來自某TOP3圖像算法博士分享。

本輪AI浪潮開始于2012年的AlexNet。

AlexNet是一種深度神經(jīng)網(wǎng)絡(luò)模型，由Alex Krizhevsky等人于2012年提出。它是第一個在圖像分類競賽中取得顯著優(yōu)勢的深度學(xué)習(xí)模型，證明了深度學(xué)習(xí)在計算機(jī)視覺領(lǐng)域的巨大潛力。

此后的10年里，判別式AI迅速崛起。

判別式AI，在計算機(jī)視覺領(lǐng)域主要是完成分類、檢測、分割等分類或回歸任務(wù)。

在2022年判別式AI已經(jīng)走向終結(jié)。我這么說是因為除了自動駕駛行業(yè)還招人以外，其他行業(yè)招本碩的數(shù)量已經(jīng)極少。博士依然好找工作，但也很難創(chuàng)造什么價值了。

生成式AI，也就是現(xiàn)在大熱的AGI，對計算資源的要求極高。雖然10萬量級的數(shù)據(jù)集也能做一些事，但天花板明顯，很容易被基于大模型的新方法超過。

生成式AI想做好，64張A100顯卡的門檻是不可缺少的，設(shè)備差不多就要1000萬，后續(xù)運(yùn)行維護(hù)費(fèi)用也不低。中國有多少高校有這個實力呢？

TOP5后面的高校明顯有些吃力。

我現(xiàn)在工作的部門是做圖像生成的。從最開始招應(yīng)屆碩士生，到招有經(jīng)驗的碩士，再到今年只招博士，只用了短短幾年。

AI算法看起來薪酬很高，但有兩個無法避免的硬傷：

(1)技術(shù)迭代快，自己研究的東西容易被新技術(shù)取代，運(yùn)氣差的話畢業(yè)即失業(yè)。現(xiàn)在生成式AI很火，但10年后一樣會被取代。

(2)?對計算資源的要求越來越高，這就意味著進(jìn)入門檻越來越高。判別式AI的時代，普通985/211碩士還是能做很多事情的，但生成式AI時代幾乎不可能。

門檻高，技術(shù)更新快，這就是AI算法高薪又卷不動的原因所在。