吴恩达博士与苏姿丰博士的见解
一场关于AI可及性、开放生态系统和开发者未来的深度对话，揭示了正在重塑我们世界的强大力量。
吴恩达 博士
DeepLearning.AI 创始人
苏姿丰 博士
AMD 董事长兼CEO
开放的愿景：打破壁垒
本次讨论的核心是“开放性”。吴恩达博士警告说，封闭的生态系统会像移动领域一样扼杀创新，而苏姿丰博士则重申了AMD致力于提供开放、可访问的计算能力，以防止“看门人”的出现。
警惕：封闭生态系统的风险
吴恩达博士以移动生态系统为例，指出其“不那么有趣”，因为两个“看门人”（安卓和iOS）限制了创新。他担心AI领域也会出现类似情况，即少数公司攫取不公平的利益并扼杀创新。他提到一些公司曾试图游说以“消灭开源”，这凸显了开放性的重要性。
承诺：开放生态系统的力量
苏姿丰博士强调，AMD的使命是确保计算路线图不仅强大，而且“每个人都可以访问”。通过AMD开发者云和开放的ROCm生态系统，AMD致力于为开发者提供选择权，防止半导体层出现“看门人”，从而支持整个应用层的创新。
解构AI堆栈
吴恩达博士将AI技术栈分为四个关键层次。理解这个结构有助于我们看清创新的来源和价值所在。点击下方层次，查看详细说明。
应用层
最有价值的层次，将技术转化为实际应用
基础模型层
如GPT、Llama等，开放模型推动创新
云/超大规模层
提供大规模计算和数据服务
半导体层
硬件基础，如AMD和Nvidia的GPU
应用层
吴恩达博士认为，这是整个堆栈中最具价值的部分。“坦率地说，我们需要应用程序来产生更多收入，这样它们才能负担得起支付技术层。”应用层的繁荣是整个AI生态系统持续发展的核心驱动力。
开发者革命
AI辅助编码和丰富的构建块正在引发一场开发者生产力革命。其核心思想是“疯狂快速的原型开发”，极大地降低了创新成本，加速了价值发现的过程。
概念验证 (PoC) 成本随时间急剧下降
此图表为概念展示，说明AI工具如何使原型开发成本（时间和资源）指数级降低。
吴恩达博士指出，过去需要“六名工程师和三个月”才能完成的工作，现在他的团队“可以在一个下午实现”。他认为，应该极力压低概念验证的成本，这样即使20个原型中有18个失败，找到另外2个有价值的想法也是极好的回报。苏姿丰博士也表示，AMD已转向快速迭代，每两周发布新的Docker，以惊人的速度从社区学习和改进。
AI时代的未来职业
AI不会取代程序员，而是会改变他们的工作方式，并对技能提出新的要求。吴恩达博士认为，“停止学习编程”是“有史以来最糟糕的职业建议”。
工程师角色的转变
一个掌握AI技能的应届生，其表现可能会超过一个固守旧方法的十年经验工程师。但最顶尖的人才，是那些兼具深厚架构理解和顶尖AI技能的资深工程师。
“随着编程变得更容易，应该有更多人去做，而不是更少。”
人才缺口与机遇
市场极度缺乏能够快速构建有价值GenAI应用的开发者。苏姿丰博士也证实，AMD正在大量招聘，并利用AI提高生产力，以“更快地将更多产品推向市场”。
“AI将取代所有这些工作的观点根本不属实。”
您的行动呼吁
"现在构建令人惊叹的东西比以往任何时候都容易。只要不伤害任何人，你不需要任何人的许可...
只管去构建，构建，构建。"
- 吴恩达 博士
"接受吴恩达所说的‘构建，构建，构建’，然后...
在AMD上构建。"
- 苏姿丰 博士