的机会非常惊人。在近几年发生的两件事：一是AI构建模块的兴起。用于提示、评估、RAG（检索增强生成）和矢量数据库等代理工作流程的工具，这些构建模块非常神奇，它们快速组合起来构建应用程序，这在以前根本无法实现。对于那些提供应用层服务的人来说，去了解建立在计算提供商之上的这些构建模块十分有必要。
另一件令人兴奋的事情是AI辅助编码。创新和AI编码助手的发展速度，是这个领域中最快的一部分。2022年GitHub Copilot就担任了辅助编码一角，但随后他们也发现了很多问题，这比为代理工作流程编写代码要复杂得多。Copilot的工作有时会发生错误，但总体来说，进展还不错，现在有了新一代能力更强的AI辅助编码。Claude大约在两年半前发布，我发现自己在过去的两个半星期里使用它的频率很高，我的团队成员也在玩OpenAI的Codex。这些Agent极大提高了开发人员的工作效率。
当开发人员有一个新想法时，有很多事情现在只需要一个下午的时间就能做到，而几年前则需要6名工程师花费三个月左右的时间才行。所以现在当一个新想法出现时，我会感到兴奋。我需要更长的时间来向别人解释它并让他们尝试实施它，而不仅仅是我自己建造它。有趣的是迭代速度令人难以置信的快，我们在一天内构建了一个原型，并在当天晚上或下一次迭代后获得用户反馈。
以前人们忽略了很多概念证明的工作，重点都放在了投入生产上，因为他们觉得概念验证是在浪费精力。如今概念验证的成本降到如此低的水平，如果你可以构建20个原型，其中18个原型会快速安静地消失，剩下2个原型就真的很有价值。如果你想投入生产并扩大规模，这是一个很好的权衡。
我发现无论是初创企业还是大型企业，创新过程都在发生变化，利用这种极快的创新想法迭代能力来找到真正有效的产品。所以我认为应用层的一切都令人兴奋，并希望这种兴奋感能够持续下去，我们可以继续创新，无需任何“把关人”，确保技术层面的开放，将是继续支持这一应用创新的重要部分。
苏姿丰：我真的很喜欢这个概念，Andrew。我认为快速验证的方法很有效，虽然失败很快，但我们学到了很多东西，速度正是我们想要的。可以看一下ROCm的发展历程，我可以公平地说，在一年前我们更加关注超大规模客户，他们都是大型公司和实验室。我们从这些合作伙伴那里学到了很多东西。我们非常珍惜与微软、Meta、OpenAI的合作，但我们也意识到创业社区正在发生的创新速度令人难以置信。因此，我们确实将开发工作转移到了更重要的事情上，让我们能快点把东西拿出来。每两周我们都会推出一个新的训练Docker（开放平台软件）和新的推理Docker。我们对此进行了大量测试，得到了快速的反馈，我们确保收到反馈并将其纳入下一个版本，这种速度可以帮助我们学得更快。
那么回到你关于如何参与的问题，我认为Andrew说的这两个观点对于绝大多数人来说是完全正确的。如果你在PyTorch上运行代码，或者你正在使用其中任何一个更高级的框架，那么有时你需要进行性能优化，我们已经开始训练AI来编写优化程序，这样我们就可以更快地完成这项工作，Sharon（Lamini AI创始人）和她的团队加入AMD就主要做这件事。
对于那些正在创新并且有好想法的人，我们会采用该代码并将其直接放入我们的推理和训练Docker中，帮助他们实现这些创新想法。
定制软件的需求没有上限
Sharon Zhou：我认为这几乎证明了它非常容易使用，看到AI研究人员能在AMD GPU上创建新的框架并运行它，或者创建新的代理界面并进行拓展。我想把话题稍微转移到我们在后台讨论的工作问题上。Andrew，你提到过，人们正在编写的很多代码都自动化了，这会带来什么机遇和挑战？
吴恩达：据我所知，去年一些人建议其他人不要再学习编写代码了，因为AI可以完成这些工作。我认真思考后觉得这是有史以来最糟糕的职业建议之一。因为当某件事变得更容易时，应该让更多人去做。现在的孩子应该没见过打字机，因为世界已经从打字机转向键盘了。有些文章说现在COBOL编程（一种高级、类似英语的编译型编程语言）变得如此简单，看来我们不再需要程序员了。我认为事实恰恰相反，我们现在有了AI辅助编码，应该让更多的人参与编码才对，定制软件的需求没有上限。软件开发成本下降了，我们就能面向世界推出越来越优秀的软件。
不过，软件工程确实正在发生变化。人们对刚毕业的大学生有一种刻板印象，认为他们的表现比经验丰富的工程师要好得多。一个刚毕业的大学生确实在人工智能领域处于领先地位，其表现将优于一个拥有10年经验、仍在做2022年事情的全栈工程师。但另一个不太受重视的问题是，我认识的最好的工程师并不是刚毕业的大学生，他们实际上是非常有经验的工程师，深刻理解架构和计算机的概念框架，此外还掌握人工智能技术。我知道刚毕业的计算机专业学生焦虑的原因之一是找工作的难度不断增加。我认为真正不幸的是，许多企业也无法找到合适的人才。找到知道如何使用编码助手，能快速构建真正有价值的应用程序的人才。大学课程的更新速度往往太慢，我们还没有对这些非常抢手、需求量很大的职位进行人才培训。未来，我们需要编写更多的软件，但教会开发人员以及非开发人员使用这些工具来提高他们的工作效率是一个巨大挑战。
苏姿丰：从AMD的角度来看，我们正在招聘大量人才。我们的工作流程中处处都在使用AI，不管是硬件、软件，还是我们的销售、营销、人力资源等岗位，都在使用AI。因此我认为AI将以某种方式取代所有工作的观点并不成立，它不会取代人们的工作，而是起到辅助作用。对于我们来说，真正的问题是如何更快地将更多产品推向市场，这是我们的目标。如果可以在6个月内完成一个为期3年的项目，那么它的价值将无与伦比。现在我们还不一定能做到这一切，但我们可以拓宽渠道并做更多的事情。我觉得这个观点很正确：对于AI工具，你使用得越多，你的能力就越强，效率就越高。从工程的角度来看，我们能够获得更多收益。
Andrew，我真的很欣赏你所做的一切。你的理念是不能只是去学校学习。事实上你每天都在以不同的方式学习，对吗？我们可以在工作中学习，还可以通过课程学习，或是像现在这样在论坛交流中学习，我认为这是关键，必须保持这种学习态度。
Sharon Zhou：你们分享了一些非常棒的观点，总结一下，作为开发人员应该学到什么？从会议开始，你们对他们每个人的行动号召是什么？
吴恩达：对我来说，人生中最重要的一课就是，在不伤害他人的前提下，可以做任何事。在当今世界，借助AI辅助编码工具，个人可以做的事情将爆炸式增长，所以现在是去建造东西的好时机。只要你没有伤害任何人，就不需要顾及太多，去建造东西即可。如果你所构建的东西很糟糕也没关系，在行动中学习和完善即可。我的很多好项目，包括Coursera（在线学习平台），坦白说都算是我的副业。那时候我是斯坦福大学的教授，我在想是否应该花时间去做一些没人关心的在线教育内容，我直接在家里就把它创建出来了。我在硅谷见过的很多好项目，都是这些奇怪的事情，也没人申请什么许可，直接就开干了。很多时候哪怕没有高超的技术，也能创建一些令人惊叹的项目。所以不要害怕，大胆去做，尤其是现在这个时代，创建出伟大项目的机会比之前多得多。
苏姿丰：开发人员确实是我们ROCm的核心，AMD非常注重学习。我们正处于AI发展的早期阶段正规配资官网，过去几年发生了很多事情，未来5年或10年肯定也有颠覆式的创新，我们才刚刚开始。我们打造的这个开放生态系统是个好地方，希望成为开发人员的合作伙伴，互相学习，我们可以一起做很多伟大的事情。
恒正网提示：文章来自网络，不代表本站观点。
相关文章
沪深京指数
热点资讯
