大家好，关于后端开发与人工智能很多朋友都还不太明白，今天小编就来为大家分享关于前端开发和人工智能的知识，希望对各位有所帮助！

本文目录

1. 只是掌握一门Python语言，能做人工智能吗？
2. 人工智能真的会取代前端吗？
3. 江西南昌“吵架”的“情侣”机器人，是真人工智能还是远程操控？
4. 软件开发难一点还是人工智能难一点？

只是掌握一门Python语言，能做人工智能吗？

掌握了Python，就是一个很好的开始！事实上很多人一谈到深度学习，人工智能，就觉得是一门很高深的学科！其实不然，很多人会提到概率论，统计学，线性代数，各种算法，甚至进入一个误区，认为深度学习就是搞算法！那么真实的情况是怎么样的呢？目前的深度学习框架已经非常的好用，我们用深度来做事情而不是研究基础模型、基础的数学推演！那么其实普通的程序猿已经完全可以胜任这个事情！使用Python和tensorflow2.0，已经可以用区区十几行代码来写一个模型，训练一个车牌识别的人工智能！

人工智能真的会取代前端吗？

这是一个很多同学都比较关心的问题，当前在多模态大模型的影响下，很多同学都陷入到了专业焦虑当中，我结合人工智能技术的特点和我个人的科研经历来说说我的看法。

首先，我并不认为人工智能技术能够在短期内取代程序员岗位，我甚至认为多模态大模型的应用对于程序员群体的积极影响更大一些，未来大量的程序员会因为多模态大模型而提升从业的体验，也更容易获得职场成就感。

程序开发可以看成是一种资源调度方式，程序员之所以使用当前各种纷繁复杂的编程语言，是因为没有更好的选择，如果能够借助于多模态大模型的帮助，自动完成大量底层且重复的代码编写工作，程序员就可以把更多的精力用在模式设计上，从而做出更具创造力的产品。

程序设计的核心在设计上，但是当前大量的程序员并没有太多精力专注于设计，而是需要完成大量重复的代码编写工作，所以在大模型的帮助下，未来程序员会把重心逐渐回归到设计上，这也会全面推动程序员岗位的升级，提升开发岗位的附加值。

我在十多年前就带队参与过一个大型智慧办公系统的研发，当时我们就研发出了能够自动生成前端代码的容器，而且已经实现了落地应用，当时参与这款产品研发的很多同学都认为未来前端岗位会逐渐消失，但是十多年后的今天，前端开发岗位不仅没有消失，反而更加壮大了。

结合当前的程序开发技术体系，多模态大模型大概率会被部署到云端，未来程序员在开发具体应用的过程中，大概率会基于大模型的api来完成具体的开发任务，此时能否完成技术迁移是程序员应该重点关注的事情，但是程序员岗位并不会因为大模型的部署而消失。

在人工智能时代，不仅计算机专业的同学需要编程，大量非计算机专业的同学也需要具备一定的编程知识和机器学习知识，所以与其讨论程序员何时被取代，还不如开始学习编程语言更务实。

目前我联合多名导师共同打造了一个技术论坛，在持续开展大数据、人工智能、前后端开发相关的科研实践、项目实践和成果分享等活动，感兴趣的同学可以联系我申请参与，相信一定会有所收获。

最后，如果有人工智能相关的问题，欢迎与我交流。

江西南昌“吵架”的“情侣”机器人，是真人工智能还是远程操控？

其实就是两个真人在那里遥控说话，怎么能当真呢，两个人也是真的争执，因为他们自己都有任务，一个人抢了另一个人的生意，当然会吵架了，同事之间竞争也是很激烈的。人工智能还没到这么高级

软件开发难一点还是人工智能难一点？

这个问题从两个方面分别讨论吧，我给你分解开来更合理的解释一下。

做开发不如做算法？人工智能高端吗？

一，做开发不如做算法？

我并不这么认为，本人一直都从事算法工程师岗位，同项目组算法工程师也有不少，其实我觉得现在算法和开发的界限越来越模糊了，做开发不可能一味的不做任何思考的写代码，做算法的也不是整天琢磨和研究算法，我谈一下我对算法的感受，就拿计算机视觉算法岗位来说，目前成熟的算法已经很多，能够真正从底层、从网络架构和模式上做出有意义改变的屈指可数，从2012年Alexnet出现到现在，日常用的比较频繁的也就ResNet、maskrcnn、fasterrcnn、ssd、yolo系列等每年顶会和期刊论文不少，但是真正可用的、可复现的太少太少，尤其在公司里，是没有那么多功夫和财力养着一大批算法工程师正在琢磨怎么改进，大多数或者是。绝大多数都是用上述提到的成熟狂进去，然后根据具体的场结合一些其他算法比如机器学习、优化算法、场景知识提出一种解决方案，然后编程实现并验证，就比如计算机视觉，主要就是拿着成熟的框架结合tensorflow或pytorch之类的框架搭建出来平台，跑出结果，看看有没有过拟合？精度怎么样？召回率查准率如何？然后通过一些方法去解决，当然这些方法里几乎也都是现成的，所以我个人认为开发和算法并没有明显的界限，我觉得题主所说的开发可以视为开发中的前段，算法可以视为后端，从事算法日常大部分工作时间也在和代码打交道，所以我觉得没有谁不如谁，做开发把实力打牢固，肯定也会很受欢迎。

二，人工智能高端吗？

我的回答是肯定的，如果不高端国家也不会那么重视，也不会那么多大企业都趋之若鹜的布局AI，计算机视觉、自然语言、推荐、强化学习这些有太多的应用场景，如果一旦精度、速度等方面达到要求的确可以做出很牛逼很高端的东西，比如之前看了一个新闻说现在计算机视觉在医学方面看x光已经达到了专家级别，另外在医学方面糖尿病视网膜疾病、青光眼、癌细胞识别也都有很多突破，但是，我觉得目前的人工智能还有很多问题存在，比如训练速度缓慢、受限于数据量、在时序方面还有很多问题，比如计算机视觉在语义方面还有很大障碍，深度学习的可解释性差，但是不可否认，人工智能这么广义的一个方向前景是很美好的，这期间有很多问题需要攻克。

OK，本文到此结束，希望对大家有所帮助。