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。

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;

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。

全民开发不需要编程能力,却可以设计、开发应用并部署到生产环境中,就像经验丰富的程序员一样。全民开发的趋势是无代码平台所推动的,无代码平台提供的是可视化的界面和拖拉拽的工具,用户在没有编程基础的情况下也可以创建应用。

无代码降低了人们的参与门槛,可以在数字化转型中发挥更大作用。而AI在应用开发中有许多应用场景,包括生成代码、测试和调试。如果将无代码和AI融合的话,企业和个人可以更轻松地搭建应用。同时AI可以还可以用了提升无代码平台的能力,帮助他们识别并修复潜在的问题和漏洞。

AI和无代码的应用场景非常广泛,比如客户服务、金融、医疗、物流等。

譬如可以用无代码平台开发AI支持的聊天机器人,为网站访问者提供即时客户服务;利用无代码平台创建财务报告或医疗应用,帮助医生和患者高效地管理健康情况,有效地管理患者的就医流程。

无可否认,AI有着巨大潜力,但也有其局限性。即使这些局限性并非无法克服,却也凸显了继续进行教育、研究和开发的必要性,以确保AI能够在千行百业高效应用,将是属于全民开发的新时代。

作者:Noel Carroll

Noel Carroll是戈尔韦大学大学商业信息系统的副教授,同时也是全民开发实验室的创始人。

AI与全民开发:挑战和机会并存相关推荐

  1. 【活动报名】挑战与机遇并存:AI 新时代应用——Data Everywhere成都站来啦

    科技的发展正以前所未有的速度,改变着现代商业社会,而 AI 的发展正在全方位的颠覆或者即将颠覆各个商业领域,不论是企业还是个人,如果不能及时提升和变革,将很快被这种浪潮所淘汰. 在此背景下,亚马逊云科 ...

  2. 【AI浪潮下的挑战和机遇】许多职业即将消失,AI 即将战胜人类了吗?

    文章目录 前言 一.人类科技发展史 二. AI浪潮下的挑战 1. 数据安全和隐私保护问题 2. 带来新的伦理和道德问题 3. 版权和知识产权问题 三.对传统行业和就业的冲击 1.传统文本编辑行业受到冲 ...

  3. GMIS 2017大会Saman Farid演讲:人工智能时代创业者面对的挑战和机会

    GMIS 2017大会Saman Farid演讲:人工智能时代创业者面对的挑战和机会 2017-05-28 18:26:32    0 0 0 全球机器智能峰会(GMIS 2017),是全球人工智能产 ...

  4. 边缘AI研发落地生态挑战调研报告发布

    摘要:随着边缘设备的广泛使用和性能提升,将机器学习相关的部分任务迁移到边缘,也即边缘AI技术,已成为必然趋势.但仅凭技术是不足够完成落地和产业转化的.近日我们启动了边缘AI研发落地生态挑战调研.我们发 ...

  5. 大数据技术在发展 挑战与机遇并存

    大数据技术是在传统数据处理手段无法应对海量数据的实时需求的情况下,采用新的信息技术来应对大数据爆发进行数据处理的技术.大数据技术一般可以包括基础架构支持.数据采集.数据存储.数据计算和数据展现交互等. ...

  6. 开源软件贡献者在中国大陆发起侵权诉讼的挑战与机会

    开源软件贡献者在中国大陆发起侵权诉讼的挑战与机会 作者:吴国平  北京市隆安律师事务所 开源软件社区一直面临部分不守规则人的挑战,为此部分开源社区联合发布"黑名单"(Excepti ...

  7. AI芯片设计与开发概览

    0. 引言 AI发展及其意义: 学术界和产业界对于人工智能的研究由来已久,但直到近期的2006年,伴随着CNN.GPU加速和海量数据,人工智能才伴随着机器学习(Machine Learning)/深度 ...

  8. AI全流程开发难题破解之钥

    摘要:通过对ModelArts.盘古大模型.ModelBox产品技术的解读,帮助开发者更好的了解AI开发生产线. 本文分享自华为云社区<[大厂内参]第16期:华为云AI开发生产线,破解AI全流程 ...

  9. 有了开发板和平台资源,AI语音技能开发没有想象那么难

    "学了那么久的机器学习,想不想亲自动手开发一款属于自己的聊天机器人?" "我也可以吗? 但我从来没有涉及过语音技能开发这个领域" "没关系,有了开发板 ...

最新文章

  1. CoCreateInstance(转)
  2. 如何做好网络推广中有关网站优化中内链搭建都有什么方法?
  3. c语言各类随机函数,怎样让c语言中的随机函数真正随机?
  4. NVIDIA AGX Xavier环境配置
  5. 看了《OCP/OCA认证考试指南全册:Oracle Database 11g(1Z0-051,...
  6. Avalonia跨平台入门第二篇
  7. 计算机科技与技术对应岗位,计算机技术与软件专业技术资格名称及岗位基本任职条件...
  8. Mysql笔记之 -- replace()实现mysql 替换字符串
  9. Pycharm虚拟环境的使用
  10. C# 判断上传图片是否被PS修改过的方法
  11. jquery表单选择器input、:text、:password、:radio、:checkbox、:submit、:reset、:image、:button、:file、:hidden
  12. 【元胞自动机】基于matlab元胞自动机传染病传播模拟【含Matlab源码 1680期】
  13. 微信小程序上线发布流程
  14. Elastic 7.9 版本发布,提供免费的 Workplace Search 和终端安全功能
  15. 搬运--domoticz的 MQTT API接口 函数英文
  16. origin做相关性分析图_相关性分析的可视化_相关系数图的绘制过程
  17. 生存模型的calibration需要注意的一个问题
  18. 名帖84 米芾 小楷《九歌》
  19. 计算机系高考激励的句子,高考激励人心的句子及图片
  20. distiller的另一个实例正忙于启动_PYQT5学习(02):利用Qt Designer制作第一个窗口程序

热门文章

  1. 离线数据分析平台实战驴妈妈项目实战(完整)
  2. python人文社科研究_人文社科实证研究中问题与模型的关系
  3. Python工具源码,Python批量提取PPT文件中的图片
  4. 最小二乘以及最小二乘求解超定方程组最优解的推导
  5. 台式计算机系统重新安装软件,一键式安装系统步骤,用于重新安装台式计算机系统磁盘...
  6. mongo linux 命令,MongoDB基本命令
  7. pdf在线解密,忘记pdf密码怎么办?
  8. 离散数学 (II) 习题 6
  9. Docker镜像推送到远程服务器
  10. 详解mysql字段类型int(4) int(10)等区别