人工智能正在以惊人的速度改变着我们所知的世界。那么谁在帮助塑造未来呢？当然是艾格洛尼亚人。

如果感觉人工智能 (AI) 的未来是一片快速变化的景象，那是因为人工智能领域目前的创新正在以如此快的速度加速，以至于很难跟上。人工智能似乎很可能会 (继续) 改变世界。”即使在科技记者迈克尔·托马斯写下这些话后的 12 个月里，变化的速度仍在加快，各国政府开始认真对待人工智能的风险，聊天机器人也开始流行起来。当然，哪里有重大发展，哪里就有 Aiglonians。

“早在 21 世纪，斯蒂芬·B·约翰逊 (Stephen B Johnson) 的《界面文化》一书就指出，那个年代的工匠将是软件工程师和产品设计师，”流媒体服务 MUBI 现任产品副总裁 Narain Jashanmal (Alpina，1997 年) 表示。“我认为他说得对。你用代码或产品设计所能做的事情与你用相机、钢笔或画笔所能做的事情一样富有创意。”

Narain 应该知道：自 2014 年加入 Facebook（现为 Meta）以来，他一直处于社交媒体的最前沿，并晋升为 Reality Labs 的社交商务总监，在那里他开创了虚拟和增强现实（AR/VR）领域的新购物体验。他指出，人工智能并不是什么新鲜事：它的理论自 1950 年代以来就一直伴随着我们。但互联网和社交媒体的兴起意味着，数据集突然变得如此之大，以至于人类无法再处理它们。

需要新的工具，人工智能开始发挥作用。但直到去年，人工智能和机器学习往往停留在幕后——推动搜索、推荐或 Instagram 动态顶部显示的内容。但现在，OpenAI 的 ChatGPT 等生成式人工智能产品允许消费者直接互动。

这种新发现的能力将如何影响我们未来的世界？纳拉因指出，人工智能擅长帮助人类做不擅长的事情。“对于人类来说，想出 100 种不同的数据情景是极其困难的，”他说。

“对于机器来说，这很容易做到。但是，虽然机器可以解释这些数据，但它无法解释这些数据的结果。这取决于我们——我们如何选择分配这些新技术带来的回报。”

达里安·亨特（1986 年出生于埃克塞特）是富国银行数字人工智能用户体验总监，她也对人工智能创造更好体验的潜力感到兴奋。她说，她在大学时对计算机不感兴趣，因为她认为与计算机交流需要学习的语言不是直观的。“人工智能让我最兴奋的是，我们现在可以用自己的语言与计算机对话。在富国银行，我们拥有庞大的客户群，我们一直在努力创建针对最大数量人群优化的设计。但人们处理信息的方式不同。人工智能将使我们能够创建个性化体验 - 流畅的用户界面 - 根据每个人的需求进行调整和适应，而不是我们不得不适应技术。”

达里安的职业生涯始于数字设计师，20 世纪 90 年代，她在工作中学习，当时宽带和互动电视将成为下一个大趋势。后来，她绕道去了婆罗洲的一家猩猩康复中心工作——“我一直想和大猩猩一起工作，这是我在定居之前必须要做的事情！”她说——之后，她深入研究了科技领域，获得了纽约大学的互动电信硕士学位。她发现自己进入了一个当时完全陌生的领域：用户体验和信息架构。

她第一次接触人工智能是在美国银行，当时银行要求她为该银行开发一项 Alexa 技能。最后，数据安全方面的困难有限，他们意识到银行有资源和能力在内部开发这项技能。“我们开始利用人工智能，特别是自然语言处理，在我们的移动应用程序中创造多模式体验。本质上，它让计算机能够理解人们用自己的语言询问的内容，无论是通过语音还是文本。” Erica 是首批由人工智能驱动的银行助理之一，于 2018 年推出。从那时起，它已经在超过 15 亿次互动中帮助了超过 3700 万客户，让客户能够深入了解他们的消费习惯。亨特现在正在富国银行开发类似的工具。

那么，对于那些想在这个领域工作的人来说，未来会怎样呢？作为苹果视觉产品组的高级软件工程师，Noah Gamboa（La Baita，2014 年）对此有充分的了解。他对技术的热爱始于 Aiglon 的计算机科学课，并在斯坦福大学不断发展，在那里他获得了理学学士和电气工程理学硕士学位。在斯坦福大学，他对人工智能产生了兴趣，与肺癌研究人员合作，旨在建立可以分析患者 CT 扫描并预测其生存预后的人工智能模型。

毕业后，他在苹果公司实习，负责 Siri 的开发，后来加入该公司担任现在的职位。“我对空间计算非常感兴趣，因为你可以看到世界本来的样子，而不是它本来的样子，”他说。“我目前正在使用 Apple Vision Pro，它非常顺畅，让我能够以全新的方式使用空间计算。”

诺亚认为，在这个领域建立职业生涯的最佳方式就是开始尝试。“如果你看到某样你感兴趣的东西，并且你认为它可以做其他事情，那就试着让它做其他事情。或者，如果你有一个不确定如何解决的难题，但你喜欢去解决它，这是一个好兆头，表明新技术——无论是人工智能、增强现实、虚拟现实还是其他尖端技术——适合你。问题永远不会是一天一变。”

达里安说，我们永远都需要具有创造性和战略性思维的人，能够将所有信息综合成具有凝聚力的东西。她指出，生成式人工智能不会思考。“它是一种预测技术；一种可以评估问题最可能答案的智能算法。但它并不是真正的理解。你总是需要能够批判性思考的人，他们能够以比任何类型的机器算法都更直观的方式综合和解决问题。”

Narain 也认为，随着我们步入人工智能驱动的未来，这种适应性和独创性将具有巨大的价值。“你很容易被一项技术吓到，尤其是当你使用的技术比较抽象时，”他说。“但试图理解并不意味着你必须成为机器学习专家。这关乎好奇心、提问、倾听、了解事物的核心。好奇心是我首先要考虑的。不仅仅是纯粹的求知欲，还有对事物运作方式的好奇心。并倾向于那些让我们成为独特人类的东西。”