以下是关于 AI 未来职业方向的相关内容：
在 AI 时代，技术专业人士需要发展 AI 难以替代的技能，比如团队建设、跨文化交流、创新解决方案的设计等。因为 AI 虽能输出代码，但无法建立团队、跨越文化界限交流或激发团队创造力，所以技术就业市场会为能融合技术智慧和人际交往能力的人提供机会。
对于从事可能被 AI 取代风险工作的技术工作者，需重新思考职业生涯规划，可能要学习新技能或转向更需要人类特质的工作领域。
关于评估语言模型，由于其能完成广泛任务、生成长补全内容且人类阅读耗时，没有明确完美实现效果的定义，评价指标是研究人员要优化的目标函数，深入了解模型行为和局限性可引导研究人员做正确的事。
未来重要的方向包括更事实性且不会产生幻觉的语言模型、可使用工具与世界交互的多模态模型以及更安全的模型。
总的来说，生成式人工智能正在重塑技术就业市场的未来，既带来挑战也提供新机遇。关键在于理解适应变化，发展 AI 无法替代的技能，在新的技术生态中找到位置。随着 AI 技术发展，将进入更智能化高效的未来，同时要更注重人类的创造力和创新能力。
在AI时代，技术专业人士需要发展那些AI难以替代的技能。这包括团队建设、跨文化交流、创新解决方案的设计等。AI虽然可以输出代码，但它无法建立团队、跨越文化界限进行交流，或者激发团队的创造力。技术就业市场将始终为那些能够融合技术智慧和人际交往能力的人提供机会。同时，对于那些从事现在可能面临被AI取代风险的工作的技术工作者来说，他们需要重新思考自己的职业生涯规划。这可能意味着学习新技能，或者转向那些更需要人类特质的工作领域。
A：我想说这是一个很难回答的问题。我不知道通往AGI的道路。我认为我之前的一些工作更加关注语言模型可以进行推理的事实。而且，当你扩展语言模型时，你会获得这些你可能意想不到的新兴能力。我认为这是我在谷歌期间试图推广的两件事。Q：如何看待人工智能的未来以及个人在该领域未来的研究方向？A：我一直在思考的一件事是评估。很难进行模型评价的原因之一是：语言模型可以完成非常广泛的任务。它们生成这些非常长的补全内容，甚至人类也需要很长时间才能阅读。通常对于这些类型的任务来讲，没有明确的定义来说明什么样才是完美的实现效果。在某种程度上，评价指标是研究人员所要优化的目标函数。如果能深入了解模型的行为和局限性，就可以更好地引导研究人员做出正确的事情。Q：关于涌现能力，未来的疯狂想象是什么？A：我觉得未来重要的方向包括，更事实性不会产生幻觉的语言模型，可以使用工具与世界进行交互的多模态模型，以及一般意义上更加安全的模型。Q：对于想要在这个领域开展职业生涯的人来说，你认为最重要的建议是什么？
总的来说，生成式人工智能正在重塑技术就业市场的未来。它既带来了挑战，也提供了新的机遇。对于技术专业人士来说，关键在于理解并适应这一变化，发展那些AI无法替代的技能，并在新的技术生态中找到自己的位置。随着AI技术的不断发展，我们将进入一个更加智能化、高效的未来，但同时也需要更加注重人类的创造力和创新能力。