2024-04-27 - AI for everyone - 第三周 - 吴恩达

摘要

2024-05-01 周三杭州阴

小记: (☆-ｖ-)

2024-05-03 周四杭州 🌤

小记: 这几天地铁好拥挤呀！不过体重已经减了 2 公斤，咔咔咔，继续坚持

2024-05-04 周四杭州 🐟

小记: 因为在意，所以昨天有些事情超级不开心，但是我决定要彻底舍弃了，羁绊这种东西本就可以选择，既然理不清那就剪断。

课程内容

课程简介

小结: 通过一些复杂的 AI 产品案例来应用到自己团队的转型中来，开始永远是成功的第一步，坚持才是成功的核心关键。

案例研究 - 智能扬声器

小结: 让智能设备讲一个笑话的步骤如下，虽然是通过机器学习的弱人工智能进行的实现，但是通过结合 GPTs 进行的流程也是如下的步骤:
a. 触发预先设定好的关键词特征识别，唤醒对话设备；
b. 语音识别出对话的目的和诉求;
c. 意图识别具体需求和需要完成的任务；
d. 反馈执行，比如回答，打开浏览器，播放音乐等等。

心得: 因此大模型面世以后，就开始有大量的投机倒把的人开始通过语音合成，数字人，对话系统等封装起来进行炒作，中国永远都是小聪明的人很多，但是真正因为热爱推动行业发展的人很少的，总以为别人不会FQ就一直搞信息差搬运。要么吹牛逼，要么顶着所谓专家的名号到处放屁。我佩服那些真正了的大佬，但是又十分反感那些投机倒把的垃圾玩意。

案例研究 - 智能驾驶汽车

小结: 以百度和特斯拉为代表的一系列智能驾驶团队纷纷推出了自己的智能驾驶项目，不了解的时候这就是一个黑盒，通过项目拆解，我们可能会更加了解其内在的机制和逻辑:

图片/雷达/Gps: 通过传感器和影像设备获取周边的数据信息，提供接下来的分析和识别判断；
a. 车辆识别: 位置/运动倾向
b. 行人识别: 位置/运动倾向
c. 运动规划: 依据车辆还有行人信息以及其他障碍物和行驶要素结合自动驾驶的目的地判断进行自身的运动轨迹规划；

人工智能项目的团队建设

小结: 开始一个 AI 项目，前些年探索的流程中一个成熟的 AI 团队可能需要 100 来号人，但是随着 AI 技术对行业发展的影响，对于有些技术牛逼的人来说，可能一个人就可以承担项目中所有的流程。这种人不用依赖所谓的公司，因为他们足够牛逼，但是目前对于从事 IT 行业的大多数人，实际上他们所具备的能力必须依附于大公司或者团队才可以，因为他们所谓的专业仅是某一领域的追随者。

心得: 随着 AI 发展对于各行各业的影响，总会有不同的声音在喧嚣着，我最近也有一些思考：
a. AI 的发展是对于现有生产力的空前解放，必然会带来企业大规模的裁员，新技术的引进或者产生总会带来类似的问题；
b. 我不是程序员，同时也很反感别人猜测自己是什么软件工程师，感觉跟骂人一样，程序员在我感觉就是个贬义词，会打代码能怎么样呢?能上天吗？有病吧，被标签这种事情本身就是一种歧视；
c. 所谓的代码和架构都是一种组织管理的工具实现方式而已，别把自己看得太高，别把别人看的太扁，别把自己的高薪资看作能力和权力，我不会盲目崇拜任何东西，中国人总爱向强者学习；
中学看黄冈，高中学衡水。
大学望清北，offer 冲华为；

后来明白一件事情，哪怕再努力你没有人家背后的资源，就他娘的幻想逆天改命，胜天半子。
阿里系的企业招聘让人取花名，死也不去这样的公司，老子只是找份工作，还他妈的能让我痛失本名吗？失去名字只是第一步，后面你会失去人格和尊严的。
华为呢，我没什么意见，毕竟华为背后的政治和能量都是红色的，但是推广华为管理手段的憨批高管们一直在公司推广狼性文化的leader们，狼因为数量不太多才叫狼，这样的狼足够狠和凶残。当所有企业都推广狼性文化，实际上那时候模仿者基本都是哈士奇，他们会觉得自己的商标价格贵就会高人一等，学人家之前先看看人家的资源禀赋，先看看自己能不能拿到那么多政府的单子，学来学去可能连狗都不如。

很多大厂不过是互联网时代苟活下来的既得利益者，没有什么伟大的公司，只有伟大的时代。
四大名著对国人真的影响颇深，基本涵盖了中国人的一辈子，中国历代王朝的更迭命运也可以找出一些影子:
a. 《西游记》: 无关系无背景的底层小人物努力进入体制内的心酸取经路；
b. 《红楼梦》: 有关系有背景的上层富家公子在体制内的神仙生活，最后靠山倒了家族倾覆的狗血爱情；
c. 《水浒传》: 有关系无背景的基层公务员，经过艰苦奋斗重回体制的二逼历程；
d. 《三国演义》: 无关系有背景的没落皇家贵族子弟，通过沾亲带故的背景拉来天使投资的创业故事；

总的来说，只有体制内的贾宝玉可以谈恋爱，这也是大家向往体制内的一个重要原因吧！我们很多人喜欢西天取经前的孙悟空，因为这个猴子有我们普通人的影子；如果不是因为刘皇叔的背景，可能连天使投资都拉不起来，这也是为啥这么多人这么心心念念 985 和 211 ；最讨厌的就是宋江，企业的基层小领导，为了进步假仁假义: 兄弟们加油干，功劳全都占，为了大领导，你们死活与我何干；

人工智能转型计划

小结: 如何让自己的团队进行 AI 转型，一般可以按照如下几个步骤进行，但是就像项目管理一样，步骤和流程都是可以通过裁剪进行二次组织的：
a. 造势: 我要开始做一个 AI 项目了；
b. 组建团队：团队内部组件一个 AI 项目组，基于一些明确的小任务；
c. 培训: 提供足够的 AI 训练资源;
d. 研发: 开发和发展一些 AI 策略；
e. 宣发: 对内外开始吹牛逼；

造势

a. 倾向项目的成功原有比项目所谓自身的价值更加重要；
b. 在项目中取得一定的积累和成果在 6-12 个月内；
c. 通过外包合作可以使团队在短时间内获得 AI 领域专业的积累；

心得: 开始一个项目时，不要以价值为判断标准，因为开始的探索，项目的本身成功远要比其它更加振奋人心。

小结:
a. 一般的企业的组织架构通常是矩阵组织架构，AI 可以作为一个 BU 部门专门为其他业务部门提供技术支持，同时可以将 AI 人才聚集在一起进行统一管理；
b. AI 组织可以在企业的 CTO,CIO,CDO或者全新的领导角色之下 CAIO ，为了可以获得更多和直接的项目资源，资金优先和独立是项目成功的一个先提条件；
c. 获得具有决策权力领导者的支持，这个无论在美国或者中国，乃至是宇宙间通用的准则；

小结: 一开始我们需要清楚组织中不同角色对于 AI 项目的成功推动是不同的，所以让其了解到自身需要掌握的 AI 能力也是不一样的，因此需要定制其培训计划：
a. 高管: 给他们描绘 AI 对公司整体的影响和可以采用那些 AI 策略，比如降本增效，裁员广进；
b. 基层领导： AI 项目在业务领域的促进作用，AI 帮助成本节约，更好的辅助监控项目进展情况；
c. AI 工程师: 增强 AI 开发能力，合理的采集和整理 AI 数据，积累 AI 对于项目成功的经验和能力；

心得: 现在社会上出现好多炒作 AI 概念的混蛋，尤其国内一些卖课的，从 GPT 出来以后，好多人感觉自己是 AI 开发工程师了，怎么界定 AI 开发呢？界面集成一下对话系统，绘画系统就是 AI 深度用户了，纯属扯淡。有点技术含量的就是调用下 api 接口，技术还是老技术，只不过是调用的接口足够牛逼，所以这就算 AI 开发了。铺天盖地的都是 AI 技术怎么怎么样，这和传统开发普通应用服务有毛线差别。还天天开会讨论智能体，说到底那不就是一个应用吗？开发方法和模式有什么变革吗？TMD ，吹牛逼也要有点度，自己一知半解就到处忽悠，水的一批，顶着所谓企业给的架构师名号各种误人子弟（os: 没有实力的水货，在企业定的架构师名头下自娱自乐）。

关于企业的技术级别本身就是一个笑话，都他妈的是奴才，还非要分个三六九等，因为薪资制度不透明，所以摸鱼的可能比身兼数职的老实人多好几万的工资，人性啊。

小结: 由于先发优势和赢家通吃的资本经济制度，更好的产品将会获取更多的用户，更多的用户将会产生更多的数据；更多的数据借助 AI将会产生更好的产品；如此循环往复，从而形成护城河。

心得: 不要试图和现有的大型互联网同业竞争，从垂直领域入手，制定合理的 AI 产品应用策略从而获得产品的相对优势，借力打力，搭便车没什么丢人的，活着就行，不要活在别人对自己的定义中，什么薪资，地位，学历，婚嫁诸如此类。我们可以世俗，但是不要被世俗强奸(rape)；

小结: 如果想要公司的 AI 项目取得成功，宣发很重要，需要从一下几个方面入手:
a. 投资者关系
b. 政府关系
c. 消费者/用户引导教育
d. AI 人才建设
e. 内部沟通交流

心得: 有些公司把你当人才，有些公司把你当狗屎，对我们来说最重要的是我们怎么定义自己，而不是别人怎么看自己。帮助自己的前辈肯定一辈子尊重的，那些把自己当牛马驱使的所谓领导，离开以后，再敢不客气就直接骂回去，不尊重别人的人自然不配得到尊重的。

人工智能陷阱

小结: AI 并非万能，有价值的融合而非乱七八糟的应用，上了 AI 并非万事大吉，可能不恰当的结合会带来企业覆灭的灾难。

在人工智能中迈出第一步

小结:
a. 寻找志同道合的朋友共同学习 AI
b. 头脑风暴思考如何用 AI 解决一个小的项目工程
c. 雇佣几个机器学习/数据分析工程师
d. 获得 AI 项目领域的管理层(目前中国很多技术管理者大多都是废物，因为他们的管理思维就是奋斗，吃人文化)
e. AI 项目的建立需要和企业拥有绝对决策权力的领导层协调好，获得持久有效的支持
f. 没有最高决策领导人的支持，任何国家都造不出原子弹的

人工智能应用领域

机器视觉

a. 图片分类: 人脸识别
b. 对象检测: 人/物
c. 图像分割: 找准核心关注点
d. 趋势预测: 依据图像的动作预测下一步的动作（打架之前预测下一步动作趋势，预判了你的预判）

自然语言处理

a. 文本分类
b. 信息检索
c. 名字实体识别
d. 机器翻译

语音处理

a. 语音识别(语言转文字)
b. 出发语音/语气预测
c. 说话人 ID
d. 语音合成

机器人科学

a. 感知: 天才第一步探索（什么都敢吃的年纪，保持纯真）
b. 动机规划: 寻找到最佳的一条路径
c. 控制: 通过命令控制机器完成指定任务

数据演变

小结: 人工智能在很多领域都会产生极大的应用价值，一般来说企业的数据结构为了便于标准化基本都是类似于 sql 这种标准化的数据格式，哪怕没有格式他们也会定义一套标准和规范。对于结构化的数据我们总要多一层知识体系才能理解，但是对于绝大多数的非结构化的数据一般是易于理解的，并不需要再另外学习什么。非结构化的数据在 AI 应用的过程会越来越普遍的，同时人工智能技术对于企业将非结构化数据应用于产品应用变得越来越普遍，这样就会降低企业对于基于结构化数据研发工程师（各种研发设计人员）的需求，这是裁员广进技术的技术本质所在。

吃瓜: 头条 3-2 员工带工牌约炮，想想都挺刺激的，我在想带大厂工牌上床是不是会有光环 buff,奈何层次太低很难理解，无法 GET。

心得:
a. 即便自己是博士和小学生说话也希望你呢蹲下来和他们讲话（要么就别讲）；
b. 我是那种即使自己了解很多也会主动请教并尊重对方看法的一个人（我讨厌在辩论中分对错和高低的对话）；
c. 不要用自己所谓的认知去指导别人，偏见这种东西每个人都说自己没有，实际上这本身就是一种偏见；