大厂纷纷推出大模型的情况下计算机专业的同学该怎么规划学习路线？
这是当前很多计算机专业同学普遍比较关心的问题，我结合人工智能领域的技术发展趋势和产业领域的人才需求趋势来说说个人看法。
首先，2023年国内的互联网大厂以及一些人工智能创新团队会逐渐推出自己的大模型产品，而且这些大模型产品将被部署到云端，以此来为大量的互联网产品提供智能化支撑。相信这一轮大模型的爆发将为人工智能产品的落地应用带来新的契机，也会全面推动产业互联网的发展进程。
近些年来我一直在开展大数据、人工智能相关的科研活动，也跟不少国内外的互联网大厂开展了众多合作，结合当前大模型自身的特点和创新趋势，以及产业领域的人才需求趋势，我认为大模型的应用对于计算机大类专业的同学会带来更多积极的影响。
很多人会认为大模型的落地将导致程序员大面积失业，甚至很多传统的技术类岗位会消失，这让很多计算机专业的同学，尤其是本科生和硕士研究生同学倍感焦虑，但是我并不这么认为。
早在十多年前，我们团队就开发出了能够自动生成前端代码的容器，相信很多团队也都有类似的产品，而且目前我带的学生当中也有主攻代码推荐的同学，但是在具体的应用场景下，不论是采用自动生成代码的容器，还是采用目前基于图神经网络的代码推荐系统，程序员的作用都是很难被替代的。
作为一名科研工作者，我在研发人工智能产品的过程中，核心的出发点是让普通人能够借助人工智能产品来提升自己的工作能力，能够拓展自身的能力边界，而不是去取代人类的位置和角色。
当然了，随着人工智能技术的发展，以及大量人工智能产品的落地应用，职场人手中的工具会越发强大，一些传统的低附加值岗位必然会面临升级，而这个过程也必然会释放出更多的高附加值岗位。
对于计算机专业的同学来说，大模型时代迎来了新的发展机遇，应该积极拥抱人工智能技术，以便于未来能够更好的参与到人工智能产业领域当中，这也是顺应时代发展的选择。
结合当前大模型的技术体系结构，对于研究生同学来说，包括硕士研究生和博士研究生同学，可以把关注点放在芯片层、框架层和模型层，相信未来较长一段时间内，国内将进入到一个打造大模型的阶段，人才需求也会逐渐得到释放。
对于本科生同学来说，可以把关注点放在如何借助大模型平台来打造具体的落地应用产品上，也就是把关注点放在应用层上。
做应用层产品的开发还是要基于编程语言来完成，但是与传统的开发方式不同，人工智能产品的开发要对大模型有一定的了解，而且还需要具备一定的行业应用场景知识，这样才能够辅助用户更顺利的使用人工智能产品。
机器学习是打开人工智能大门的钥匙，本科阶段就应该重视机器学习相关知识，要具备算法设计、训练、验证和应用的能力，要能够打造自己的小模型，这对于后续读研，或者进入产业领域发展，都有比较直接的影响。
总之，对于计算机专业的本科生和硕士研究生同学来说，该怎么学习还是怎么学习，只是在参加科研、项目期间，应该更侧重人工智能相关方向，而对于博士研究生同学来说，大模型确实给不少传统NLP和CV方向的研究带来了较大的挑战，需要考虑如何走出自己的创新路线。
目前我联合多所大学的导师，共同搭建了一个技术论坛，在持续开展大数据、人工智能、物联网相关的科研实践、项目实践和前沿知识分享等活动，最近也在持续开展科研兴趣小组活动，感兴趣的同学可以联系我申请参与，相信一定会有所收获。
最后，如果有计算机专业相关的问题，欢迎与我交流。