AI与全民开发：挑战和机会并存 _AI

注：全民开发的英文是Citizen Development，由咨询公司Gartner在2010年提出的概念，指非专业开发人员使用低代码或无代码平台创建应用程序，无需IT部门的支持，旨在提高生产力并降低开发成本。

国内普遍将Citizen Development翻译为公民开发，但草料二维码认为Citizen Development并不一种技术，而是一种工作模式和规范，应该被翻译为全民开发，即每一个懂业务的人都可以成为开发者。

以下是知名科技媒体Silicon Republic的观点文章，草料二维码编译。

文章插图
外界普遍在“炒作”人工智能时，爱尔兰国立戈尔韦大学的Noel Carroll博士提出了另一种看法，即无代码开发者怎么享受AI技术的红利。
古希腊时的哲学家和科学家，就已经开始对人类的智力和推理能力、人类如何做出决策与论证等进行争论。人工智能作为我们这个时代最重要的科技进步之一，可能改变我们的生活方式、工作方式以及和外界的互动方式。
ChatGPT、ChatSonic、google Bard AI等新事物的出现，引发了广泛讨论，有人好奇、兴奋，也有人恐惧、焦虑。尽管现阶段的AI能力很强大，但并非无所不能，也有其局限性。我们应该理性认识人工智能的能力，特别是一些短板和局限，深刻认识到人与AI协同创新的重要性。
AI的局限性现阶段AI最大的短板之一就是无法复制人类的直觉和创造力。虽然AI可以分析大量数据，根据一组指令提供见解或构建凸显，但缺乏基于直觉和经验做出判断的能力，而这是人类决策的一个鲜明特征。在艺术、音乐和写作领域尤为明显，虽然能生成让人印象深刻的答案，却缺乏人类的深度和创造力。
因为AI算法需要大量数据才能有效运行，而数据质量直接影响着AI回答的准确性，不完整或者有偏见的数据可能产生错误的结论。如果没有合理的数据标准，人工智能很难识别出数据中的因果关系。
除此之外，算法还可能被对抗性例子所欺骗，通过对样本数据进行微调来欺骗系统。同时外界对于算法偏见，或者说人工智能偏见的担忧不断增长，其实算法所表现出的偏见常常是人类的偏见。
人工智能还存在无法解释决策或推理的局限。很多人工智能算法是基于深度学习训练的，需要在大量数据上训练神经网络，虽然这种方法很有效，但很难理解人工智能是如何得出特定结论或建议的，缺乏足够大的透明度。特别是在医疗应用中，人工智能所做的决定可能会产生生死攸关的后果。
目前AI无法理解数据背后的上下文和含义。比如一个AI系统也许能够识别句子中的单词，可能无法理解文本背后的细微差别或讽刺，这可能导致误解和错误，在自然语言处理和情感分析等场景中尤为常见。
值得注意的是，ChatGPT是一个采用Transformer模型架构的大型语言模型。Transformer是一种深度学习模型，它采用了自注意力机制，可以对输入数据的每一部分的重要性进行差异化加权。
AI还受限于它可以执行的任务的复杂性。尽管人工智能在过去几年中取得了长足进步，但推理和决策能力仍然有限。举个例子，虽然AI系统可以识别图像中的物体，但难于理解物品在场景中的意义。
最后，人工智能由于缺乏常识而收到限制。就像AI可以识别图像，无法理解其用途或含义；可以将文本从一种语言翻译为另一种语言，却难以理解背后的文化差异，对非母语人士来说仍然有挑战性。
AI人才的挑战对于想要跟上AI创新步伐的组织来说，最大的挑战在于AI人才的招聘。招聘人才面临许多挑战，包括但不限于：
对高素质专业AI人才的需求很大，而人才供应尚未跟上；
人工智能是个复杂领域，需要机器学习、深度学习、自然语言处理、数据分析等方面的专业知识，寻找合适的候选人更有挑战性；
AI人才需求量大，其他企业可能会给出更有吸引力的薪酬和机会；
人工智能行业缺乏多样性，比如女性在人工智能角色中的短缺；
【AI与全民开发：挑战和机会并存】成为专业AI人才需要长时间的培训和教育，可能会让弱势背景的人才难以进入该领域，加剧多样性的问题。
为了应对这些挑战，企业需要重新评估他们的招聘方案，以吸引大屏多样性的候选人，并提供有竞争力的薪酬和成长机会。
全民开发在某些情况下，企业需要提升现有员工的能力，比如全民开发的新潮流，一种无代码开发的新范式。