工信部定调AI未来方向,从业者怎么跟
我觉得吧，相比追寻AI未来方向，不如自己搞个培训班，让别人报名来学。工信部这次释放的信号很明确：AI不能只停留在聊天、写文案和套壳应用，下一阶段要往智能芯片、类脑智能、世界模型、物理模型以及制造业场景继续推进。但别一看到“智能芯片”就集体转行画芯片。对大多数算法和开发者来说，更现实的机会其实在软硬件结合处，例如人工智能编译器、算子优化、推理引擎、量化压缩、分布式训练、国产芯片适配和边缘部署。这些岗位既能承接芯片攻关，又比从零进入芯片设计更符合软件从业者的能力结构。世界模型和物理模型听起来很前沿，真正落到工作上，离不开多模态数据、时空建模、仿真环境、强化学习、机器人、自动驾驶和数字孪生。未来稀缺的可能不是又一个会调API的人，而是能让模型理解空间、动作、因果和物理约束，并在真实设备上稳定运行的人。类脑智能则更像长期方向，涉及SNN、神经形态芯片、事件相机和低功耗计算。科研价值很高，但岗位数量和产业成熟度暂时有限，更适合有计算神经科学、芯片或软硬件协同背景的人，不建议仅因为政策出现几个热词就盲目押注。还有一个容易被忽略的重点：工信部强调的是“以制造业为主战场、以应用牵引为主线”。这意味着工业数据治理、机器视觉、预测性维护、机器人控制、Agent工作流、安全评测和私有化部署，可能比追逐新模型名字更容易形成真实需求。所以普通开发者不用同时学完四条赛道。比较务实的路线是保住软件工程基本盘，再补一项难替代能力：系统优化、行业知识、多模态、机器人或者AI安全。政策负责指出资金和产业往哪里流，但能不能拿到机会，最终还是看你能否把模型接进真实系统，并解决一个愿意付钱的问题。一切看起来都挺好的，但是能站在风口的猪还是不多，不过想要去追寻风口的猪却很多。虽然现在AI的出现一定上让知识平权，但不能实现认知平权。而这些认知总需要有人来指引，如果能从中获利，也是不错的选择方向。
发布于 河南
分享
评论
1
未登录
友善发言
评论
加载中
