不得不承认,从搞钱/找工作的结果来,当前的生成式AI,的确跟大多数非技术人员没啥关系。

不得不承认,从搞钱/找工作的结果来,当前的生成式AI,的确跟大多数非技术人员没啥关系。 但这并不意味着,生成式AI对非技术人员没有帮助。 恰恰相反,个人认为,现阶段拥抱生成式AI,是非技术人员最值得投资的事情之一。 1、 往小了说,如果咱在研究困扰自己的问题,比如各类考试,或者探索感兴趣的课题,比如科技人文,AI 都能帮到忙。 最起码的,有了生成式AI的帮助,那些曾经看不懂的、不敢看的文献和大部头,那些三倍速也要看几个小时的课程,现在都不是大问题了。 2、 学完之后,如果愿意尝试用费曼的方法分享出来,也会带来意想不到的惊喜。 首先,极有可能实现“以文会友”,吸引到一样对该领域感兴趣的同好。从此,不再“独学而无友”,甚至有机会一起搞点事情。 其次,在通过 AI 辅助学习的过程中,我们会越来越知道 AI 能干什么和不能干什么,然后顺手迁移到专业领域,成为该领域前几个「用好 AI 解决真实问题」的“AI应用高手”。 3、 现在AI应用的早期阶段,到处是蓝海。 从成为办公室/教室的“AI应用高手”,再到成为某个细分领域的“AI应用高手”,速度远比想象中快。 可是因为各种原因,很多人虽然经常在朋友圈点评AI,但很少真正上手,成为哪怕是办公室或教室里最会用 AI 的人。 4、 而这,也就给真正用好 AI 的非技术人员,腾出了很多机会。 举个例子,我听过不止一个 AI 探索者说,因为积极应用 AI 和分享,或者是参加活动和比赛,他们不知不觉间认识了各行各业里最顶尖的一些人。这是他们之前不敢想象的事情。 随着 AI 用得越来越好,解决的问题越来越大,越来越多的人一想到“这个领域+AI”,就会想到我们。 5、 《纳瓦尔宝典》的作者写出了可能是推特历史上被转发最多的一个推文系列:有关运气。 1)第一种运气是不期而遇的运气,比如天上掉馅饼,中彩票,炒股暴富; 2)第二种运气来源于孜孜不倦、不断尝试 3)第三种获得好运的方式是善于发现好运,如果你在某个领域做得足够深,可能第一时间发现别人还没看到的好运; (当非技术人员在专业领域用 AI 用得足够深时,也一样可以基于自己的非共识,发现一些AI的小机会。 过程很难一蹴而就,但如果愿意专研,那一刻又会比想象中来得更快。) 4)第四种是最奇妙、最难得的,那就是打造独特的个性、品牌、信誉,让运气找到你。 Naval 举了个例子,假设你是世界上最好的深海潜水员,大家都知道你的水平最高。如果有人走了好运发现了一艘沉没的宝船,他们会第一时间联系你让你帮助他们寻宝。于是,他们的好运也变成了你的好运。 (正如上一条所说的,当越来越多的人,一想到“这个领域+AI”,就会想到我们,那么运气也将会主动找上我们。)

相关推荐

封面图片

生成式 AI 这一波,作为非技术人员,我的突破口究竟在哪里?

生成式 AI 这一波,作为非技术人员,我的突破口究竟在哪里? 这个问题,从去年上半年开始,我一直在探索。但迄今为止,也不敢说有多么确切的答案。 最近读到几篇有意思的文章,感觉还挺给我信心的,试着整理出来: 1、智能效能=大模型的智商水平 × 现实理解的深度 内容来自《假如想做一个只有AI智能体的公司,那要分几步?》[1]。 前半部分的“大模型智商水平”,要依赖 AI 科学家和工程师们;后半部分的“现实理解的深度”,却主要靠各个领域的高手。 文章中说,这事行不行,能搞到什么程度,不是程序员能验证的,而是「理解领域的人」要自己操练大模型做判断。 而这,就是非技术人员的突破口之一。 2、做“汤姆猫”实现能力升级后,再去超越“汤姆猫” 结论来自《AI应用之路:质疑汤姆猫,成为汤姆猫,超越汤姆猫》[2] 文章中说,汤姆猫是2010年移动互联网早期的一款应用,迅速走红,又淡出视野。 这也对应了自己一些时候的焦虑吧,现在手头的事情,会不会昙花一现,难以长虹。 然后,文章里的这两段话安慰到我了: “AI现在所处的极早期阶段,在寻找PMF的时候,先不要嫌弃他是汤姆猫,找个具体且收敛的切入点,跑通他,让自己有个实验室,先完成能力跳变。” “(PMF)跑通后,整个人的思考水平、决策的犀利程度、心态的平稳度都有一个质变,再之后,就和业务量爬到几层楼相关了。” 3、赢家常常不是第一个,但大概率是第一批 规律来自《议古论今:聊聊现在AI应用层创业者面对的三个问题》[3] 通过梳理过去50年IT产业的发展和创业历史,这篇文章中发现: 第一个吃螃蟹的人,产品往往不完善;但笑到最后的玩家,都来自「产品定义/商业模式成为共识前」冲进来的那一批。 如果历史会押韵,那么与我而言,倒不是奢望成为所谓的“赢家”,但至少能说明早点来牌桌上呆着,是有一定价值的。 [1] [2] [3]

封面图片

Mozilla 基金会:大多数约会应用都未能妥善保护用户数据

Mozilla 基金会:大多数约会应用都未能妥善保护用户数据 Mozilla 基金会的一项新研究指出,约会应用并没有遵循良好的隐私惯例,而且为了吸引 Z 世代用户正在收集比以往更多的数据。研究人员于 2021 年从隐私角度对约会应用进行了审查。在最新报告中,他们指出约会应用的数据需求越来越大,侵扰性也越来越强。该组织研究了 25 款应用,并将其中 22 款标记为“未包含隐私”。Mozilla 基金会表示,80% 的约会应用可能会出于广告目的共享或出售您的个人数据。而像 Bumble 这样有模糊的隐私条款的应用,很可能会将您的数据出售给广告商。报告还指出,大多数约会应用都拥有用户的精确地理位置。Hinge 等应用会在用户不使用时在后台收集位置数据。 、

封面图片

大多数订阅服务都存在“诈欺性设计模式”

大多数订阅服务都存在“诈欺性设计模式” 美国联邦贸易委员会和另外两个国际消费者保护网络周四公布了一项关于“诈欺性设计模式”使用情况的研究结果。这种技术可能会危及用户的隐私,或迫使用户购买产品或服务,或采取原本不会采取的其他行动。该研究对642个提供订阅服务的网站和应用进行了分析,发现近76%的网站和应用使用了至少一种诈欺性设计模式,近67%使用了多种诈欺性设计模式。Sneaking 是研究中最常见的诈欺性设计模式之一,指的是在注册和购买过程中无法关闭订阅的自动续订。81%的网站和应用使用这种技术来确保订阅自动续订。70%的情况下,订阅提供商没有提供如何取消订阅的信息,67%的订阅提供商没有提供消费者需要在何时取消订阅才能避免再次收费。

封面图片

【AI工程师薪资神话走向终结】“很多因素导致这些技能的‘值钱度’下降,其中很重要的一点是,越来越庞大的技术人员群体正在掌握这项技

【AI工程师薪资神话走向终结】“很多因素导致这些技能的‘值钱度’下降,其中很重要的一点是,越来越庞大的技术人员群体正在掌握这项技能。” 随着时间推移,增加的人才储备将致使薪酬持续下降,因为技能组合变得容易找到了。 #抽屉IT

封面图片

大多数被可信赖的权威宣称有智慧的人都不会反驳这一评价。相反,他们沉浸在他们一生都渴望听到的对自己的美誉的荣耀之中。大多数人会把谈

大多数被可信赖的权威宣称有智慧的人都不会反驳这一评价。相反,他们沉浸在他们一生都渴望听到的对自己的美誉的荣耀之中。大多数人会把谈话引向自己有专长的领域;他们努力指正他人的错误;他们有一种背景自信,认为自己牢牢掌握了基本知识 …… 当下的政治越来越多地以单边说服而不是合作探究为标志。如果像苏格拉底一样,你把知识看作是一个本质上的合作项目,你就不会在谈话中期望说服别人,就像你不会期望被说服一样。 了解需要彻底的合作 这需要对被说服的开放和对说服的渴望。 《反说服》

封面图片

顽皮狗尼尔:AI将推动故事创作发展 但是存在道德问题

顽皮狗尼尔:AI将推动故事创作发展 但是存在道德问题 “我认为对于那些没有技术能力的人来说,完全实现自己脑中的想法变得越来越容易。”“我们看到,尖端技术与传统故事创作的结合令人兴奋,这种结合正把我们推向这样一个未来:增强保真度不仅是为了实现真实感,而且是为了将范围从高度风格化视觉效果扩展到超逼真视觉效果。这种可能性的扩大得益于越来越容易获得的工具,这些工具甚至可以让非技术人员发挥想象力,尽情创造世界和叙事。”尼尔随后以AI为例,指出AI有其必须解决的问题,但技术本身可以用来扩大游戏开发的能力。他解释说:“AI确实将彻底改变内容创作的方式,但其也会带来一些我们需要解决的道德问题。”尼尔说AI将“突破讲故事的界限”,有了AI技术和在家就能进行动作捕捉的能力,他们正在降低游戏成本和技术障碍,为他们开展更多项目和推动游戏叙事的发展打开了大门。“这种进化真正增强了创作者的能力,使他们能在没有传统障碍的情况下实现自己的愿景。” ... PC版: 手机版:

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人