最近有人问我,未来就业应该选什么方向,你总说AI是好方向,还有别的好方向吗?
嗯,对于每个要就业的人来说,这个确实是一个很重要的问题。我们总希望找一个好的方向,然后一干一辈子。不论这个愿望是不是最终能够实现吧,至少转行的成本越低越好。
为什么说AI是未来的趋势,我们怎么做出这个判断?以前人的生产率也低人工便宜,随着社会发展,人的素质在提高,所能从事的工作也变得更复杂更有价值,进而人的生产率提高也就使得人工成本上升,这是必然的。但是人的生产能力是有限的,一个人一天的时间也只有24小时,所以单纯依靠人力生产的能力肯定是比较快就到达极限的。但是如果驱动机器,驱动计算机去自动化完成工作,那工作的效率就高太多了。当数据积累到一定程度之后,从数据中归纳工作过程就成了生产中效率更高的方式——确实,让人直接写一段程序判断出两张人脸是不是来自于同一个人,这简直太复杂了;但是让计算机从大量的样本中总结归纳出这样功能的一段程序来,那就非常完美。换句话说,这是一种成本更低,效果更好的方式。随着数据的积累,计算能力的提升,这种由AI完成的方式一定会是成本更低效果更好的方式。
伴随着这样的方式越来越普及,一定是需要极多的服务器来承载数据,有极多的网络设备来进行数据的高效流转,有极多的训练服务器来训练模型……这种运维的要求和传统的运维要求其实略有不同。这种运维如果要做好,单纯会装个系统,装软件还是远远不够的。大量的服务要动态启停,以最低成本最高效率应对企业弹性的需求,快速交付,那么就势必涉及到大量的虚拟化云计算技术,以及现在越来越普及的机器学习、深度学习框架相关技术。
很多人对运维这种岗位有误解,总觉得是一种技术含量很低的工作,其实不然。运维和服务器后端开发的岗位其实是分不开的,一个高质量的运维工程师的水平跟一个高级系统架构师的水平是不相上下的。运维需要掌握的知识内容,除了安装Linux和Windows系统和各种中间件软件外,还要掌握包括TCP/IP原理和各种路由分发、负载均衡设备的工作原理,还要掌握包括RAID技术在内的各种硬件IO的镜像和条带化技术,还要掌握包括CPU指令调度、多进程多线程原理的各种使用技巧等等。运维懂的技术越多,所能提供的服务质量就越高,就越被大公司所青睐。一个大的互联网公司的运维团队也是数百人之多的。
运维入门的门槛看似低——不像AI的要求动辄研究生博士,但是从长期发展来看仍然需要多年的磨炼才能成为一名优秀的运维人才的——天花板很高。所以,这应当是一个不错的方向。
工业革命的时候不要担心工人失业,因为机器多了肯定需要设计机器、制造机器、修理机器的;AI时代,也不用担心工人失业,因为AI多了封顶需要维护设备、调教设备、优化设备的人。
本文分享自 智能工场AIWorkshop 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体分享计划 ,欢迎热爱写作的你一起参与!