Transcription
最大的问题在数字时代，特别是AI时代，是如何我们能够适应在工作环境、在工作工具以及在人们互相互动方式上的变化。什么将变得最重要以便你们能够有效工作并在自己的领域和职业道路上受到重视。很多人非常担心AI会夺走工作并会大大改变大家在办公室的工作方式。我的回答是你们需要做出最大的改变。那就是改变思维方式。在Colab社区的季度研讨会中，我与数据科学、AI、技术工程师领域的其他四位专家，来自越南、新加坡、英国和美国，将一起与大家分享如何通过改变自己的思维方式来适应AI时代的观点。
欢迎大家来到Colab频道。我是黎叶乔庄，是一位创业家、投资者，也是一位相信学习和自我发展是终身旅程的人。
本周的Colab节目将是一个特别版，它不会是我采访嘉宾的故事，也不是我与大家分享的故事，而是一个经过多段影片剪辑而成的更深入的特辑。在研讨会中，这是一个我向Colab社区承诺的培训，每三个月一个季度，我都会努力整理资料，系统化想法，并深入探讨某个主题。在Colab的第五次研讨会中，我将重点关注的主题是数字时代和技术。在AI逐渐取代许多工作并彻底改变人们互动和工作方式以及在工作中做出贡献的时代，你们将如何应对。
我计划每次这样的研讨会持续3小时，向全球所有关注CEO节目的朋友们开放。在越南、新加坡、亚洲、欧洲和美国。我选择一个周末来准备资料、内容，在这3小时内，我将非常深入地与大家分享如何理解某个问题、锻炼自己的技能并发展个人能力。
特别是在这次研讨会中，我还邀请了四位嘉宾，他们之前已经吸引了Colab观众的极大关注。你们有机会互动、直接提问、聆听答案，并与Seol社区中的其他人交流。这一期将是这样的一期，可能会比其他期更长，但我相信它会带给大家一个多维度的视角，能够深入探讨一个主题，特别是你们会感受到与一个社区的连接，而不仅仅是一个播客节目。
大家好。非常感谢大家今天利用周末时间参加这个节目，这个节目是一个定期节目，到现在已经是第五次研讨会了。今天和大家一起工作，大家称之为第五次研讨会。我才意识到，我确实已经和社区一起举办了许多研讨会。想必各位也知道，Colab才诞生一年多。而我做这个节目的目标是，如何能够与更多的朋友分享，特别是那些热爱学习并希望在工作中有所成就的朋友。
Colab所做的议题都围绕着如何让大家发展能力，以连接“学得好”[笑声]和“工作得好”这两件事。我认为这两个领域，一旦一个人热爱学习，他就能工作得非常好。然而，并非学得好就一定能工作得好，在这两者之间还有许多不同的技能和经验，因为市场在不断变化。
因此，在每一期播客中，我分享的内容都限制在30到45分钟左右，最终它仍然是一个媒体产品，一个传播产品，所以我通常需要讲得非常吸引人才能引起大家的兴趣。但是，我只有30到45分钟，无法深入探讨。所以，研讨会将是我能够深入探讨、分享并与那些花时间观看的人互动的好机会。
因此，我这次研讨会的目标是，如何能够尽可能多地与大家互动，而你们必须充分利用这段时间。因为我每季度只能举办一次这样的活动。所以，大家不要只是像听播客那样坐着听，那样太可惜了，而是要带着一个目标来到这里，除了播客之外，你们还想问什么，你们想在这3小时内获得什么，好吗？
那么，今天有170人报名，为了能够最有效地互动。Geolab团队已经给大家发了四个虚拟背景，以便分成四个小组，这样我就可以很容易地知道每个人的背景是什么。此外，这也有助于我了解在这个小组中，大家的背景是什么样的，这样大家可能会对哪个主题更感兴趣。首先是工程师组。工程师组将有紫色屏幕。其次是非工程师但在科技公司工作的小组。第三组是在其他公司工作，与科技公司无关。最后一组是学生。
今天的计划是，我将在前一个半小时，从晚上7点到晚上8点半，进行问答环节。在这个问答环节中，一开始我将笼统地分享一些我在大家填写注册表时收到的问题。但之后我将优先回答大家今天提出的问题，因为我认为这样可以增加更多的互动性。之后，在晚上8点半，我将介绍四位嘉宾。这四位嘉宾之后将被分到Zoom中的四个不同房间。大家可以选择一个房间进入，如果你们还没有注册，之后将随机分配你们。到晚上9点半，我将把大家召集回来，进行总结，并希望节目能在3小时内结束，即到晚上10点。
今天想必大家也知道，我将与大家分享关于数字时代和AI中的思维方式，我选择的关键词是“思维方式”，因为在过去的一两年里我一直在使用AI，而在此之前，大家可能也知道，在越南我有一家公司，从2019年开始在医疗领域从事AI工作，名为Harrison AI，所以我总结出来的，并且我认为最重要的仍然是思维方式。这里的思维方式是指思考方式、处理方式、以及我们看待工作的方式，这才是最重要的。至于其他的，已经不再那么重要了。例如，内容也不再那么重要。某些任务的能力也不再那么重要，最终，思维方式才是最重要的。
我举一个具体的例子，比如说，就在两年前，甚至到现在，大家仍然认为内容是互联网非常宝贵的资产。想必大家仍然有这种感觉。为什么？现在就拿YouTube频道来说，就是内容。我向世界提供内容。现在随便找几个热门频道，拥有数百万订阅者。那么是什么帮助他们获得100万订阅者，并在YouTube上获得金牌按钮、钻石按钮等等，他们从这些频道赚取了大量的钱。那是什么？他们卖内容，对吧？也就是说，他们有内容可以向世界展示，大家认为，哦，内容确实有它的价值。但是，在AI时代，大家会发现内容已经不像以前那么有价值了。因为任何人都可以创作内容，让ChatGPT写一下就完成了。所以，内容正在失去它的重要性。现在即使我再怎么努力读书，遇到问题，5分钟后问ChatGPT，它也立刻知道。所以，以前我努力读书积累知识这件事，现在变得不如以前有价值了。同样地，以前大家会发现，当我去上学时，例如我在外贸大学学习，我学习了国际支付或进出口的业务。交给我一份进出口文件，我就可以处理。ABC XYZ，那么以前处理这些工作的能力是非常有价值的，对吧？要花4年时间在外贸大学认真学习才能做这些事情，不学习就做不了。然而现在，做这些任务，甚至是业务的能力，也不再有那么大的价值了，最终我认为思维方式才是AI时代最重要的。
那么，思维方式是怎样的呢？大家可能也已经看到，AI已经成为一台能够给出极其出色答案的机器。现在，回答某个问题的能力已经不再那么重要，而现在重要的因素必须是提出好问题。如果你们不知道如何提出好问题，AI就只会是一台闲置的机器，无法帮助你们任何事情，如果无法提出好问题，你们就无法解决问题。那么，如何提出好问题呢？
首先，我将与大家分享一些例子，在这些例子中，提问方式不正确、不好，将无法帮助你们走得更远。例如，我收到过这样的问题：AI，你认为AI将如何改变世界？AI将如何影响工作？我认为这些问题你们可以扔给ChatGPT。ChatGPT会回答很多。我也可以回答。但我认为回答这些问题是徒劳无功的。因为，它永远不会出错。[笑声] 当你问这些笼统的问题时，我想怎么回答就怎么回答，对吧？如果想回答得永远不会出错，那就意味着它永远不会有用。你们不妨想想看。例如，你们去问某个前辈，前辈，您能给我一些建议吗？如果有人回答问题的方式是没有主见的，或者说一切都会好起来的。所有这些话，如果我认真地说，都是非常空洞的。因为那些事情也帮不了任何人。所以，当你们提出问题或处理问题时，如果你们不知道自己的目标，只是笼统地问，那么我也帮不了你们什么。更重要的是，如果你们在生活中继续提出这样的问题，你们将听到永远不会出错的答案。听起来可能很好听，也很舒服，但它并不会改变你们的生活。这是一种问题。
第二种问题是问我：“姐，您能告诉我，在AI爆发的时代，我该如何才能找到一份好工作呢？”这些问题虽然非常具体，但却缺乏背景，缺乏内容。因为我不知道你学什么专业，我也不知道你擅长什么，我也不知道你的人生目标是想实现工作与生活的平衡还是其他什么，你这样抛给我一个问题，我也会选择回答那些永远不会出错的答案。我可能会说，你必须努力，勤奋工作，并且要创新。但是，勤奋努力是什么意思？创新又该如何创新？创新又不是谁叫我创新，我自然就能创新的。我观察到人们提问和回答通常都属于这类。而这种提问方式，要么非常笼统，要么非常具体但缺乏背景，背景意味着没有说明情况，没有足够的内容，那么它就不会推动工作向前发展。这一点，如果你们与ChatGPT互动过，就会非常清楚。当你们问一个漫无边际的问题时，你们会发现ChatGPT也很模棱两可，它也会回答，而且它的回答总是听起来很好听，很悦耳，但最终也帮不了我们什么。这就是人们在使用AI时，是高效使用还是敷衍使用之间的区别。
那么，如何提出正确而好的问题呢？这项技能可能很多人都没有提及，尤其是在AI时代之前。但在当前时代，提问技能将是解决问题的方式。当AI取代了其余部分时，这将是你们为世界做出贡献的方式。根据我的经验，要提出好问题，我建议大家分三步走。第一步，你们要提出关于自己尚未完全掌握的概念的问题。第二步，你们必须“框定问题”，必须定义、描绘出你们想要解决的问题，以便能够与AI互动，并请AI帮助你们获取尚未拥有的信息。在整个过程中，你们必须主动连接AI帮助你们找到的碎片，以便自己得出解决方案、做出判断并指导问题解决的方向。最后，一个极其重要的步骤是，你们必须经常更新。特别是在这个时代，一切都将比以往任何时候都变化得更快。你们一两个月前解决的问题可能已经完全过时，而你们一两个月前得到的解决方案可能不再有效。
大家和我一起深入了解每个步骤吧。那么，如果我是你们，我将如何提问才能解决问题呢？现在我们选择一个你们感兴趣的具体问题：我如何才能找到一份工作？我是一名应届毕业生，或者我现在想转行。那么，当你们面对这样一个我称之为“问题”的情况时，你们必须如何“框定”你们的问题，才能提出正确的问题。原因在于，当你们提出正确的问题时，你们才能找到正确的信息，而正确的信息才能帮助你们回答问题。我不会提出这样的问题：“姐，我刚毕业，现在AI时代，我该怎么办才能找到工作？”问这样的问题，无论谁回答，都会回答得很笼统，对你们没有任何帮助。你们正在等待某人给你们做一碗现成的饭吃，但“欢迎来到这个世界”，世界不会是这样的。
那么首先，你们必须知道，你们必须是解决问题的人，而不是把问题交给别人来解决。所以，要解决问题，首先你们必须理解问题是什么。然后，你们才能思考，对于这个问题，有哪些解决办法。然后你们才能测试每种解决办法，最终给自己一个想法，哦，这样的话，我有两三个可以尝试的办法。我尝试第一个不行，我还有第二个。我尝试第二个不行，我还有第三个。我必须提出的第一个问题是：AI到底能做什么了？与其你们迷茫、害怕，担心世间万物，这些都无法解决你们正在面临的问题。而要问这些小问题，你们会很容易得到答案。因为谁有能力回答这个问题？首先是ChatGPT有能力回答。把这个问题扔给ChatGPT，ChatGPT能回答，然后ChatGPT回答了，有什么我不懂的，我再继续问。就像我以前看维基百科一样。我想在座的各位都很“tag a”，所以你们明白我说的意思。也就是说，只要有一个我不懂的新概念，我就继续问，继续问，继续问，然后回到上一层，再继续。这就是你们深入了解问题的方式。必须彻底理解问题。不要敷衍了事。我的目标是解决问题，而不是给这个世界留下深刻印象。
这个问题可以问ChatGPT，也可以问我偶然认识的在AI公司工作的朋友。因为他们会从技术角度告诉我。例如，如果是我，我会知道在Anthropic或OpenAI工作的朋友，我会约他们出来喝杯咖啡，聊一个小时。但在和他们喝咖啡之前的一个小时，我必须先构思好我想问这些朋友的问题，但这些朋友会提供相关的信息。我不会去OpenAI的朋友那里问“AI时代一个学金融的人怎么找工作？”我不会这样问。我会问OpenAI的朋友一些问题，例如：“嘿，现在AI公司这个世界，机器已经能教机器了吗？还是仍然需要模拟数据来教机器？还是需要用人来教机器？”当你们问这些与回答者相关的问题时，你们就能从他们的角度学到东西。你们必须是分解问题的人，并且针对每一个小问题，你们问对的人，做对的事，这样你们才能获得最多的收获。
问完AI能做什么之后，你们会继续思考。现在AI Lom很强大。听说AI现在甚至能写代码，可以取代开发者。这到底有多真实？你们会非常具体地去了解，现在有哪些工具已经可以取代开发者写代码了。你们可以大胆尝试，用用看，看看它已经发展到什么程度了。就这样，你们就能回答自己的问题。现在，例如我教市场营销，我教市场营销，那么AI的哪个功能会影响我呢？LM会影响我，因为它对内容部分影响很大。所以，这就是我想了解的领域。当我了解这个领域时，首先要看它的能力达到了什么程度。其次，我要看它的应用已经发展到什么程度了。那些最早的公司总是先接触营销机构。看看营销机构已经使用到什么程度，他们对这件事的看法如何，会有人称赞，也会有人批评。但是，当我听到很多人说“哦，看看就好，还不能取代”的时候。那时我就已经能想象到，从行业层面来看，它只发展到这个阶段。
所以，第一步是你们必须提出正确的问题。而要提出正确的问题，你们必须非常具体地分解问题，并准备好深入到底。第二步是你们必须思考它的应用在哪里，并去问对的人来回答你们这个应用问题。第三步是很多人都会跳过的一步，但在当今世界却极其重要，那就是你们必须不断更新。因为我刚才教给你们的行动方案，你们这个月做了，下个月就得再做一次。因为下个月会有新的收入，下个月可能已经有了新的变化。你们必须经常提问，而以前，例如我大学毕业20年前，我问投资银行是什么？这个月有人回答我，5年后我才需要再问，投资银行最近有什么新动向吗？因为每个月都差不多，没什么好问的。然而，关于AI的问题，你们必须每个月都问，是真的每个月，我没有夸张。每个月都会有新的东西出现。所以，这就是我分享给你们的方式，我想分享给你们的是，我的思维方式，这种方式改变了很多。
自从ChatGPT问世以来，我听到很多人提出的最大问题是：当AI能做很多人类能做的事情时，我们该如何生活？更具体地说，我们该如何谋生？很多人有一种想法，那就是AI已经能做的事情，我们就避开，去做AI还不能做的事情。而对我个人而言，我观察到还有另一种看法，我发现它更有效、更积极。那就是你们要以一种非常主动的思维方式去接近。而不是被动地看AI已经做了什么，还没做什么，以便自己还有工作可做。你们应该拥有一种主动的思维方式，那就是AI已经做了什么，以及我如何在自己当前的工作中利用AI的能力。站在巨人的肩膀上，利用新的能力，新的劳动工具，这样你们就能成为超人，而你们即将解决的工作将具有更大的规模。
这种主动的思维方式与一项我认为极其重要的技能紧密相连，那就是与AI的提示（prompting）技能。如果你们从AI的角度来看，认为AI现在已经能做了，它能做什么，我就避开它，不再做那些事，去找别的事情做，那也很好。但这相当被动。而如果你们有一种看法，认为AI现在能做些什么，在我之前做过的所有事情清单中，现在我能交给它做多少事情，那么你们会突然发现，你们的能力得到了极大的提升。因为突然间，每个月只需支付20到25美元给OpenAI，我就有了一个秘书，叫它做什么它都做，而且它不抱怨，叫它半夜12点做它也能做，它就这样坐在我旁边工作。这是一种新的思维方式，大家明白吗？
在AI这个世界里，你们会发现，首先要使用AI，你们必须让它能够帮助你们。例如，就像我刚才和大家分享的那个问题，你们必须知道问它什么，它才能给出对你们有用的答案。如果我问得太笼统，它总是给出指导性的回答。而指导性的回答对我的帮助不大，也无法验证任何事情。因此，当你们经常使用AI时，你们会发现提示（prompting）能力将成为区分你和旁边的人在使用AI效率高低的关键。而要想擅长提示，你们就必须多加练习，并且要对AI非常挑剔。你们可以批评它，你们可以说它做得不好，能不能修改一下？你们就这样不断地与它互动，你们的提示能力就会提高。你们必须亲自动手做很多事情，随着时间的推移，你们就会知道如何提示才有效。这是第一点。你们必须提供非常好的上下文。第二点是，你们必须如何提问才能获取自己需要的信息。
而最后，你们必须思考。你们是抱着一种思维方式，就是“哦，听说那是机器人，对吧？”现在我们让它做我们的事情，看看它能不能做到。那么，目前那个机器人还没有那么厉害。它只能回答一些很小的部分。而连接起来的思考部分仍然是你们的。所以，如果你们太懒，让它“请帮我写一份申请大学的申请材料”，它会写得非常糟糕。
而如果你自己坐下来思考，告诉它“请列出这个专业领域的10所大学，我的标准是这样的，给我这10所大学”。它就会给你这10所大学。然后你再说“能否为我总结一下这10个课程的要求是什么？他们在我身上寻找什么？”于是它就为你处理了。在这样搜索之后，你必须是那个思考如何写这篇论文才能在其他申请者中脱颖而出的人。
你们可以想象，你们所做的工作，会得到AI的强大助力。但是，如果你把你的要求丢给它，让它去做，第一，它的能力还没到那一步，可能几年后不知道能不能到那一步。但是，重要的是你必须是那个知道如何思考的人，你必须知道如何分解问题，当它把结果推给你时，你必须知道如何筛选并让它做更多的事情。
所以，这就是为什么我今天只有一个关键词想要强调给你们，那就是思考，思考，再思考。至于AI工具，它会越来越多，而且你们每个月都必须更新，否则你们就会落后，很快就会落后。但是，在这个AI时代最需要的是你们思考的方式。AI不仅改变了我们工作的方式，我们工作的环境，还有一个领域，我认为AI将带来巨大的改变，而且我认为这个领域才是真正改变人类生活的东西。那就是人类在这个AI时代的学习方式将发生巨大的变化。
AI时代的教育主题是我非常热衷的，我研究了很多，有很多想分享的东西。但我不知道Colab社区的你们是否感兴趣。如果有，请在下方的评论区给我提问，到某个时候我会汇总起来，以一种非常系统的方式与你们分享。
在这次研讨会上，我将与你们分享一个发生在我孩子身上，他们在美国读小学期间的故事。AI是如何改变他们的学习方式的？
>> 大家好，今天周四，我去参加Mary的家长会。我的孩子在这边读五年级，老师说了一句话，让我感触很深。老师说，Mary正在学习光合作用，也就是科学课上关于光合作用的内容。然后，在家，我看到她首先打开维基百科，然后跳到ChatGPT，并输入了这样的提示：“能否总结一下光合作用，用五年级学生的知识来解释。”于是ChatGPT就给出了很多内容。然后她好奇地让它“再做一次，但这次是给七年级学生解释”[笑声]。然后它又为大学水平的学生做了。而且她仍然理解，因为它解释了很多更深层次的东西。但是，当她从五年级跳到七年级时，她对知识的理解是连贯的。所以她已经理解了基础知识，然后她读到七年级的知识，她就理解了。七年级之后，她读到九年级，她也理解了。她读到大学水平，她也理解了。于是她很高兴。
进教室后，老师让她写一篇论文。她写了很多。于是老师说：“哦，那天在家是怎么知道这么多东西的？她上网查了ChatGPT。”所以老师说：“你看，现在教他们，内容已经不重要了，必须教他们如何设定学习目标。为什么他们想要那个？为什么他们想要那个？”于是老师就想，现在必须给Mary一个热情项目。也就是说，Mary选择一个她想了解的项目，然后做一个完整的项目。在这个项目过程中，Mary可以学到很多她想学的东西。而她会成为观众，看看Mary发现了什么。
而这仅仅是一位五年级老师，她非常迅速地意识到了这一点，并直接告诉了父母。她说：“我看着就知道，这个孩子可以走得很深很深，然后就一直沉浸其中，不知不觉就进去了，就像我们一样。当我们对某件事充满热情时，我们会问得很深，自然就会知道很多，而她非常赞赏这一点，而不是说‘哦，现在你知道光合作用了，是吗？那么，你要不要把六年级的课程拿下来学，还是七年级的，还是八年级的？’因为你通过ChatGPT也能得到这些。”
相反，她会教孩子如何在你对某个主题感兴趣时进行研究。现在你可以选择任何主题。你想选择关于这个自然界的生殖系统的课题，那么植物的繁殖方式不同，动物的繁殖方式也不同。你只需要这样提示它。然后它会好奇地自己去寻找。而这种寻找的能力才是我们需要教孩子的能力。而不是教孩子关于生殖系统或呼吸系统或任何系统。因为他们想要，他们就会知道。而他们想要并且已经知道了，就不用教了。
这就是我想与大家分享的。Mary和她学校老师的故事，是否让你们思考了很多？AI肯定会改变工作环境。但我相信AI将改变更多的环境，那就是学校环境。人类的学习方式将彻底改变。
以前，我们专注于内容来学习内容，现在学习方式将是学习如何利用AI工具来更系统、更及时、更准确地接触更多内容。如果以前的学习是按照学校已经准备好的课程进行的，由教育部制定的，那么在未来，有了AI，学习者本身将为自己创造课程。
学习方法也将彻底改变。如果以前和现在我们在学校学习，我相信在AI时代，学校学习将转向个性化学习。每个人都将在家里、在方便的地方自学，甚至与同学、同事的互动也将在一个非常开放的空间进行，这与我们今天看到的课堂环境完全不同。
如果你担心AI会抢走你的工作，我相信更严重的问题是你的孩子在AI时代的学习。你的孩子们今天所学的东西，他们学习的方式，是否已经过时，在未来几年是否还会被使用？更不用说他们高中毕业或大学毕业后进入职场。
作为父母，如果你完全依赖学校，我相信学校的改变将非常缓慢。整个教育系统需要很长时间才能适应，因为他们必须改变整个教育系统。教育管理者必须非常谨慎地思考如何管理风险。
与此同时，技术不会等待，就业市场不会等待，你孩子的同学也不会等待。他们的学习方式将改变，他们工作的方式也将改变。如果你等到学校改变了，你才改变教孩子的方式或帮助孩子学习的方式，我担心那会太晚了。
和我一样有孩子的父母们，你们有什么顾虑？我非常鼓励你们在社区里分享，我的Facebook群组链接就在下面。我相信大家会分享很多问题，经验，以及每个父母学到的东西。如果我们形成一个社区，互相分享，我相信这对我们的孩子会有很大的帮助。
那天的研讨会继续进行问答环节。我收到了当天参加活动的各位的直接提问，并回答了他们提出的非常好的问题。
嗯，我是一名自由职业者，所以我不是在公司工作，不用担心失业。[笑声] 但我关心的是AI将如何取代大学的角色，而不是工作的角色。
哦，它会改变很多，而且它将是让我非常担忧的越南知识分子群体的事情之一。那就是为什么你会看到，哦，死记硬背的学习方式会立刻完蛋。但这个早就完蛋了。自从有了Google搜索，那些记忆力好，能死记硬背，写15分钟的随堂测验的学生，这种技能早就没用了。自从在Google上搜索一下就能找到一切，如果你只靠记住什么然后写出来，你早就被淘汰了。现在淘汰得更早了。
第二个将被淘汰的是做事的能力。有人让我做，我就会做。但是，让我自己主动解决一个问题，列出我需要做的五件事，我就不知道了。而我经常看到这种情况。尤其是在越南的年轻人中，似乎由于某种原因，我们在培训过程中，我们是按任务来培训的，也就是说，我懂记账，我懂如何把费用录入会计分录，如何记贷方和借方，你们做得很好。但是，这些任务式的技能，教机器很容易。即使现在AI还没有达到那个水平，我相信也只是时间问题。某个公司可能会有算法出来，而且做得很快。所以，你们所学的以及你们所训练的，因为要做好会计记账，你们必须练习很多。你们的眼睛看数字也必须非常敏锐。因为这个，这个必须经过训练，我才能知道数字在哪里。这些经验或经历将被机器取代。
那么，像这样的任务，或者给你一个规格，你给我做一个应用程序，然后你就从头到尾做一个应用程序，没有错误，就完成了。这也将消失，因为AI可以写出没有错误的 कोड。因为它的头脑不会像我们一样分心。这些是机器做得很好的事情。
那么，如果我们教学生，教学生关于内容，那早就过时了。如果我们教学生，只教学生做A这件事，这是你的做法，做B这件事，这是你的做法，做C这件事，这是你的做法，这也不会帮助他们。因为将来他们会被AI取代。而现在我们教学生的方式是，为什么你要做A这件事？为什么你要做B这件事？为什么你要做C这件事？至少到目前为止，AI还无法取代这一点。教他们提问的技巧，当面对一个问题时，如何通过提问来分解这个问题。而这些是人类之间差异非常大的地方。
而你的问题也很简短。也就是说，我觉得对于那些刚开始职业生涯大约5到10年的人来说，我看到很多人正在大量使用和滥用AI，导致他们忘记了独立思考和独立批判的能力，以及根据自己的判断来评估，也就是说，过度依赖AI。那么，在一个团队里，根据你的看法，对于一个管理一个小团队的人来说，你将如何帮助其他成员提出自己的论点和判断，而不是过度依赖AI？
最近我读了一篇德勤在澳大利亚的报道，即使是为澳大利亚政府的项目工作，他们也使用了AI，但提供给政府的信息是错误的，因为他们过度依赖AI。我认为这是一个非常严重的问题，因为即使是像这样的大型、非常专业、专业的公司也会出现这样的问题。
>> 姐姐，我来回答你的问题。奇怪的是，自从有了AI，我觉得我思考的时间更多了，反而没有觉得思考时间少了。所以这个问题又回到了思维方式的问题。比如，你的目标是做一个演示幻灯片。你用了AI。于是你做得更快了，你减少了像以前那样花时间研究的时间，以便制作幻灯片。这是因为人们使用了然后就懒惰了，就停下来了，没有继续前进。而有些人，比如我，现在做幻灯片很快，但问题是，这个幻灯片有什么用？为什么要做？这也是一个问题，如果你是经理，你也必须问自己。如果你把任务交给你的下属，而你的下属用AI做，而且他们也不需要思考。那么，你给下属提出的问题或要求是否真的有必要？你也可以自己用AI来提示，对吧？
首先，如果你是一名员工，你使用AI，然后你发现，哦，以前我需要两天才能完成的幻灯片，现在我只需要两个小时就完成了。那么，你必须想，现在还有剩下的6个小时或8个小时，我应该做什么有用的事情？因为我完成了，现在我要休息，那么过几天大家就会让我休息了。原因是我没有理由付我两天的工资，而我只做了两个小时。那么，那时你必须反问自己，我还能为这次会议做些什么？也就是说，我现在的所作所为已经变得廉价、容易了，那么我的贡献就不再足够多了。如果我停下来，别人会比我更努力，在剩下的14个小时里做一些不同的事情，而他会比我做得更好。那么，剩下的14个小时，我必须主动做些什么。
所以，这是从员工的角度，从经理的角度。如果你发现你的下属两个小时就完成了工作。那么，你的问题是，你还需要团队里的五个人吗？还是只需要一个人？因为他完全可以做到。或者你提出的另一个问题是，现在有了AI，这意味着我们有更多的能力去做更多的事情。那么，他们两个小时完成的工作，我们还能做什么，让我们的工作更好，我们的销售额更好，我们的成本更低，或者我们还能做些什么更好的事情？因为这是现实。
至于他们失去了思考能力，我反而认为相反。我认为到目前为止，我还没有发现AI能取代我的思考方式。AI在更快地收集信息方面取代了我，并且以更干净、更漂亮的方式重新编写和处理。但是，想法仍然是我的想法，而不是AI的想法。例如，如果我现在为一家公司写一份提案，我告诉那家公司我们需要做这件事，这件事，这件事。它在润色方面给了我很大的帮助。但是，做什么仍然是我必须思考的事情，如果我把它丢给ChatGPT，它给出的东西，那就证明我什么都没做。那么，他们为什么要雇佣我？你同意吗？如果我仍然懒惰，主观地把它交出去，那么很快就没有人会找我了。因为我的影响力在哪里呢？
而在我的工作中，首先，当给我一个问题时，我必须是那个分解问题的人，我必须是那个提出问题的人，现在有了助手，回答得很快，效率很高。那么，我可以问更多的问题，我可以深入研究问题。所以，我的提案非常深刻，比以前深刻得多。信息量以及为我的决策提供的信息非常大。
你学到了。你的第三个问题是，AI给出了错误的信息，而人们仍然提交了，那怎么办？这首先是因为人们对使用AI的方式很随意，也就是说，我需要写10页的执行摘要。现在这个人给我写了10页，我都不看了。这就是随意使用AI而没有将其用作计算器的结果。计算器会为你加减乘除，但它不能决定你应该投资哪只股票，对吧？而你想投资哪只股票，你必须是那个负责把问题来回考虑并对自己的投资决定负责的人，而计算器也做不了什么。只不过你以前太懒了，所以你用了计算器，而当人们还没有计算器的时候，你就这样做了。这是第一点。
第二点是，AI确实会给出一些听起来非常合理的信息，但必须是懂行的人才能验证。不是因为我们懒，而是因为我们不知道，我们问它，我们依赖它，那么我们就错了。所以，答案仍然是，通常当我提示AI时，我必须从多个方向提示，而不是只提示一个方向。而且我使用多个AI，我最常用的是Claude和OpenAI。然后我也把它上传到Google Gemini。所以，通常对于重要的事情，我会一次性上传三个AI，有时候它们的信息会相互矛盾。而当我们收到信息时，我们必须批判性地思考，听的时候，我们会觉得有什么不对劲吗？特别是如果一个人关心内容的话，你就会提出很多问题来验证，好吗？但是，最终，你以为在咨询行业，所有研究和分析都给你的都是正确的吗？[笑声] 并非如此。以前我使用分析师时，也有分析师研究出错误的信息，而我没有核实，就去向客户展示，那是非常尴尬的，非常丢人的。而现在有了这个超级分析师，它做得很快，而且说得很自信。那么，我们也是一样的，好吗？如果我们是管理者，我们也会像对待分析师一样对待它。它给我们的，我们必须验证，好吗？我的观点是积极的。
>> 姐姐，我叫Dat，我叫Tran Dat，我来自越南，是一名软件工程师，我有三个问题想问你。第一，刚才你谈到了思维的问题，我联想到批判性思维的问题，对吧？批判性思维是世界经济论坛21世纪最重要的技能之一。这是第一个问题。第二个问题是，根据你的看法，我们是否有办法在工作中、生活中培养思维能力，以及有哪些习惯可以更好地培养这种思维？第三个问题，我个人认为，我读了很多，人们说除了思维能力之外，还有阅读能力。也就是说，我们阅读很多文章，阅读很多知识，以便我们能够与AI进行批判性地对话，当它回答我们时，我们能够验证这些信息，知道哪些是吹牛，哪些是真的，哪些是有点不对劲。那么，阅读能力是否是一种能力，让我们能够提升我们的视野，也就是说，让我们的思维更好，以便当我们得到结果时，我们能够理解并修改它，以便我们提交给老板、公司或相关人员的结果更加完善？因为如果我们没有阅读能力，只是让它提示，我们把它复制粘贴给别人，我们就有可能被问到而不知道如何回答。
>> 非常感谢你的问题。
>> 我认为如下。批判性思维，批判性思维，我当然认为它是一种非常重要的思维。但批判性思维也比较狭窄。批判性思维是critical thinking吗？如果翻译成critical thinking，那就同意了。但如果按照中文的“批判性思维”来理解，也就是说，反驳的能力，争辩的能力，那只是一部分。而critical thinking的意思是，当面对一个问题时，我们必须思考，去评价，去相信还是不相信它，去看看它是什么，这是一项非常重要的技能。而且不是现在才重要，它一直都很重要，因为不是每个人都对我们说实话。当我们遇到某人，他们说什么，我们都必须思考，他们说的是否是真的。我认为这是一项普通的生活技能，有什么新鲜的吗？
但是，我也承认，很多人忽略了这一点，并且在所有事情上都没有批判性思维。这可以解释为，也许亚洲文化期望我们听长辈的话，所以一个乖巧的孩子会降低批判性思维的能力，因为他们因为听话而受到表扬。也许这限制了亚洲人的独立思考能力？此外，在工作环境中，我们也没有在被鼓励健康地提问的环境中成长。我在这里强调“健康”这个词，因为如果有人在我们那个时代，会发现越南职场几代人之间发生了巨大的变化。
作为80后一代，像我这样的人通常不敢反驳。你们可能会表面上同意，但内心并不认同，甚至可能完全认同，不提出任何疑问。我看到这种情况相当普遍。到了90后，情况就不同了。90后和00后是不同的。90后开始反击，开始说反话，但其中有一部分人并非少数。他们只是为了反驳而反驳。我只是说反话，以表明我持不同意见，但如果你仔细听我说的反话，你会发现它毫无意义。那么，为什么还要反驳呢？浪费别人的时间。然而，在越南的职场一代中，有一段时期，只要你提出反驳的问题，你就会被认为是聪明的。但反驳并没有建设性，它只是浪费时间。因为你们坐下来听听自己说的话，看看有没有意义？然后，到了之后的阶段，又出现了一个阶段，你们会说反话，并且当有人不同意你们时，你们会变得非常情绪化。因此，我没有被教导如何反驳。那种强词夺理式的反驳方式对这个世界也没有任何帮助。强词夺理无法解决问题，反而会给这个世界带来更多麻烦。但是，我们必须教人们如何进行批判性反思，以一种我们可以辩论的方式。也就是说，我们要倾听他人，表达自己的观点，并且必须基于理性或某种基础，我们才能争论。似乎这些基础从未被具体地建立和教授在我们成长的过程中。因此，第一，我不敢想反话。第二，即使我想反话，我也不知道如何表达。第三，即使我想反话，我也不知道如何辩论。这里的辩论是指相互交流，以便我们能够采纳他人的想法，而不是固执己见。所以，我认为整个这一领域还需要被构建，而不仅仅是简单的批判性思维。这也可以回答达的第二个问题，那就是如何发展这种思维？我认为它必须从我们生活的整个环境开始改变，并且必须从家庭开始。也就是说，现在我的孩子，我会教他如何独立思考。而不是凡事都告诉他这是对的，这是错的。然后我给他决定，让他这样做，而是我会问他，你现在想做什么？你为什么选择这样做，让他开始成为做决定的人。而当他做决定时，他必须知道为什么他这样做，然后我才有机会说服他，并告诉他，你这么想吗？爸爸是这么想的。爸爸是这么想的，因为这样，所以我们这样做。我认为从小就以这种方式互动，才能帮助他们建立信心，相信自己是能够分析问题并解决问题的人。而在学校，这很难影响。但在家里，我认为我们非常应该这样做，并且也应该有一些渠道，让孩子们可以辩论，可以反驳。而在他们辩论的过程中，我们也帮助他们学会如何辩论。也就是说，学会倾听他人，学会开放，但也学会知道自己是对的，就必须捍卫。而在这些方式中，我从犹太人那里学到了很多，关于他们教孩子的方式，那种教法有时甚至会用假动作。也就是说，孩子说这样，结论就是对的。然后大人不说这样。大人说反话，是为了什么？是为了让他开始寻找，然后我们才说，哦，这样是对的。达，达，达，你明白我的意思了。所以，有时候，我们必须模拟，而不是平常那样。偶尔我会有点故意，我会说反话，告诉他，哦，爸爸是这么想的，然后看看他怎么反驳。而在他反驳的过程中，会帮助他获得自信。然后到了某个时候，哦，你说得对，我承认。这样，以后他就会认为争论有输有赢是正常的。当天的研讨会还有四位嘉宾的参与。他们利用周末的时间与社区进行分享和直接问答。这四位嘉宾都来自科技行业，生活在科技领域，创造科技产品，因此帮助Colab社区获得了来自内部人士的视角。我的问题是，目前我在一家跨国公司工作，这家公司在越南，公司也有很多关于人工智能的应用，甚至购买了像Gemini Pro这样的套餐，以及先进的人工智能工具供员工使用。但是，我遇到的问题是，在使用时，几乎所有的员工都会把工作中的所有要求都扔给那个AI，然后让它完成，然后把结果发给我，比如演示文稿或分析报告，但总的来说，其中没有一点人情味。但是，当我与他们辩论并提问时，他们说，哦，但是我觉得它非常好，我觉得它很对，而且理论非常扎实，非常正确。一切都比我以前做得好。所以，我认为这是最好的解决方案。这是我们经常遇到的问题。所以，我的解决方法是，我尽量倾听，理解那个报告是如何形成的，他们是如何起草的。然后我提出业务问题，而那些人无法深入回答，因为他们只是把问题扔给AI，AI就给出了解决方案。所以，我遇到了这些问题，当辩论时，他们会说，哦，因为你们是上一代人，所以你们的想法非常传统，所以这些问题是不必要的。我们必须做得更快，我们必须走快车道。但是，在构建过程中，有一些缓解风险的措施，称为业务风险，以及我们必须遵守的FDA等标准，我们不能掉以轻心。所以，就会出现这种情况。实际上，管理者和员工都处于这两种状态，都很难。所以，我的问题是，我不知道其他公司是否也遇到这种情况，解决方案是什么，或者培训方向，或者管理者和员工如何一起升级才是正确的，才能跟上这些AI？因为我们这里不是说代际差异。因为代际差异无论在哪里，都是上一代人，六十几、七十几、七十几。所以，我不谈代际差异，我只说如何共同朝着那个工具努力，并最有效地工作，而不是说因为我的公司没有代际差异，而是因为思维方式不同。好的，>> 我说完了。>> 感谢你的提问。>> 让我再确认一下。>> 你的职位现在是管理一个团队，你的团队成员，你比如你交给他们一项任务，他们会问你，然后把整个大块扔给你，问。>> 好的，就是这个。>> 演示文稿，或者它的结果，甚至有些邮件写着，我花了两天时间做这个深度研究，然后把整个深度研究的框架都发过来了。但是，我必须冷静下来，我不能停止，因为这会适得其反，因为公司仍然非常希望使用人工智能来服务我们，服务我们自己，以提高每个员工的能力。所以，有时候会有误解，但我不能马上阻止，否则会适得其反，我们仍然必须鼓励使用。>> 好的，女士。>> 这确实是个问题。>> 在我目前工作的公司，大约三到四年前，当我们开始使用人工智能时，这种情况经常发生。特别是对于那些非常年轻的员工，他们只是做，做，做。甚至在我团队里，我的团队是，因为我现在是首席工程师，管理着一些非常资深的员工，比如技术架构师、技术负责人，他们很少，但如果我看着我负责的开发团队，根据我的观察，那些越年轻、越不自信的员工，往往会有这种倾向。>> 从公司的角度来说，我先说。>> 我会回答你的问题，分两部分。>> 关于公司，以及关于领导力或个性，你可以从那个方向告诉他们。>> 首先，从公司的角度来说，你分配下去的工作，我认为你处理的方式是最好的。>> 也就是说，我们不断提问。>> 因为如果一个员工，特别是初级员工，使用AI，然后把整个东西扔给你，如果你深入提问，他们会说，根据我的经验，我看到一个初级员工甚至会复制ChatGPT的答案。>> 实际上，答案就在那里，但他们还没有足够成熟来理解。>> 所以，从公司和工作的角度来说，我会深入提问，为什么？为什么？解释，解释，解释。>> 实际上，报告中有很多东西我们可以学习。>> 也就是说，你给了我一个东西，我尽量马上审查。>> 也就是说，这类报告或这类工作，总的来说，现在AI生成，我一眼就能看出来。>> 所以，你尽量尽早反馈。>> 问得越深入，越深入，越深入，这会无形中帮助那个初级员工深入研究，看看那些组成部分、要点是什么。>> 如果他们能回答我，好的。>> 如果他们不能回答，他们就会想，为什么我这样做，他们会倾向于进一步了解，他们会倾向于进一步了解。>> 在营销和科技领域，你认为AI可以取代内容写手或市场研究员吗？>> 实际上，不仅仅是内容创作者。>> 甚至在我这边，作为软件工程师。>> 最近我也做了一个项目，是和AI一起写代码。>> 通常人们说，完了。>> 几年后，我的职业就会被取代。>> 但实际上，我不知道。>> 到现在，我仍然觉得它不完全是取代，也可能是取代，如果我不应用它，不使用它，我就会被取代，就像以前一样。>> 比如以前，当有Microsoft Word或Excel的时候，如果我们不使用这些工具，我们就会落后，对吧？>> 我们仍然使用纸张，而不是电子表格。>> 显然，如果我们不知道如何使用，我们肯定会被取代。>> 但现在，谁不知道如何打字？>> 在这个时代，显然会被取代，对吧？>> 所以，这也很简单。>> 对我来说，每个人都一样。>> 如果我们知道如何使用，它只会让我们更快，仅此而已。>> 如果我们不使用，我们会比很多人慢得多。>> 我有一个关于非IT业务的问题，因为我负责的职能属于商业营销和更人性化的领域。>> 目前，对于那些没有IT背景，但却在公司从事业务职能的员工来说，存在一个相当大的差距。>> 并且，大家都受到鼓励去学习AI，以便做得更好，并且大家都已经开始使用它了，比如ChatGPT，或者工作空间中的工具，等等。>> 但是，目前，我不知道应该鼓励员工学习哪些技术技能，以提高他们的技术技能，从而在客户体验方面做得更好？>> 因为目前我们遇到的差距是，因为还没有充分利用AI，所以我们希望优化工作流程，提高效率，以避免员工工作量过载。>> 使用哪些技术技能，哪些AI在非IT领域？>> 实际上，不仅仅是在非IT领域，即使在IT领域也是如此。>> 到现在，我发现我在使用AI方面，为了有效，实际上是这样的。>> 关键在于，就像我们之间，如果不是人与人之间，最重要的就是表达方式，对吧？>> 就像我刚才说的，当向AI提问时，上下文非常重要。>> 所以，这取决于表达方式。>> 当我们表达正确时，AI就会按照我们的意愿去做。>> 而当我们有时发现，我写了这样的提示，但返回的结果不尽如人意，实际上，本质上是因为我们表达不正确。>> 即使我做了很多，也是如此。>> 也就是说，老实说，对于技术人员来说，表达的语言有点受限，与非技术人员相比。>> 因为代码就是01。>> 所以，当写AI提示时，实际上非常困难。>> 最初，我写得太简略了，或者不理解，就像想象一下，与我合作的同事，我说话太简略了，他们也不明白是什么意思，所以他们很难做，很难达到我想要的结果。>> 所以，我认为重要的技能是，与AI合作时，必须能够表达，至少是人类能够理解的表达方式。>> 这样，机器就能理解。>> 另外，我们必须能够评估返回的结果，并在此基础上进行补充。>> 所以，我认为重要的是需要练习的是表达我们想要的意思，以便AI能够给出结果。>> 另外，有时候我们应该尝试专业版本。>> 它会，还有，看看不同公司的模型在哪些方面有优势，这样我们才能有效地使用它们。>> 例如，我个人曾经尝试过财务分析，我比较过Gemini，ChatGPT，甚至Meta。>> Gemini给出的结果是我认为最合理的。>> 所以，这取决于你使用的目的。>> 但有些其他问题可能涉及，比如，总体知识，ChatGPT可能更好。>> 我们必须有很多选择来查看结果。>> 即使在Meta也是如此。>> 当我们提出一个问题时，返回的结果总是提供两个选项，然后大家评估哪个更好。>> 这样，AI就可以从我们的反馈中得到改进。>> 是的。>> 好的，先生。>> 是的。>> 如果是这样，那么关于沟通和表达方式，我们应该学习什么，或者我们应该继续学习技术技能吗？>> 我认为这需要练习。>> 比如，简单地说，我们可以尝试与团队中的朋友练习，当我们想要表达一个意思时，我们把它表达出来，他们是否能理解，然后我们再尝试把它输入到AI中进行比较。>> 这是表达方式，有时候我们有想法，但表达出来的方式，别人都误解了。>> 误解就会导致错误的结果，不是我们想要的结果，也不是我们想要的意思。>> 有时候我们有那个想法，但要表达那个想法的语言，确实不容易，对吧？>> 即使是给别人，有时候别人比我们更有知识，但有时候给机器，它也不明白我们的意思。>> 所以，我认为重要的是如何给出正确的语言来表达我们的意思。>> 这就是指导AI走向正确方向的指南。>> 你想问的是，随着最近的发展，AI是如何应用于数据科学领域的？>> 我记得以前我做的时候，分析数据，我分析，然后我寻找，比如数据模式，然后我构建数据模型，然后我做这些工作。>> 我觉得，我不知道是否已经被自动化了，但迟早，迟早，它肯定会被自动化，因为我认为计算机能很好地完成这些工作。>> 那么，你认为未来数据科学会被大量自动化吗？>> 我认为几乎可以肯定，因为实际上现在已经自动化了很多了。>> [笑声]>> 所以，我也做过那个领域。>> 大约十年前，大约十年前，一个做数据科学或机器学习的人，如果他们知道如何构建一个逻辑回归模型，或者线性回归模型，或者随机森林模型，并且知道如何熟练地做到这一点，那么他们就可以被认为是一个数据分析师，或者一个数据科学家，或者一个机器学习工程师。>> 但现在，ChatGPT可以做到这一点。>> 基本上，知道如何写代码来做到这一点，基本上不再是特别的技能了。>> 越南的计算机科学大一新生也能做到，因为他们知道如何使用ChatGPT。>> [笑声]>> 实际上，我经常对我的团队说这句话。>> 大约一两年前，我经常说，你所知道的数据科学已经死了。>> [笑声]>> 数据科学仍然在那里，机器学习仍然在那里。>> 你们的工作可能仍然在那里，但它不再像以前那样了。>> 现在很多事情，AI已经能做了，所以你们必须做一些比AI更厉害的事情。>> 也就是说，如果只是构建一个机器学习模型来完成某个任务。>> 如果只是写几行代码来输入数据，然后训练模型，然后输出模型，然后运行输出，那么实际上没有人需要你。>> [笑声]>> 因为，比如，数据科学家老板，他只需要使用ChatGPT，写一个提示，在5分钟内完成，运行30秒，也能得到同样的结果。>> 所以，没有人需要你，如果你只能做到这一点。>> 那么，很多以前需要数据科学家或数据分析师做的工作，现在就不需要了。>> 但是，相反，有些事情AI仍然无法取代。>> 比如，也是构建那个模型。>> 但是，你如何知道需要联系哪个部门来获取数据，而这些数据很可能有助于构建一个好的模型？>> 然后，你如何从你有了想法到你有了正确的数据，经过净化、整理、完整、良好地输入到你的模型中运行，这是任何AI都无法做到的。>> 或者，另一个例子是，它可能写代码，可能构建模型，但我们写什么代码？>> 我们构建什么模型？>> 我们构建模型是为了什么？>> 我们写代码是为了什么？>> 也就是说，需要解决的问题是什么？>> 任何AI都无法做到这一点。>> 仍然需要一个既有足够技能，又有足够业务经验，并充分了解公司运营的人，才能知道自己需要做什么。>> 所以，这是AI仍然无法做到的。>> 请允许我简单介绍一下我自己。我学的是机械工程，所以我不了解AI。但我知道一些公司，比如FPT，将AI应用于汽车行业。>> 所以，我想问演讲者，从机械工程转到AI需要多长时间？>> [笑声]>> 是否可行？>> 总体来说，我认为只要大家想学，就去学吧。>> 这听起来可能有点简单化问题，但AI的问题就像电力问题一样。>> 简单来说，就像在有电之前，农民问是否应该学习电力，我不知道如何回答这个问题。>> 但总的来说，电力是一种技术，可以应用于农业。>> 如果农民了解电力，他就可以制造一些机器应用于农业领域。>> 这也一样，它就像电力一样。>> 这是一种正在发展的技术。>> 所以，如果大家，我认为大家仍然应该了解，研究它，对它感到好奇。>> 如果你或你们有条件参加短期或长期的相关课程，我认为这非常好，也许你们可以解决一些机械工程领域的问题。>> 你是工程师，对吧？>> 你必须学习非常专业的AI知识。>> 而那些与你一起工作，在非技术领域，在更偏向业务领域的人，你是否希望他们也学习一些基础知识，以便更容易与你交流，更容易适应？>> 因为在播客中，我也说过，我非常喜欢探索，不仅仅是专注于一个领域，而是多个领域。>> 对于像我这样的非技术人员，你是否推荐学习一些基础知识，以便赶上潮流，武装自己应对AI？>> 你的想法是什么？>> 我认为这很有趣，学习起来可能也很广泛。>> 我不太清楚人们应该如何学习才合适。>> 对其他人来说。>> 我认为我也理解，对于那些已经工作并且年纪较大的人来说，时间确实不多。>> 所以，学习必须非常专注，而不是像那些刚开始读硕士、本科或博士学位的人，他们可以整天学习，随时都可以学习。>> 年长的人，时间有限，学习有点困难。>> 但是，我认为，我推荐大家可以参加一些安德鲁教授的短期课程，以便了解这项技术在总体上的情况。>> 我觉得安德鲁教授非常出色，而且非常勤奋。>> 他经常普及他的课程，关于AI领域，它们非常适合人们的需求，关于像Len、Lan Smith、OpenAI产品这样的技术，用于构建具有高应用性的产品。>> 我认为这个课程非常适合那些正在工作或想进一步了解AI的人。>> 而那些想深入学习的人，可以学习斯坦福或MIT的深度技术课程。>> 课程名称是深度技术吗？>> 是的，它通常会深入到专业领域，比如深度学习、计算摄影。>> 好的，那就深入专业领域了。>> 由于时间有限，本次播客只精选了本次为期4小时的研讨会的一些精彩信息。>> 如果你喜欢这些内容，并希望有机会互动，那么在Colab社区，有三种方式可以增加你的互动。>> 第一种方式是关注Colab节目，了解何时会举办下一期研讨会。>> 到目前为止，我一直信守对社区的承诺，每三个月举办一次为期3到4小时的在线研讨会。>> 来自世界各地的朋友都可以参加。>> 这是你直接向我和我邀请的嘉宾提问的机会。>> 第二种方式是加入Colab Facebook群组。>> 这是一个社区，你可以在那里提出问题、话题、以及从个人经验中获得的体会。>> 每周我都会提出一个话题，一个建议性的问题，供大家与社区分享。>> 而那些为Colab Facebook群组做出贡献的人，将获得更多积分，以参加CEO LAAB项目。>> 交叉指导。>> 第三种增加与Colab社区互动的方式是Colab交叉指导项目。>> 通过参加这个项目，贡献你的时间来指导社区中的其他朋友。>> 你将积累积分，并使用这些积分来接触社区中的其他人，那些有经验、有知识、有信息的人，以便你能够获得社区中人们的指导。>> 我希望通过这些互动，Colab不仅仅是一个播客，而是一个真正带来价值的社区，帮助你连接那些在事业和生活中不断学习、不断进步的人。>> 总结这次视频，我仍然坚信AI不会取代人类。>> AI只会增强人类的能力，如果你知道如何改变思维，有效地使用AI。>> 不要感到压力，要与技术赛跑，与AI在记忆力、处理能力方面赛跑。>> 相反，把它当作一个工具来使用，你非常幸运地生活在这个时代，并拥有它。>> 专注于你的能力和时间来培养自己，增强同理心，独立思考的能力，并建立，积累你丰富的生活经验，更多的人生体验。>> 我相信这将是你利用AI适应不断变化的生活，并认为这个AI时代是我们所有人都拥有的一个非常幸运的事情的方式。>> 感谢大家收听今天的Colab研讨会节目，并非常希望Colab社区能够更加紧密，并有更多有益的活动。>> 谢谢大家，下次再见。>> 如果你喜欢Colab的内容，并且特别希望与嘉宾直接交流，获取信息或获得个性化的建议，那么好消息是Colab已经推出了交叉指导项目。>> Colab希望这不仅仅是一个播客，而是一个真正为世界各地的越南青年带来价值的社区。>> 在此精神下，Colab交叉指导项目完全免费。>> 唯一的参与条件非常简单。>> 你获得支持，并且你愿意作为导师支持社区中的其他朋友。>> 在观众的支持下，Colab已经建成了cmms.vn网站平台，以便该项目能够更广泛地发展，更快地连接，并接触到更多的朋友。>> Colab相信知识只有在分享时才真正有价值。>> 因此，邀请大家加入一个真正分享、真正指导、真正有价值的社区。>> 要走得远，就一起走。>> 请访问cmMS.vn，成为Colab交叉指导社区的一员。