如何看待AI对广告行业的影响,究竟是怎么一回事?

作为生成式人工智能的典型代表，为什么chatGPT就突然火爆了圈儿呢？那我们就简单的看看过去，聊聊现在，再畅想一下未来。首先，AI是对海量数字化数据的需求。当前每天生成的大量数字化数据，完美的为超大规模参数的AI模型提供训练。使得大规模模型训练，在相对较短时间及有限的能耗内完成成为可能。聊聊未来，聊聊生成式AI对今后软件设计的影响。举这些例子主要是想表明现在人们对AI的看法也大概率不准确。第二个谬误观点是GAI是用来帮助程序员提高效率的工具。这类工作是AI替代的完美目标。这时Copilot，codex及众多的IDE GAI工具将会广泛使用。在AI盛行的时代，驱动AI的铲子是硬件算力平台。
如何看待AI对广告行业的影响究竟是怎么一回事，跟随小编一起看看吧。

以下文章来源于开芯茶馆 ，作者开芯茶馆

作为生成式人工智能(Generative AI)的典型代表，为什么chatGPT就突然火爆了圈儿呢？那我们就简单的看看过去，聊聊现在，再畅想一下未来。

关于人工智能的过去，其实大学学通信，信号处理等专业同学对神经网络这门课其实很熟悉了。神经网络的相关思想和算法的提出和演进已经进行了多年。之所以可以在现在落地成人们真正可以接触的方向，主要是因为三个周围的必要条件都满足了。

首先，AI是对海量数字化数据的需求。这个很好理解，人们的感受也很直接。从九十年代仅有少数人拥有的模拟制式的“大哥大”，到今天人手一部的智能手机。从2000年初，普通电脑仅能用56KB/S的“猫”拨号上网，到现在超过GB/S的通信带宽。当前每天生成的大量数字化数据，完美的为超大规模参数的AI模型提供训练。

其次，是从硬件层面，当前各种算力芯片提供了前所未有的超大算力及能效比。使得大规模模型训练，在相对较短时间及有限的能耗内完成成为可能。

最后，充当整个过程催化剂般作用的软件AI框架，如TensorFlow 等，使得构建和实现的门槛降低。

了解的它的过去和现在，人们开始最担心的就是未来。未来什么工作会被人工智能取代？我们现在学习什么不会被未来机器所淘汰？这是一个见仁见智的话题。

正题开始！聊聊未来，聊聊生成式AI(GAI)对今后软件设计的影响。看了很多业界人士对未来的预测和判断，都感觉有局限性。这两天有幸在网上看到一篇让人脑洞大开的文章《ChatGPT会在10年内取代程序员》让我颇为惊艳！链接放在文章的最后，有兴趣的朋友们可以看看。

文章先举了很多反例证明人们大多数预言都不准确，尤其是在技术方面。举这些例子主要是想表明现在人们对AI的看法也大概率不准确。这个说的没问题，包括这篇文章我觉的也大概率是不准确的预言之一，但并不妨碍我们科幻小说般的对未来的想象。

文章又提了两个人们在ChatGPT之类的GAI在软件开发方面的谬误。这两点我倒是非常赞同。第一个谬误是“当前的AI会产生bug”，甚至有些代码还不能完全复制粘贴来使用，所以AI不会取代程序员。那么其实人也会产生bug（无论是有意为之还是为了保全工作）。所以有bug的代码并不会阻止GAI最终取代程序员。

第二个谬误观点是GAI是用来帮助程序员提高效率的工具。那么从老板的角度来看，如果有机器替代的话，高收入的程序员群体是老板眼中首先要节约的“成本”。尤其是因为软件工程是数字化的，可指数级扩展的工程问题。这类工作是AI替代的完美目标。

接下来我们来看看作者如何预测未来：

阶段0：原型期（2023年第一季度）失业率预测：2%

虽然当前chatGPT还仅仅是基于浏览器的AI工具且并不稳定，但当微软、谷歌以及每个科技和创业公司都想加入竞争的时候，chatGPT类的GAI演进速度会加快。那么当前受影响的是基于搜索的广告业务，软件工程师还比较安全。

阶段1：规模化的集成开发环境（IDE）渗透（2023年第二到第四季度） 失业率预测：5%

这时Copilot，codex及众多的IDE GAI工具将会广泛使用。有大量的Java等语言的样板代码。AI拥有程序上下文分析的能力，GAI将会首先通过微软工具套件等形式被集成。生产力大幅提高，工程速度加快，但项目暂时不会因为提早完成而大量裁员。大多数人还有短暂的安全。

阶段2：高级IDE工具开发与整合（1-2年）失业率预测：25%

该阶段IDE会越来越强大，能分析整个代码库的上下文环境，并提供100%覆盖率的单元测试。编写程序的语言不再重要，用python快速实现的想法，瞬间可以被重写成其他效率更高的代码。真正的工程清洗( engineering purge)开始，低效的和拒绝AI的开发者将首当其冲。通用性的软件工程（如web前后端）将是多米诺骨牌的第一张，其次是手机应用开发。VR及游戏等专才仍然安全。

阶段3：软件即服务（SaaS）和无代码阶段（2-5年）失业率预测：75%

阶段2所遗留下的代码库已经重新被重写和更换。存留下来的代码库在测试覆盖率，安全性及标准化等各个方面都全面碾压前人。软件将不再需要文档。AI一直在基于用户的使用模式，优化自身。

软件开发更关注业务本身，一句话就可以生成类似今日头条类的新闻推送系统。没人做全栈了，移动设备app开发也消失了，开发者转向如机器人及生物技术等专业方向。不会编程的人士只要有好的业务想法，AI便可帮忙实现。

阶段4: 原生AI（5-10年）失业率预测：95%

这个阶段的代码不再由人类维护，单元测试和工程文档这类的事物也早都过时。AI代码并不需要使用人类能理解的汇编及高级语言。更原生的AI指令集会使得软硬件及编译器皆为AI所用，协同优化。写代码将会像公园里的蒸汽火车一样，仅仅是为了缅怀和记忆。

阶段5: 热寂（Heat Death）（10年以后）失业率预测：99%

软件早已无法识别。AI原生标准已经全球化。钢铁侠般的实验室里，AI会通过跟你聊天来完成你想要完成的任务。web 3.0也会在AI的推动下提前到来。

到这里，文章结束，未来预测完了。那么我们可以想象，在淘金的时代，发财的往往是提供铲子的人而非淘金者。在AI盛行的时代，驱动AI的铲子是硬件算力平台。因为能快速训练chatGPT，Nvidia A100芯片已经卖疯了。