9月初,NVIDIA宣布收购AI开发者平台Hugging Face。根据NVIDIA提交给美国证券交易委员会的文件,交易金额约119亿美元,并包含最高约10亿美元的员工股权激励计划;NVIDIA随后公布的交易总额为129.303亿美元。
Hugging Face聚集了大量AI模型、数据集和应用开发资源。NVIDIA此次收购,也让AI模型、开发者平台、算力基础设施之间的关系再次受到关注。
Hugging Face并不是一个普通的AI聊天工具。
它提供模型、数据集和应用开发相关的平台服务,也是开源AI开发者经常使用的平台之一。
NVIDIA本身则以GPU和AI计算基础设施闻名。
两家公司结合以后,AI产业链中“模型、开发平台、开发者、算力”之间的联系会更加明显。
但这类变化并不意味着所有人都需要去学习AI底层开发。
一家企业开始使用AI后,往往还需要市场、运营、产品、客服、行政等岗位参与。这些工作需要的AI能力,和训练模型并不是一回事。
GAI认证由培生(Pearson)推出,考核内容包括生成式AI基础知识、提示工程、实践操作、应用场景以及伦理与社会影响。
这些内容更接近AI应用层。
比如市场人员可以练习AI辅助分析,运营人员可以建立AI内容流程,行政人员可以使用AI整理会议资料,教师可以研究AI辅助教学。
如果正在考虑职业转型,也可以从原来的专业出发,寻找AI结合点。
这样学习AI时,原有专业经验仍然可以继续发挥作用。
AI产业的模型、平台和工具还会不断变化。对大多数非技术岗位来说,先把生成式AI的基础、提示工程、实际应用和使用边界学清楚,再根据岗位继续深入,会比单纯追着某个AI产品更新更实用。