杰弗里·辛顿：AI时代，计算机科学学位还值得读吗？
导读：
人工智能如今能够编写和运行代码，这引发了一些人士对计算机科学学位价值的质疑。
然而像辛顿、泰勒和纳德拉这样的AI领军人物认为，基础知识仍然至关重要。编程方式或许会改变，但计算机科学的技能——逻辑思维、系统思维和计算思维，这对于未来的劳动力市场仍然必不可少。
辛顿对计算机科学的未来有何看法？
辛顿在接受《商业内幕》杂志采访时这样表示，计算机科学的学位远不止于编写代码。
以下，总结辛顿宣布的要点：
- “不久之后，成为一名合格的中级程序员将不再是一种职业选择。”
- “计算机科学学位的价值不仅仅在于编程。”
- 学习编程就像学习人文科学中的拉丁语：即使大部分代码是由人工智能编写的，学习编程亦有助于理解结构。
他还强调了一些始终重要的基本课程与底层之原则：
- 数学
- 概率与统计
- 线性代数
- 计算思维
我们将辛顿的观点汇总如下：
计算机科学 ≠ 编程
OpenAI 总裁布雷特·泰勒（Bret Taylor）非常赞同辛顿的观点。他在最近一期播客节目中说道：
- “学习计算机科学不等于是学习编程。”
- 计算机科学专业的毕业生学习系统、设计、算法和架构，甚至还有产品设计。
微软首席执行官萨蒂亚·纳德拉（Satya Nadella）也表达了相类似的观点：
- 理解软件基础知识仍然很重要。
- 尽管人工智能自动化技术不断兴起，计算思维仍将保持其重要性。
面向学生与专业人士的解读
这里，持相反观点的是英伟达的创始人兼首席执行官黄仁勋，他认为编程将会过时。黄仁勋去年曾发表言论，称学生“不应该学习编程”，此番言论引发世界的轩然大波。
他的观点主要是以下三点：
- 编程将转向自然语言提示，比如英语。
- “现在人人都是程序员。”
- 学生应该重点关注生物学、制造业或教育等领域。
黄仁勋的观点与英伟达以GPU为主导的自动化愿景不谋而合，即人工智能负责整个计算流程。但是他本人也认同，未来驱动力将是领域的知识，而非语法。
这场关于AI的争论对学生和开发者意味着什么？
用户真正关心的问题是：是否还应该攻读计算机科学学位？
答案是肯定的，因为计算机科学教授系统、逻辑和问题解决能力。人工智能工具可以加快执行速度，但目标、约束、伦理、安全、优化和创新仍然由人类来定义。
一个真实的案例
一位学生在使用人工智能编码工具构建云自动化原型时发现，人工智能可以编写 Terraform 和 Python 脚本，但它无法处理身份和访问管理 (IAM) 角色、区域限制、并发问题以及生产就绪的可观测性。
真正的未来
为什么基本面比以往任何时候都更加重要？未来十年将奖励那些理解这一点的人：
- 算法与数据结构
- 分布式系统
- 安全设计
- 操作系统
- 机器学习基础知识
- 数据建模与逻辑
人工智能可以加快日常编码速度，但复杂的产品设计、工程设计、可扩展性、可靠性、安全性和架构仍需要人类的判断。
关于AI的未来要点，我们总结如下：
- 人工智能降低了基础编程的价值，但提高了计算机科学基础知识的价值；
- 辛顿等认为计算机科学是一个长期相关的领域；
- 黄仁勋预测编程将会消亡，但他同意领域专业知识更为重要；
- 掌握人工智能工具的计算机科学毕业生将比那些只依赖语法的毕业生表现更出色；
- 未来属于系统思考者，而不是代码编写者。
结语
人工智能或许可以实现编码自动化，但它无法取代计算机科学所提供的深度思考、扎实的基础和系统层面的理解。
未来，那些将计算机科学知识与人工智能工具相结合的人将获得丰厚回报，从而使自动化成为优势，而非威胁。
作者：洛逸
本篇文章为 @ 场长 创作并授权 21CTO 发布，未经许可，请勿转载。
内容授权事宜请您联系 webmaster@21cto.com或关注 21CTO 公众号。
该文观点仅代表作者本人，21CTO 平台仅提供信息存储空间服务。
评论
场长
标准用户最新文章
我要赞赏作者
请扫描二维码，使用微信支付哦。