我在微软工作并教授斯坦福在线人工智能课程。这些是我对非技术人员的建议。

• Aditya Challapally 为技术相关专业人士教授斯坦福在线生成式人工智能课程。
• 查拉帕利解释了个人如何提高技术技能或成为人工智能领域专家。
• 他还表示，使用 ChatGPT 或 Claude 等工具可以帮助人们更好地理解人工智能。

这篇众所周知的文章基于与 30 岁的 Aditya Challapally 的对话微软为斯坦福在线教授生成式人工智能课程的员工。为了篇幅和清晰度，这个故事已经过编辑。

大约十年前，我开始从事人工智能工作。我一开始是在 Uber 做数据科学实习生，然后在麦肯锡做人工智能咨询，后来加入了微软，现在我在微软工作副驾驶。

四年前，我开始在斯坦福大学客座教学，最近与他人共同创建了一门名为“掌握产品创新的生成式人工智能”的课程，该课程推出2024 年 8 月在斯坦福大学在线课程。这是一门全年运行的在线自定进度课程。所有研究均来自与 300 多名用户和 50 多名高管的交谈。

许多参加该课程的人都与技术相关，例如技术产品的客户支持代表，或者软件或产品的产品经理。 硬件产品。他们通常会致力于某种技术产品的开发课程帮助他们了解人工智能时代再多一点。

我们在本课程中教授三个模块。第一个模块解释了 Gen AI 是什么以及最大的机会在哪里。在第二个模块中，我们将讨论伟大的 Gen AI 产品是什么样子的。

第三个模块讨论了如何构建出色的 Gen AI 产品，以及个人在构建 Gen AI 产品时可以采取哪些措施来使自己更具影响力、相关性和有用性。

这是您可以采取的两条主要途径。

轨道 1：技术技能提升

当我出去与《财富》500 强企业的领导者交谈时，他们说他们最迫切的需求是连接两个世界的专业人员，即既了解业务需求又了解技术要求的专业人员。

这并不一定意味着您必须学习如何编码，但您至少需要具备足够的技术素养，以便可以将产品愿景转化为技术需求。

初学者版本刚刚开始真正擅长即时工程。这听起来像是非常基础的，但是了解提示的确切限制以及跨文本、音频和图像的所有不同工具使您在商业环境中已经非常有价值，因为您甚至可以在想法到达实际应用之前就帮助产生想法。技术团队。

在中间阶段，您还应该开始了解一些有关 gen AI 系统在系统设计中如何工作的知识，例如如何在数据边界内调用 gen AI 模型。

公司有数据边界，他们与客户达成协议，他们的数据不能超越。因此，如果您是银行，您可能与客户达成协议，只有银行才会使用他们的信息。如果您以某种聊天方式将其发送给 OpenAI，那就会打破公司的数据边界。 因此，像知道这一点这样简单的事情就已经非常有帮助了。

在该赛道的高级阶段，有两种选择。

有些不在大公司工作的人会更深入地了解编码。在大型科技公司工作的人通常会更深入地研究系统架构。因此，他们将更详细地了解数据边界和数据流程图等内容。

轨道 2：成为您所在行业的人工智能专家

领域专业知识轨道是业务人员自动倾向于并具有优势的领域。这不一定是更了解这个行业，而是知道如何做gen AI 可应用于域更详细地说。

例如，在金融领域，您必须了解可以使用哪些数据来训练特定模型之类的信息。您还必须了解诸如必须遵守哪些类型的隐私和安全法规才能获得应用程序批准或发布与人工智能相关的应用程序之类的事情。

这种技能非常有价值，以至于公司向拥有这种专业知识的顾问支付了大量费用。我认识这个人，他曾经在一家银行担任运营经理，他发现了人工智能最有价值的地方。现在，公司只会打电话给他，询问在哪里推出他们的新一代人工智能产品。

使用这些工具并了解其局限性来改进您的提示

我看到人们做的最好的事情就是尝试用人工智能来自动化他们的很多生活。他们使用聊天GPT或克劳德（Claude）的一切，这有助于他们很好地理解人工智能的局限性以及如何促进它。

当初学者开始使用新一代人工智能时，他们不习惯我所说的丰富的智能。他们会说“你能给我回复这条短信吗？”

经常使用 gen AI 的专家会说这样的话：“你能给我这条短信 20 条回复吗？”然后他们会根据自己的口味去挑选一个。

在工作之余，我以多种方式使用它来思考很多计划。作为我的思想伙伴，它确实很有帮助，即使是为了沟通、总体规划，或者像旅行规划这样平庸的事情。

你应该考虑向法学硕士或聊天机器人寻求建议，而不是向朋友寻求建议。那是你真正开始理解它有什么用处的时候。