作为一个大龄码农，你们觉得学习人工智能相关的知识是否有必要， ROI 高吗？

[bigxianyu]

作为一个大龄码农，你们觉得学习人工智能相关的知识是否有必要，ROI 高吗？ 因为毕竟听起来人工智能是需要高学历的这种去研究，那普通人（ 比如本科这种 ）在这个领域可以怎么学习，为自己带来新的机会，

[bigxianyu]

之前买了一本深度学习入门，看了一点，后面不了了之，我在想是否应该去严肃认真的花时间去学习下

[jgh004]

看你想干啥了，想开发估计是没戏了，学学怎么用还是可以的。

[murmur]

你学不会，这玩意真的要数学基础的，平时开发那点东西三角函数都很少用

[crocoBaby]

roi 还没有 web3 高,不过你单调 ai 的 api 开发那倒无所谓

[iOCZS]

会用就行，懂原理没用，你没有硬件资源，只能自己小打小闹

[DUNAI]

学 习

[magicfield]

学开发很难，但可以考虑根据现有产品学习怎么应用，怎么扩展应用。本身 AI 的研发和应用也是完全两码事

[chenliangngng]

这个东西就和英语一样，短中期除了装 x 没啥用，超长期才会有点点用，我建议知道概念会用就行

[gaobh]

做大模型的就那么几家，不去的话没必要，知道原理就行了

[yena]

新的机会是指工作吗？

[emSaVya]

大部分人根本学不会的。80%的人大学的时候推公式都推的迷迷糊糊 现在再去推 根本没法下手。

[WildDonkey]

搞上层业务开发就好了。Google 搞高大上的安卓，咱开发个 app 就好。大龄码农认清自己的定位很关键。

[SantuZ]

现在 AI 行业缺少的是赚钱的业务和产品，技术真的迭代太快了，往业务上靠是一个 ROI 高的方向

[leesin8848]

学习成本太高

[hackyuan]

给自己部署一个玩玩挺好的，至于底层学习还是算了，目前没那追求。

[sentinelK]

可以简单粗暴的对应成软件开发领域的编译机、或者操作系统开发。
而且 AI 比以上更难的一点是，你的实践机会无限接近 0 。

openAI 的每次模型训练的成本都是几个亿人民币这个量级。以至于他们在实践中会使用一个低成本小模型来预测大模型的收敛结果。即便是这个小模型，训练成本也是千万人民币。

这也就导致现阶段直接接触统计学 AI 的人才，都是“学阀团体”。
因为外人根本没法融入，团体也没有人相信你，也没有那个资金来让你试错。

现实的例子：楼主可以看看“Transformer 八子”，可以说他们是目前统计学 AI 的奠基人，看看他们的个人实力。

[whp1473]

这东西本质是 数学>>>>>>GPU 算力>>英语>计算机，你数学有天赋才行

[yjw239]

放心，学不会的。应用层的皮毛学点，知道怎么用好就不错了

[RealJacob]

ai 是生活，不是工作，尝试把 ai 融入生活吧，从工具的角度去学习，而不是学习它的内核和原理，那没啥意义了

[isno]

大龄，30 还是 40 岁？

投入 10 年的时间去学习，你在 50 岁之前能成业界大拿，我等 50 岁了还是 crud 打螺丝，高下立判啊。

[me1onsoda]

很低。本身就大龄了，当个调参侠都不配

[mercurylanded]

会用就行，能研究这东西就那么多人。后面还需要人去做应用。

[BlackEagles]

学历高吗？数学水平强吗？看得懂论文吗？
如果否的话学学 api 调用应该问题不大

[fredweili]

大模型入门不需要那些传统的数学/机器学习知识了，直接用

[Jinnrry]

学习很简单，一周时间搞懂什么是前向传播，学习率、步长、激活函数之类的概念就行。接着看看 tf 之类的函数怎么用。接着你就可以开始炼丹了。至于里面各种公式是怎么推导来的根本不用管，你只需要知道怎么用。就行你平时写代码，你也没想过数据库怎么运行的、网络怎么封包、解包啊。网上抄一个网络模型，能复现就行

[chitanda]

其实学东西，还是看你有没有好奇心。我对大模型是怎么帮我写代码的非常感兴趣，去年开始几乎每天学 30-60 分钟的 coursera(b 站上的资源)+不懂得就问 gpt ，单纯越学越兴奋，很久没有这种感觉了。现在有了大模型，每个人受教育的机会大大提高了。

[c2const]

学怎么用可以，学开发得去读个数学或人工智能的研究生，并且数学得过硬 :)

[Desiree]

不要为了学而学，起码要觉得有意思才学

[tianzx]

我觉得学学金融、股票啥的，ROI 可能更高些

[v2e0xAdmin2]

@crocoBaby #4 兄弟 web3 有哪些方向啊？最近了解点撸毛的，一般就是脚本刷积分、抢跑之类的，其他的还有么

[opentrade]

这东西不是学，是用

[crocoBaby]

@v2e0xAdmin2 还在学习中,也不是很了解,免得误人子弟

[nexo]

先评估下自己数学水平和兴趣

[ccpp132]

deep learning 的数学简单着呢，花时间没有学不会的
不过能从头来过学新东西学到很深的人感觉没多少

[LaurelHarmon]

不如学习怎么把 GPU 模型移植到 CPU 上，这个比较实用也比较刚需
啃原理当调参侠就算了 ，没学历不会写论文，学这个没用。

[simonlu9]

在路上，线性代数，微积分，概率，啃这个都要半年时间，最近学到线性回归最小二乘，真正把前三门的知识用上了，感觉九年教育义务第一次用上场地了，我数学比较差，学得慢，学一个知识点要好几天，不知道对之后找工作用处大不大，但感觉竞争力还是有提升的

[moyt]

没什么用，看看原理用来吹牛逼倒是可以

[iloveayu]

理论肯定是追不上了，搞相关工程非常可以

[qingshanyuluo]

@Jinnrry 请教下学完这些东西有啥用吗，对于一个已经工作的开发来说

[andydebug]

一大把年纪了，还这么天真吗

[exploreexe]

数学行吗？能看懂英文论文吗？算法能搞懂不，如果不行的话，建议放弃。

曾经看过，放弃了，当时的心境就是完蛋，我要被淘汰了。以后这玩意只能掌握在大公司手里，普通人没机会了。

现在看，也不是完全没有机会，调下接口 勉强能活着。

[chenjianyi]

最近看了个教程 算是机器学习之中深入浅出的了 可是一些数学公式还是看不懂

https://aibydoing.com/intro

[reoah2]

只搞 ai 应用门槛其实不高，很多东西了解个概念就行了，现在很多 no code 的训练平台，非常方便

[reoah2]

@reoah2 这里指小模型，大模型的话没必要自己训练，调 api 然后 langchain+vector DB promt 就可以了，一样可以搞出很多有意思的应用

[daxiongz]

研发模型很难，要有数学功底，要看论文；普通调包侠，应该是简单的

[darluc]

有必要。不需要太深入（看个人数据能力），至少要能支持你配个本地运行的写代码助手。

[Donahue]

普通的机器学习，深度学习不难的(指调用 sklearn 、pytorch 写个简单的分类、回归模型)，这个我觉得学会调用 api ，再了解一下原理是挺好的。

大模型反正自己也没那个显卡去训练，学会调用 api 就好了

[Donahue]

@Donahue 仅仅基于兴趣驱动，如果是为了赚钱的话，还是算了吧

[mythabc]

大多数 ai 应用都是在玩提示工程，这个还是要会的。
移动互联网时代也不是所有参与者要知道移动终端怎么做的，手机通信是什么原理。

[gitlight]

不发论文只是做应用，其实和开发差不了多少；深入到 DL 的数学的话其实难度也没想象中那么高，概率论+线性代数+一点点高数就能入门了，本质上目前 AI 的大多数创新还是基于实验和直觉，很多 trick 都是现有实验后有解释。不过数学好的人搞 AI 是真的牛批，视角都不一样。。。（看过苏剑林博客之后的感悟）

[bigxianyu]

谢谢大家反馈

[howfree]

我是先满足自己的好奇心，因为之前公司有做 ai 的，当时自己也有兴趣，甚至幻想能不能内部转岗，上家公司对做 ai 的学历有要求，基本上都是研究生以上学历，我当时把大学的高数，线代，概率论全部过了一遍(这些都是上班时间看的，哈哈)，就找 b 站上的考研数学视频，然后了解了基本的 python 语法，学了 numpy 、pandas 、pytorch 、tensorflow,视频主要看了吴恩达的相关视频，还有周志华的一个入门导读，买了基本相关的书，但是真看不懂，特别是西瓜书，后面跟着 github 上一个图片识别的项目作了一个 demo ，大概知道是基本的底层逻辑后，也就放下了