中文字幕亚洲欧美日韩在线不卡,亚洲欧美日产综合在线网性色,思思久久精品6一本打道,综合视频中文字幕

【文/觀察者網(wǎng)專欄作者 陳經(jīng)】

近期，OpenAI開發(fā)并發(fā)布了一款新型自然語言處理（NLP）聊天機器人工具——ChatGPT。它被廣泛視作未來人工智能在用戶體驗方面的領(lǐng)先者，備受世界矚目。人們關(guān)心，ChatGPT可能對就業(yè)市場產(chǎn)生怎樣的影響？

一方面，在許多崗位上，ChatGPT有望取代人類。例如，以往在營銷領(lǐng)域，營銷部門需要依靠客服代表與現(xiàn)有和潛在的客戶進行溝通、解決問題、推廣產(chǎn)品，以達成銷售目標。但是，隨著ChatGPT出現(xiàn)，機器可以更加自動化地完成客戶服務等日常交易：通過自然語言理解、推斷和應答，它可以執(zhí)行幾乎所有客戶服務活動，包括提出問題、提供建議和解決問題，而這些曾經(jīng)都是客服代表的職責。因此，未來ChatGPT可能取代客服代表這一職位，使一些人失去工作。

另一方面，ChatGPT也會為許多其他行業(yè)創(chuàng)造工作機會。例如，ChatGPT也可能給消費者帶來更好的用戶體驗，根據(jù)消費者的實際意圖提供準確的產(chǎn)品信息和服務，從而更有效地實現(xiàn)銷售目標。因此，它也可以為許多公司和機構(gòu)創(chuàng)造數(shù)據(jù)分析師、客戶服務專員等新的崗位。畢竟，機器只是自動化的工具，而真正的商業(yè)成功和創(chuàng)新還需依賴具有創(chuàng)造力和獨特思維能力的人類團隊。

說了多少年“AI將取代人的工作”，這一次，“狼”是真的來了?？梢詳喽ǎ瑥目头淼叫侣剬懜?，許多人的工作可能被機器取代。如果你還無動于衷，事實上，本文開頭四段就是筆者讓ChatGPT寫的。

ChatGPT的特性與原理

當然，由于ChatGPT的中文版本訓練較少，它還沒有學會我的語言風格。但正如許多西方作者所發(fā)現(xiàn)的，只要有足夠多的樣本，風格化的寫作不是問題。

筆者讓ChatGPT以“波動的市場”為主題，寫一首許巍風格的歌詞。它較好地完成了任務。（注：第三方開發(fā)者將ChatGPT接入了微信，群聊天轉(zhuǎn)發(fā)到OpenAI的服務器給出反饋）

ChatGPT所作歌詞（作者供圖）

不過，當我讓ChatGPT繼續(xù)介紹OpenAI公司，它的表現(xiàn)證明，我們也無需對人工智能過于擔憂——它寫道：

OpenAI在相對較短的時間內(nèi)取得了一些重大成功。2016年，它創(chuàng)建了一個叫AlphaGo的游戲系統(tǒng)，在一場圍棋比賽中擊敗了世界冠軍李世石。這一成就尤其值得注意，因為圍棋此前被認為過于復雜，計算機無法掌握。

這讓筆者不得不停止“白嫖”，自己來寫——事實上，AlphaGo與OpenAI毫無關(guān)系，而是由其競爭對手Deepmind開發(fā)的；另外，在AlphaGo與李世石的棋局中，獲勝者實為李世石，筆者2016年發(fā)表于觀察者網(wǎng)的文章成功預測了這一結(jié)局。

由此不難看出ChatGPT的一個典型毛?。豪碇睔鈮训鼐幵焓聦嵑蛿?shù)據(jù)，就像一個信心十足的“大忽悠”。如果不提高警惕，很容易上當。英文版本由于訓練數(shù)據(jù)較多而比中文版本靠譜得多，但即便如此，也有不少人報告說機器撒謊。

無論如何，ChatGPT引發(fā)了人們很大的興趣，不少人都要求入群圍觀調(diào)戲。如何理解這波熱潮？

2016年，AlphaGo引爆了史上最大的人工智能熱潮，一度到了“與會必談”的程度。一些社科學者也對人工智能產(chǎn)生了興趣，對人與智慧機器的關(guān)系進行了深入探討，“機器是否會取代人的工作”一度引發(fā)熱議。

宣傳畫中的人形AI（作者供圖）

后來，AI熱潮逐漸退去，這也正?！狝I的確很有用，但這幾年間并沒有取代多少人的工作。人們逐漸發(fā)現(xiàn)，AI并非宣傳畫中的人形機器，也還不完全具備送快遞、自動駕駛等功能，只是能執(zhí)行人的語音命令，并沒有傳說中那樣神奇。

正如IT開發(fā)者早就指出的，雖然AI在所有棋類運動中都戰(zhàn)勝了人類，但這并不意味著其具備了足以與人類匹敵的、真正意義上的智慧——棋類運動的本質(zhì)即較為復雜的計算，因此AI在棋類運動中的勝利表明的無非是其深度學習、強化學習算法的威力。計算器剛發(fā)明時曾被視作神奇的產(chǎn)品，能賣上千美元，但隨著時間推移也就逐漸“白菜化”了；同理，高水平AI作為更強大的計算功能，也終將被人們習以為常。

如何判斷AI究竟有無“智慧”？相關(guān)學者對此早有思考，提出了“圖靈測試”法則：如果機器能夠像真人那樣聊天、讓人無法分辯，則可視作具有智慧。

但是，關(guān)于通過圖靈測試的標準，研究者們各執(zhí)一詞，難有定論。例如，有研究者聲稱裁判無法區(qū)分其開發(fā)的聊天機器人和13歲小孩，谷歌工程師Blake Lemoine也曾聲稱聊天機器人LaMDA真的擁有“靈魂”，但上述案例并未得到業(yè)界的普遍認可，被視作笑話或炒作。另外，隨著機器的表現(xiàn)越來越好，圖靈測試的標準也相應地一再升級。

研究者們高度重視圖靈測試，希望看到聊天能力強大的機器人——早在數(shù)年前，聊天機器人與圖靈測試的關(guān)系就得到業(yè)界廣泛關(guān)注。近兩個月“火出圈”的ChatGPT被業(yè)界公認為最有希望通過圖靈檢驗的AI，雖然它并不自稱為人類。

聊天機器人的專業(yè)名稱是“大型語言模型”（LLM， Large Language Model）。主要技術(shù)關(guān)鍵是谷歌2017年開始引入的Transformer模型，先是對機器翻譯，再自然地到語言模型、聊天機器人。

上一波人工智能突破主要由圖像識別領(lǐng)域的“深度學習”（DL，Deep Learning）引領(lǐng)，AlphaGo就是將棋盤當作圖像輸入。人們一度認為“強化學習”（RL，Reinforcement Learning）以及“對抗生成網(wǎng)絡”（GAN，Generative Adversarial Network）很厲害。AlphaGo的升級版本AlphaZero就是用了這兩個技術(shù)，幾個模型反復對抗訓練、一起進化，自己生成學習樣例，進步非常明顯。

GAN還被應用于不少其他有趣的方面，例如，可以用GAN框架做一個生成圖片的神經(jīng)網(wǎng)絡和一個判別圖片真假的神經(jīng)網(wǎng)絡，兩個網(wǎng)絡互相對抗、共同改進，最后獲得足以以假亂真的圖片生成能力，畫出大師風格的油畫。不少研究者覺得，GAN是多年來人工智能領(lǐng)域最大的突破，應該會是下一個出大成果的方向。

有點意外的是，實際大突破到出圈的卻是LLM，這次人工智能熱潮就是自然語言處理（NLP，Natural Language Processing）的飛躍進步引發(fā)的。

“Transformer模型是一種具有注意力機制的深度學習模型，可以用來解決自然語言處理（NLP）問題。它使用注意力技術(shù)來聚焦模型中每個符號的輸入序列，從而可以捕捉句子中詞語之間的關(guān)系，而無需顯式地定義特征或構(gòu)建特征提取器。此外，Transformer模型利用并行化，避免了傳統(tǒng)序列模型（如遞歸神經(jīng)網(wǎng)絡）時需要等待前一步執(zhí)行結(jié)束才能開始新一步的等待時間，提高了計算速度。”

上面這段是ChatGPT介紹的LLM技術(shù)關(guān)鍵：Transformer模型（這類常見概念介紹它不忽悠）。意思是說，Transformer訓練和計算有利于并行加速，這樣可以引入幾百億個參數(shù)的大模型。以前的語言模型，如“循環(huán)神經(jīng)網(wǎng)絡”（RNN，Recurrent Neural Network），參數(shù)不能太多，訓練樣本也多不了，“需要等待前一步執(zhí)行結(jié)束才能開始新一步”，例如RNN將推理結(jié)果當作下一步推理的輸入（這就是“循環(huán)”）。不方便并行，訓練就慢，大模型訓練需要的時間太長，沒法用。

2015年底，谷歌收購最有可能做出通用人工智能的Deepmind，風險投資家Sam Altman（后來的OpenAI CEO）和馬斯克等不少科技圈的人對此不滿，于是共同投資成立了OpenAI。和Deepmind一樣，OpenAI也開發(fā)了游戲AI，據(jù)說在Dota2項目上達到了人類水平。但真正取得大突破的還是2020年的語言模型GPT-3（Generative Pre-trained Transformer 3），前面還有GPT-2和GPT-1。

GPT-3的開發(fā)思想就是把整個互聯(lián)網(wǎng)的知識都當成訓練素材，做出幾百億個參數(shù)的超級大模型，看能訓練出什么。語言模型的訓練目標很簡單，就是把一段話作為輸入，“預測”后面最可能出現(xiàn)的詞，以此類推，最后輸出完整的對話或文章。

GPT-3似乎學會了整個互聯(lián)網(wǎng)上的所有知識，鑒于許多程序員將代碼放到了網(wǎng)上，GPT-3甚至學會了寫程序。微軟收購的Github開發(fā)了Copilot等輔助編程工具，機器編寫的代碼量占比逐漸上升至30%-40%，以至于程序員們一邊使用輔助編程工具，一邊默默憂慮自己何時會被AI取代?？梢哉f，GPT-3使整個IT業(yè)界為之震撼，不過由于使用門檻相對較高，所以沒有“出圈”。

隨后，OpenAI在GPT-3的基礎上開發(fā)出“GPT-3.5”也即ChatGPT，于2022年11月30日上線，并迅速火出了圈。相較于GPT-3，ChatGPT的關(guān)鍵優(yōu)勢在于人工優(yōu)化——GPT-3肚里有大量干貨，但不擅長理解人的對話，需要“懂行”人士的引導才能輸出有效內(nèi)容；OpenAI則經(jīng)過了大量人工測試，人工對不對勁的反饋進行訓練修正，用有點意外的方式解決了問題（業(yè)界習氣是讓機器干活，少搞人工操作）。

經(jīng)過這一關(guān)鍵優(yōu)化，聊天機器得以從專業(yè)人士才能用的GPT-3，進化成普通人也能歡快聊天的ChatGPT！后面的事大家都知道了：業(yè)界內(nèi)外的大量用戶紛紛注冊，踴躍“調(diào)戲”ChatGPT，月活用戶數(shù)在短短2個月內(nèi)輕松突破1億。作為互聯(lián)網(wǎng)產(chǎn)品，這是現(xiàn)象級的。事實上，ChatGPT讓人們首次意識到，AI也能直接成為互聯(lián)網(wǎng)產(chǎn)品。

現(xiàn)在，LLM已成為互聯(lián)網(wǎng)公司新的“必爭之地”。微軟宣布，Bing搜索引擎、Office套件等全線產(chǎn)品都將引入ChatGPT，對OpenAI增加投資100億美元（之前投了10億美元，有優(yōu)先權(quán)）。

谷歌和百度也都計劃推出競品。據(jù)彭博社1月30日報道，知情人士透露百度公司計劃在3月推出與ChatGPT類似的聊天機器人，并將之嵌入搜索服務。

谷歌更是不得不行動了——員工都讓ChatGPT寫關(guān)于谷歌裁員的詩了，寫得很有意思。谷歌對前OpenAI員工2021年創(chuàng)立的公司Anthropic緊急投資4億美元，后者的聊天機器人Claude有520億個參數(shù)的模型，還在內(nèi)測，尚未公開。值得注意的是，前OpenAI員工之所以創(chuàng)立Anthropic，就是因為他們認為ChatGPT商業(yè)化嚴重，輸出內(nèi)容的正確性有嚴重缺陷。

關(guān)于谷歌裁員的詩，“作者”為ChatGPT（作者供圖）

以上是ChatGPT簡略的技術(shù)原理和發(fā)展歷史。其實AI的原理并不難懂（希望一些技術(shù)名詞沒有造成理解困難），主要還是得實際干出來，Show me the code，這就需要海量的技術(shù)細節(jié)和投資。

Jacob Browning 和Yann LeCun論AI和語言的局限性（作者供圖）

為了超越ChatGPT寫文章的層次，筆者還想從“AI哲學”層面進行一些深入的探討。近日，楊立昆作為Meta首席科學家表示，就底層技術(shù)而言，ChatGPT不是多了不起的創(chuàng)新，主要是在產(chǎn)品層面設計組合很好，才被視為“革命性產(chǎn)品”。這一態(tài)度在很大程度上基于其AI哲學觀——早在ChatGPT上線之前，圖靈獎得主楊立昆（Yann LeCun）和研究AI哲學的Jacob Browning就在Noema雜志上發(fā)表文章，指出了AI語言模型的重大缺陷：

“這些系統(tǒng)只會有淺層理解，永遠不會有人類的完全理解能力”

“放棄所有知識都是語言學的觀點，讓我們意識到知識中有多少是非語言的”

“只由語言素材訓練的系統(tǒng)永遠都不會接近人類智能，即使它訓練到宇宙毀滅都不行”

楊立昆說的是什么意思？其實和ChatGPT聊一陣子就明白了。筆者的感覺是，機器“查找資料、泛泛聊天”能力已經(jīng)超過了所有人類。但是，如果將聊天的標準上升，考察真正的智慧，那么ChatGPT將很快露出破綻，其后續(xù)版本（如將知識引擎從GPT-3升級到GPT-4）也難以解決這個問題。

再往深里說，這涉及哲學層面的語言之思。海德格爾懷疑，我們也許并不能從日常語言經(jīng)驗中獲得獲得本質(zhì)洞見，而毋寧只能獲得一種虛假的可理解性。隨著計算機的發(fā)展，人們愈發(fā)深刻地認識到，語言不能直接等價于知識，知識還需要人的感官與情感作為支撐。

哲學性地說，人類在以語言表述知識時，有兩種狀態(tài)：一種是真正的智慧，也就是在對知識融會貫通、徹底理解之后，做出有條理、經(jīng)得起盤問的表述；另一種是“人云亦云”，也就是不假思索地復述他人的說法。例如，對“中國2022年GDP是121萬億元”這一知識，絕大多數(shù)人只是能以不同形式復述這句話，但對于GDP這個名詞的理解都是糊涂的、經(jīng)不起盤問的，整個體系的相關(guān)知識接近于零。

表面上看，ChatGPT能回答中國GDP增長的問題。然而，筆者經(jīng)過測試，可以肯定地說，ChatGPT并不理解GDP知識體系，會出一堆莫名其妙的問題。也就是說，最有水平的聊天機器人也只是“人云亦云”，沒有體現(xiàn)人類深層理解的智慧水平。

ChatGPT與作者關(guān)于中國GDP的對話（作者供圖）

這并不出人意料，因為ChatGPT只是一個語言模型，而不是知識體系。它只是在重復一個任務，“預測”下面應該說的一個詞，不可能對整個知識體系產(chǎn)生飛躍性的理解。有時人們覺得它理解了，甚至理解得還挺深，但那只是因為它找到了合適的“參考資料”并對其做了靈活的組合。

ChatGPT學得太多了，因此乍看顯得理解了人類的知識，而且聊起天來派頭十足、很有信心，一副人類的“架勢”。但是，這個特點也可能是大缺陷——在沒有相關(guān)數(shù)據(jù)和事實時，它會煞有介事地編造，如果人們沒有相關(guān)知識，就很容易被蒙騙。

沃頓商學院教授讓ChatGPT做課程考題，最簡單的第1題答得不錯（作者供圖）

例如，有新聞報道夸張地聲稱，ChatGPT通過了法律學和商學院課程考試的事，但事實上，它只是以C+或者B-的成績勉強通過了明尼蘇達大學法學院以及沃頓法學院的幾門課程考試——只有簡單題答得不錯，一旦題目稍有分析難度，ChatGPT就不知所措了，即便勉強蒙對答案，答題邏輯也明顯不對，成績在全班墊底。

個人以為，從AI哲學的層面而言，ChatGPT的情況與AlphaGo差不多。但是，從對實際生活的影響而言，ChatGPT具有顯著的優(yōu)勢，不能用楊立昆的高標準去貶低其意義。

AlphaGo證明人類在圍棋方面不是機器的對手，但是機器也不理解自己在干什么。正確的應用方式是，人們利用圍棋AI，對高明或有漏洞的招法做解讀和分析，以此促進棋手對圍棋的理解和棋藝的進步。換言之，棋類運動的中心還是人類棋手，AI不需要理解圍棋，只要能為人類棋手提供幫助即可。對此，有人歡喜有人愁，但無可否認的是，AlphaGo使人們的圍棋觀發(fā)生了革命性、顛覆性的改變。

同理，楊立昆基于其AI哲學而低估ChatGPT的革命性意義的做法是不對的。ChatGPT等LLM聊天機器人，雖然沒有真正的理解而只會人云亦云，但它出色的表現(xiàn)足以引發(fā)人類知識體系的大革命。

由Alphago引發(fā)的上一波人工智能熱潮看似頗為戲劇性，引發(fā)了一系列不切實際的恐懼或希望，但實際影響并沒有部分新聞報道所宣稱的那樣強烈——這波熱潮主要在圖像識別、下棋等專業(yè)領(lǐng)域取得突破，受影響很大的只是棋手、停車場收費員等少數(shù)人。因此，當時，筆者在與一些社科學者討論AI的影響時，傾向于對AI“祛魅”、拒絕神化AI。

而這一次由ChatGPT引發(fā)的熱潮看起來不那么石破天驚，卻對社會造成了更大的真實影響。這一次，自然語言處理被機器全面突破，由此引發(fā)了兩個結(jié)果：第一，機器人的聊天交互能力增強，很快大部分人都能接觸和使用高水平的聊天機器人了，這是機器影響社會最大的“殺手锏”；第二，以前的機器只擅長某個專門領(lǐng)域，而現(xiàn)在的AI以幾千億個參數(shù)囊括了整個互聯(lián)網(wǎng)的知識，其功能趨向于“通用”。說句悲觀的話，很多靠嘴皮、文字等“自然語言處理”謀生的人，能力未必比得上機器。

對于ChatGPT等聊天機器人，哲學上我們?nèi)匀灰办铟取?，不鬼扯機器智慧。但是在實際社會經(jīng)濟運行、人們的學習生活中，要對通用聊天機器人的應用前景，展開想象力。

AI畫的梵高風格的向日葵星空（作者供圖）

AI的一大應用前景是AIGC（AI Generated Content），即“以人工智能技術(shù)來生成內(nèi)容”。目前，AIGC在生成圖片方面取得突破：2022年，Stable Diffusion在圖片生成方面取得較大進展，可生成質(zhì)量較高的圖片；ChatGPT也可以根據(jù)指令生成指定主題的畫作。谷歌還開發(fā)了視頻生成AI和音樂生成AI，但效果還不算太強。

當然，圖片、視頻和音樂生成影響的都只會是少數(shù)行業(yè)；大型語言模型的聊天、寫作等通用能力才會產(chǎn)生更大的社會影響。所以，對AIGC，應該重點關(guān)注大型語言模型。

大型語言模型的極大影響與個人的應對

如果機器能“無所不知”地聊天，它將如何改變?nèi)祟惿鐣靠梢哉归_想象力。

一個最直接的應用就是搜索。很容易理解，從原理上LLM就比谷歌、百度等基于爬蟲的搜索服務更強大：兩者都是以整個互聯(lián)網(wǎng)為素材，把內(nèi)容“爬”回來，區(qū)別在于，后者只能根據(jù)關(guān)鍵詞把網(wǎng)絡鏈接按相關(guān)程度展示出來，還需要人自己去點擊察看；而前者能夠生成更為高質(zhì)量、系統(tǒng)性的反饋，很多情況下，LLM可以直接解決問題，即便不能直接解決，也能通過繼續(xù)對話、深入溝通給出有效知識。

搜索信息的一個大問題是，部分人群搜索能力不佳，不能善用關(guān)鍵詞。對于這類人而言，LLM的出現(xiàn)使搜索服務發(fā)生了革命性變化。比如，有人想找某類病的權(quán)威醫(yī)院，用谷歌搜索時可能毫無頭緒；但用聊天的方式詢問ChatGPT時，ChatGPT就直接把幾家最好的醫(yī)院介紹出來了。

另一個大問題是，很多人難以判斷搜索信息的有效性。大多數(shù)人不是找不到相關(guān)內(nèi)容和數(shù)據(jù)，而是難以對各種數(shù)據(jù)和說法的可信度加以甄別，我認為這是正確使用搜索引擎的最大瓶頸。對于這類人而言，ChatGPT可以提供相當好的信息服務，迅速給出看起來比較深入的信息。

當然，誠如楊立昆所言，ChatGPT等聊天AI只能給出“淺層知識”。但是，對絕大多數(shù)“不求甚解”的人來說，這些“淺層知識”就已經(jīng)足夠了，大多數(shù)人根本不會聊到ChatGPT難以應對的程度；即便對于想要深入探索的人來說，ChatGPT給出的淺層知識也是很好的索引，能夠輔助他們自行探索、理解、歸納、總結(jié)和創(chuàng)新。

第二個應用是客服應答。傳統(tǒng)的客服模式分為機器和人工兩種，前者過于死板，要求客戶不斷按鍵選擇；后者的服務水平相對有限，說話口音未必標準，且對客戶的問題不一定有深入理解，必須依靠技術(shù)人員。

而現(xiàn)在，隨著高水平聊天機器人的出現(xiàn)，客服質(zhì)量將發(fā)生質(zhì)的飛躍。機器能牢記本領(lǐng)域的全部知識，而且能準確理解客戶的問題并提供相關(guān)信息。因此許多大中型公司會把ChatGPT的技術(shù)應用于應答中心，從而改善服務體驗，減少客戶抱怨。

這一趨勢對于印度、菲律賓等部分發(fā)展中國家而言頗為不利。這些國家原本在客服外包行業(yè)具有一定優(yōu)勢，而AI的出現(xiàn)使該行業(yè)的人力需求銳減。

第三個應用是游戲NPC研發(fā)。從前，游戲中的NPC只能與玩家進行固定對話，感覺很僵硬。而現(xiàn)在，游戲《騎馬與砍殺2》中的農(nóng)民NPC以ChatGPT為引擎，學習了游戲背景設定，能靈活地回答用戶的問題，玩家體驗獲得巨大提升。

游戲《騎馬與砍殺2》中的NPC（作者供圖）

第四個應用是自動編程。現(xiàn)在，AI已經(jīng)學會了Leetcode等題庫里的大部分題目。此外，鑒于大量程序員將代碼發(fā)在互聯(lián)網(wǎng)上共享，且代碼的有效性通過相關(guān)網(wǎng)絡社區(qū)得到驗證，AI也可以直接學習這些整理好的可靠信息。OpenAI還招募了大量編程人員，致力于手把手教ChatGPT編程。

由此，AI的自動編程能力正突飛猛進，很可能取得革命性突破。目前的AI技術(shù)已經(jīng)足以按照指令自動完成相應編程。許多程序員放棄了傳統(tǒng)的網(wǎng)絡社區(qū)，轉(zhuǎn)向ChatGPT輔助學編程——程序員社區(qū)StackOverflow流量已下降11%。

AI編程能力的提升將帶來諸多重要影響。其中一大負面影響是，IT業(yè)界的就業(yè)市場可能遭到?jīng)_擊——程序員發(fā)起狠來連自己都打！根據(jù)業(yè)界共識，程序員分為兩類：第一類是高水平程序員，可以完成主要的架構(gòu)搭建、開發(fā)流程及核心算法；另一類是水平一般的程序員，他們的學歷和能力并不強，只是由于寫的代碼能復制，顯得效率高，被行業(yè)風口和精英翹楚帶著飛，才獲得了不錯的收入。

現(xiàn)在，第二類程序員的好日子快要結(jié)束了。業(yè)界發(fā)現(xiàn)，這類程序員可替代性高，還容易出問題、拖進度，如果把他們的工作交給ChatGPT，工作效率將獲得難以想象的提升，同時成本還將大幅下降。所以，水平不高的初級“碼農(nóng)”如果還想靠手頭這點專業(yè)水平吃飯，真的危險了。

印度等國家可能會在這一波業(yè)界變革中遭到嚴重打擊。印度等發(fā)展中國家的一大重要優(yōu)勢是程序開發(fā)外包——客戶將需求按外包格式寫出來，由工資與水平都不高的發(fā)展中國家程序員寫代碼。但隨著技術(shù)發(fā)展，程序外包工作很可能被AI取代。

不過，機器編程能力也能帶來一些積極影響，例如以“AI+”的形式為各行各業(yè)“賦能”。我們之前一直在說“AI+”，希望以人工智能改造所有行業(yè)，但這個理念很難實現(xiàn)——一方面，IT從業(yè)者與其他行業(yè)的業(yè)務人員不了解彼此的工作內(nèi)容；另一方面，IT人才的數(shù)量和精力也是有限的，難以滿足“AI+”的需求，這使“AI+”遭遇了很大阻礙。

而現(xiàn)在，隨著機器自動編程能力的增強，項目開發(fā)周期可能大幅縮減，高級人才可以減輕代碼工作負擔，將精力放到核心環(huán)節(jié)。行業(yè)公司也有可能在機器幫助下，快速上手搞起IT與AI+，進行流程改造，產(chǎn)業(yè)升級。

第五個應用是讓AI完成音樂、繪畫和寫作方面的工作。比如，未來，我們也許只要對AI下一個命令，就能聽到許巍的“新歌”；大量重復的文秘工作、郵件報告、會議記錄也可以交給AI來完成——微軟的Teams會議系統(tǒng)已經(jīng)引入ChatGPT輔助寫報告了。

這樣一來，人力將得到極大的解放。有時人類并不是沒有好想法，而是沒有時間、沒有人力去實現(xiàn)。如果AIGC出現(xiàn)了實質(zhì)突破，人們只用提供創(chuàng)意，學會讓機器干活，讓機器完成繁瑣的內(nèi)容輸出工作，那可能會是思想大解放的意義。比如，科研人員可以省出大量時間做科研，寫論文時只負責提供創(chuàng)意，其他部分讓機器填補；政府工作人員也不必再為大量公文耗費時間，可以做出更多實事。

科研界的面貌可能隨之發(fā)生改變。ChatGPT促使人們反思，到底什么才是有效科研活動？，如果人類寫出的論文水平還不如機器，還有沒有必要存在？

AI也將使教育行業(yè)變得“面目全非”。從“學”的角度而言，現(xiàn)在，ChatGPT已經(jīng)可以完成難度不高的哲學、文學小作文，也可以解決部分理工科題目，一些大學已經(jīng)頒布規(guī)定禁止學生用ChatGPT寫作業(yè)。機器既可能幫助人們學習，也可能讓人們放棄學習。

從“教”的角度而言，未來，也許交互能力極強、無所不知、耐心無限、因材施教的教育機器將取代傳統(tǒng)的教師。這將使人類的學習效率得到革命性的提高。更重要的是，在教育機器武裝下，師資力量的差異不再重要，所有學生都將擁有同等的學習機會，人類教育平等的時代或?qū)⒑芸斓絹怼?/p>

那么，人類如何面對這樣的變化，如何趨利避害？我們應了解“AI哲學”，正確認識機器的能力和局限性，從而更好地適應它、使用它。

ChatGPT說（原創(chuàng)不一定是它）：AI will not replace you . A person who’s using AI will replace you. (AI不會代替你，一個使用AI的人會代替你）

這句話確實是智能機器時代的“金句”。如果人有核心能力，能夠?qū)W習使用AI，就會發(fā)現(xiàn)自己能力得到了放大，會更適應時代，還能解放創(chuàng)意，機會無限。如果不會用AI，固守自己所謂的人類“能力”，那么很可能別人會開發(fā)出AI使用辦法，高效率完成取代你的工作。

根據(jù)“AI哲學”，大型語言模型只有淺層理解能力。所以，如果我們有真正“深層”的知識，就不用擔心被機器取代。但是，我們要切記，機器會不斷進步，因此我們不能固步自封，必須不斷學習、思考和進步，才能在機器智能時代獲得立身之本。

筆者要強調(diào)的是，人類的一大核心能力是辨別真假。機器將用無窮無盡的語言證明，所謂的邏輯是可以被操縱的，沒有分辯能力的人，就真還不如機器。如果你能判斷機器在某個領(lǐng)域是“業(yè)余”的，數(shù)據(jù)是錯的，概念和邏輯是在忽悠，那么恭喜，你是比機器知識水平強的人類。希望在機器進步之后，仍然能找到它的漏洞。

機器也會將有追求的人逼上發(fā)展創(chuàng)意的道路。原理上，大型語言模型只會模仿，唯有人類才能給世界添加真正的知識。我們可以利用機器提供的信息和幫助，總結(jié)、觀察、創(chuàng)新輸出有意義的內(nèi)容，這是機器做不到的。

諷刺的是，最不可能被機器取代的似乎恰恰是藍領(lǐng)工作。早期的各種機器旨在取代藍領(lǐng)的體力活。但是，現(xiàn)在看來，基于大型語言模型的智能機器做不了體力勞動；波士頓動力做出的機器人和機器狗雖然能做體力勞動，但離藍領(lǐng)工人的水平還是差太遠。人類百萬年進化而來的靈巧雙手、優(yōu)越運動能力，結(jié)合智慧的大腦、會溝通的嘴，沒那么容易被機器戰(zhàn)勝。

相較之下，反而是白領(lǐng)工作更容易被取代——價格低廉、不需休息、能力不斷提升的智能機器將橫掃白領(lǐng)職場。也許，大量白領(lǐng)需要考慮學習一些藍領(lǐng)技能。

本文系觀察者網(wǎng)獨家稿件，文章內(nèi)容純屬作者個人觀點，不代表平臺觀點，未經(jīng)授權(quán)，不得轉(zhuǎn)載，否則將追究法律責任。關(guān)注觀察者網(wǎng)微信guanchacn，每日閱讀趣味文章。