从2022年11月开始，来自OpenAI的ChatGPT以一己之力引起了全球各界对大语言模型的猛烈关注。
截止到2023年4月下旬，工业界多家互联网公司都推出了类似的大语言模型技术或者相关服务方案，学术界的机构和个人也不断更新与大语言模型相关的研究进展。
这几个月以来，但凡对大语言模型稍有关注的人都难免有所触动，甚至，很多人会感到焦虑。
焦虑的原因大致有两个方面，一部分是感受到了危机，害怕工作被AI取代。另一部分人在积极寻找AI带来的机遇，在AI技术日新月异的当下，想要抢占新的赛道。
2023年4月19日，在首届中国智能应用发展论坛上，中国软件行业协会智能应用服务分会秘书长、国软教育研究院执行院长邱钦伦，分享了对于人才培养的观察和思考。
邱钦伦秘书长认为，以ChatGPT为代表的大模型技术是人工智能领域的一项重大进展，它为AI2.0新纪元的到来奠定了基础，AI赋能各行各业亦将为每个企业和个人都带来新的发展机遇。
邱秘书长提出了对于AIGT的思考，认为Al 2.0将重新定义人才。同时，随着AI技术的发展，还会有助于让教育回归其本质。
AI2.0已经带来了生产力的跃升
谈到AI的能力时，邱秘书长特别提到了自然语言编程的概念，AI技术让所有人都可以成为智能应用开发者。
目前，GitHub推出了叫Github Copilot的AI编程工具，开发者用自然语言提出需求，AI就能按要求生成需要的代码，这会使得专业开发者的开发速度大大提升。与此同时，非专业开发者，或者开发经验不足的人也具备了开发软件的能力。换言之，它降低了开发者的技术门槛。
AI编程技术已经充分证明了AI技术本身就是生产力的现实。
B站UP主林亦LYi用ChatGPT训练了一个AI模型，用模型控制《街霸》游戏角色击败了最终Boss。
UP主自述称，开发过程中的主要代码都是ChatGPT来完成的，后来配合基于GPT-4技术的Copilot进行了一些更细致的开发和Debug。
另外，开发过程中还阅读了很多英文论文，AI在指令下自动翻译成中文，并将其中的一些专有技术用浅显易懂的语言解释，这极大地提高了学习新知识的效率。最终，让一个不了解强化学习的人，在较短的时间里开发了一个不错的模型。
就我本人观察，从朋友圈里直接看到的，从朋友只言片语了解到的情况来看，很多人都已经开始用AI编程工具来直接写代码、调Bug和做单元测试了。
我们应该意识到，使用先进AI技术的人，善用AI的人的能力会得到加强，其本身生产力会被放大了。用邱秘书长的话来说，这便是AI2.0在重新定义人才。
AI2.0时代需要重新定义人才
邱秘书长认为，AI2.0重新定义人才，意味着，未来所有岗位都要重新定义所需素质和技能的核心要求。
高盛在一份报告中提到，未来，三分之二的职业会被AI部分取代，其中，受影响最大的分别是办公室职员、法律工作者、建筑工程师、科研工作者。而需要体力劳动或者户外劳动的工作则基本不受影响。
“AI会部分取代一些人的工作岗位职责”的说法我是这样理解的。随着AI带来的个人生产力的提升，势必影响到一些人的工作岗位。但在可见的未来，AI还无法完全取代人的智力劳动。
换句话说，AI会取代一部分人，但它也会带来新的工作机遇。
考虑到现实世界的情况很复杂，需要有专人把需求梳理给到AI模型。这一过程非常复杂，同时，还要负责评估AI反馈结果的可用性。而专门负责这一工作的人叫做提示工程师（Prompt Engineer）。从媒体报道来看，用人市场已经出现了年薪百万招人的案例。
邱秘书长还提到，随着AI技术的流行，将来可能人人都需要一个专属的ChatGPT。会出现负责开发智能应用的开发工程师、负责训练智能应用模型的训练工程师、负责规划产品应用的产品专家，移动互联网时代的岗位，将来依然会有。
在人人都使用AI技术的未来，科技将改变人的工作方式，企业对人才的要求将会从“以岗位为中心”转变为“以技能为中心”，“技能”可以替代工业时代的“岗位”，成为人和工作的连接点。
在邱秘书长看来，在大模型技术的帮助下，一个人可以轻松具备其他人拥有的专业技能，比如，一位开发工程师用大模型技术也可以做媒体记者做的事情。
随着个人生产力的提高，可能没有人会局限于一直只做某一个职业，每个人的职业路径也会有更大自由空间。
用AIGT思路来助力人才高效培养
邱秘书长在思考像教AI一样教育学生的可行性。
他认为，GPT从GPT-1到GPT-4的进化过程与大学生的培养过程之间具有一定的可迁移性。或许，可以能用大模型的训练方法来训练和培养学生，这便是从AIGC到AIGT（AI Generated Talent）。
邱秘书长介绍了AIGT的主要思路，其核心是用类似RHLF强化学习的方式来培养人才。所不同的是，机器学习是依据人类的反馈来优化语言模型。而人才培养方面，则是用依据专业人士的反馈，来培养符合学校、老师、企业要求的人才。
AIGT的过程中，会考虑社会的实际需求，比如，行业专家、企业专家、市场岗位对人才的实际需求，而这些需求会影响人才的培养过程。
人才培养过程会通过比赛等活动来丰富实践知识，通过企业实战来锻炼实用技能，通过亲身体会来积累经验。最终，培养出既有知识储备，技能过硬，履历丰富的人才。
AI的三要素分别是数据、算法和算力，由于AI是模仿人而诞生的，在原理、模型方面有很多相似之处。邱秘书长认为，训练用的数据就好比人的经验，训练出的模型就好比人总结出来的规律，有了模型之后的人，就好比总结了规律的人一样，提升处理新问题的能力。
除了AIGT这种人才培养的新思路，一些人还在思考AI技术本身对于教育方式、教育效率的改变。当我把这一问题抛给了GPT-4，它给出了这样的回答。
未来，AI在教育的具体操作层面将发挥怎样的作用呢？
个性化教育资源或许也是一种因材施教；在线解答、智能辅导学生，可以帮助学生答疑解惑；跨学科整合或许能激发更多创新；最后，AI的低成本优势将有助于提高教育的公平性。
邱秘书长认为，AI2.0对教育的影响非常大。当每个人都有一个随时随地可用的强大知识库，人就不需要知识灌输型的教育了，这会让教育回归到传道授业解惑的原本形态。当繁琐的东西交给机器去，于是，人会有更多时间学习感兴趣的内容。
显然，AI技术的发展对于人才培养会有巨大帮助。
