社区
教程
Wiki
注册
登录
创作新主题
社区所有版块导航
Python
python开源
Django
Python
DjangoApp
pycharm
DATA
docker
Elasticsearch
分享
问与答
闲聊
招聘
翻译
创业
分享发现
分享创造
求职
区块链
支付之战
aigc
aigc
chatgpt
WEB开发
linux
MongoDB
Redis
DATABASE
NGINX
其他Web框架
web工具
zookeeper
tornado
NoSql
Bootstrap
js
peewee
Git
bottle
IE
MQ
Jquery
机器学习
机器学习算法
Python88.com
反馈
公告
社区推广
产品
短视频
印度
印度
一周十大热门主题
A股如今行情,都是历史重演?Python找出A股相似K线,量化验证股价未来会怎么走?
10分钟入门Cursor+Git,让AI编程如虎添翼。
【机器学习】机器学习各算法的优缺点!!
2024必看AI干货!《大模型/AIGC/GPT-4/Transformer/DL/KG/NLP/C...
低空经济万字综述|基于深度学习的无人机检测和识别研究
宝藏: Python for Economtrics in Economics
喜大普奔!GitHub Copilot 免费了
用 python 自动化安装 TeXLive - 自动化好用
2024必看AI干货!《大模型/AIGC/GPT-4/Transformer/DL/KG/NLP/C...
分享 7 个用 Python 开发成的数据库
关注
Py学习
»
chatgpt
对未来的想法:写在ChatGPT诞生两周年之际
互联网怪盗团
• 3 周前 • 65 次点击
我们很难想象,ChatGPT诞生至今,居然仅仅过去了两周年。在人类历史上,除了原子弹之外,恐怕从未有过一款科技产品,在如此短的时间之内,就对世界造成了如此大的影响。我还记得两年前,ChatGPT诞生的第一个星期,我的朋友圈里至少有几十人沾沾自喜地转发了“GPT出丑图”——也就是它回答错误的记录。其中有一位游戏行业的朋友,晒出了GPT关于《原神》的回答:“《原神》是一款由中国深圳腾讯计算机公司出品的游戏……”他本人洋洋自得地评论:“看样子我是不会失业的。”
他有没有失业,我不知道,也不关心。但是俗话说得好:
鹰有时候飞得比鸡还低,鸡却永远飞不到鹰那么高。
对于生成式AI,我也不是一开始就接受的;我对它的使用,经历了三个阶段,相信与我有类似经历的人不在少数:
GPT-3.5阶段,此时生成式AI能做的事情还有限,信息比较陈旧,回答错误或“幻觉”比例极高。我只是把它当个西洋景,偶尔对话一下,在工作中则完全不使用。
GPT-4阶段,生成式AI的知识储备和智力水平大有提升,应用层面涌现出了各种Copilot,迈过了从“可用”到“好用”的门槛。我开始比较频繁地在工作和休闲中使用它。
GPT-4o阶段(同时的还有Claude 3.0、Gemini 1.5等),大规模增强后的生成式AI成为我工作和生活中不可或缺的一部分,尤其是在很大程度上替代了搜索引擎。
就在昨晚睡前,我向GPT-4o询问了一个自己一直很感兴趣、但一直没得到答案的问题:“
为什么当代希腊国家选择‘希腊民族认同’而‘
罗马
民族认同
’?
”GPT告诉我,直到18世纪,今天被称为希腊地区的人民还是“罗马认同”更多一些,但到了希腊独立战争前夕就完全反转了,原因至少包括:古希腊在当时的欧洲人心目中拥有崇高地位,因此当地人民希望继承古希腊的遗产;以科莱斯(Korais)为代表的知识分子更喜欢希腊传统,从而全面强化了希腊认同;“新罗马”一词指代的是君士坦丁堡,而君士坦丁堡从未被纳入当代希腊国家的范围,等等。
我接着又跟GPT-4o讨论了一个更有意思的话题:
在人类历史上,“罗马民族认同”究竟消亡于何时?
换句话说,最迟到什么时间节点,已经没有什么主要民族自认为“古罗马”的直系继承人了?GPT认为,一个关键节点是上文提到的希腊独立战争,另一个则是奥斯曼帝国解体之后,帝国境内的“罗马人群”(信东正教的希腊民族)也随之解体,要么被当代希腊民族吸收,要么被新生的巴尔干各国同化。它还强调,要为“罗马民族的消亡”找一个确切时间节点是不可能的,这个过程至少可以上溯到1453年君士坦丁堡的沦陷,其下限则可能达到20世纪墨索里尼在意大利推行的“罗马传统复兴”;但是无论如何,今天没有任何主要民族持有“罗马认同”则是学术界一致承认的事实。
我知道,肯定会有很多人嚷嚷:“这些有可能是GPT在胡说八道!”或者“GPT罗列的论据可能是假的!”对于上述指责,我想说:首先,我检查过了GPT列出的脚注和资料来源,确定它们真实存在,尽管其中一部分由希腊文(而非英文)撰写的资料我看不懂;其次,我把其中的主要论点用谷歌学术和英文维基百科进行了初步查证,至少以我粗浅的学术水平,暂未发现任何重大矛盾。GPT的回答当然不完美,但对于我这种业余历史爱好者来说,这种水平的回答已经足以作为一个学习的出发点,我还可以让它在此基础上推荐书单。而上述一系列举措(包括提问和查证)加起来也就花费了我半个多小时。
除此之外,我还想反问一句:
难道人类就不会“胡说八道”吗?
当人们批评生成式AI“乱编论据、乱写数据”时,其潜台词必然是“人类就不会这样做”。恰恰相反,从学生到入门级工作者再到资深专业人士,人类的一个重要特点就是喜欢胡说八道。人类还有一个更严重的缺点:在被指出胡说八道之后,会振振有词地自我辩护,用更多的谎话来掩盖之前的谎话。相比之下,当我明确向GPT提出“你的论据似乎有误”时,GPT每次都是爽快认错,一次都没有自我掩饰。一次都没有!
大模型胡说八道至少会列出论据(不管是真是假),人类胡说八道则完全不需要论据。大模型只有在被提问、而且自己的知识库有欠缺的情况下才会胡说八道;人类则会主动胡说八道,而且就算知道正确答案也照样胡说八道。凡是做过投资研究,尤其是研究过A股和中概股的人,对于上面两条应该心知肚明。我曾经读过长达五十多页、以PDF形式出现的胡说八道(美其名曰“研究报告”),也听过长达一个多小时、以PPT+演讲形式出现的胡说八道(美其名曰“年度投资观点分享”)。我有时候会跟GPT讨论财经方面的问题,它不是所有时候都能给我满意的回答,但其水平绝对达到了及格线;恕我直言,市面上半数以上的专业人士达不到这个及格线。
当然,我能够理解为什么很多人会对大模型失望:他们以为自己会得到一个傻瓜式的、不用自己动脑子的智能助理,但无论是GPT、Claude还是其他大模型都做不到这一点,而且将来恐怕也做不到。生成式AI更像一个“放大器”,在你本人的才华和知识储备之上施加杠杆。你越是清楚自己要什么,就越能高效地利用大模型。有一句我很欣赏的电影台词:“要得到正确的答案,你首先要提出正确的问题。”对于那些不愿意动脑子的人来说,大模型毫无价值。何况,相对于人类,它还有一个重大负面作用——不会“揣摩上意”,无法提供情绪价值。
从ChatGPT横空出世的第一天起,关于“如何应用生成式AI”,就有两种截然不同的路线:第一种是认为AI能取代创造性劳动,强化所谓“资本”或“组织”的作用;第二种是认为AI主要取代的不应是创造性劳动,而应是重复性劳动。持有第一种观点的人必然会失望,因为AI就算能取代一点创造性劳动,取代的也是相对低端、可替代性较高的劳动。持有第二种观点的人则会非常满意,因为重复性劳动才是对人类的最大折磨,如果AI能够将其克服,简直是功德无量。
具体持有哪一种观点,既是脑袋的问题,也是屁股的问题。
其实,人类的所有劳动均可大致划分为两种:创造性劳动,重复性/日常性劳动。我们不能粗略地认为,从事前者的都身居高位的,从事后者的则身居低位;事实是,在任何组织的任何层级,绝大部分人从事的都是后者,就算到了金字塔尖仍是如此。重复性/日常性劳动往往也涉及判断力,但判断的规则都是有章可循、有先例的。而创造性劳动要么没有先例,要么无法确切地套用某一先例,其执行过程带有强烈的自由发挥色彩,结果当然也高度不可控。
我们可以说:凡是可以给出确切时间表和工期,可以通过堆时间解决的,就是重复性/日常性劳动。对于创造性劳动,最多只能给出大致的时间表,却永远无法推出确定的工期,尤其是无法根据时间去线性地推算其进度。俗话说“Deadline是第一生产力”,这句话其实最适合创造性劳动——倒不是因为从事创造性劳动的人都有拖延症,而是只有在Deadline的威胁之下,他们才能爆发出更高的主观能动性,想出某些“鬼点子”完成任务。
人类,作为一个整体,是因为创造性劳动而存在的。如果不会创造,当初的南方古猿就不会离开非洲的森林,狩猎采集民族就不会转化为农业人群,地理大发现、工业革命、信息技术革命……也都不会发生。然而,绝大多数人类个体更喜欢从事重复性劳动。为什么?第一是由于天赋,毕竟从事创造性劳动很容易被看穿没有天赋,这一点既丢人又不利于个人发展;第二是由于安全感。没错,因为重复性劳动的确定性很高、上限和下限比较接近,所以能给人更多的安全感和掌控感。哪怕是一个天才,往往也希望自己的劳动在每天、每个星期都产生确定的结果,而不是“全部,抑或一无所有”(All or nothing)。
因此产生了一句名言:
“用战术上的勤奋掩盖战略上的懒惰。”
整天忙得不可开交的高层,未必就比那些整天游手好闲的高层更有效率,因为你并不知道前者的勤奋究竟是战术上的还是战略上的。在生成式AI的时代,我们不必再做选择题了,因为AI终将帮助人类完成绝大部分重复性劳动,承担“战术上的勤奋”的使命。
这肯定不公平,会对人类社会造成巨大的、持续性的冲击。毕竟,过去数千年的历史导致了人类的大部分岗位都是为履行重复性劳动而设立的。从事创造性劳动的天赋,究竟是只局限于一小撮人,还是可以出现在大多数人身上,这个问题可以再探讨数百年。但是在这个问题得出答案之前,人类社会就将遭遇一波又一波的冲击,面临新的、结构性的不平等。谷歌的创始人曾认为,互联网是人类最大的均衡器(equalizer);不管这个判断是否属实,我们可以认为,AI绝对不是一个均衡器,反而是“差距放大器”。人与人之间本来就存在的能力和知识储备的差距,会被AI进一步放大,由此导致社会财富和地位差距的扩大。
上述过程不是我的想象,而是正在进行了;在欧美发达国家进行得尤其明显。不管我们是这个过程的受益者或受害者,都将面临巨大的挑战,因为接下来的历史发展将远远超出我们过去的经验。上一场信息科技革命,即智能手机和移动互联网革命,还没有真正完成,下一场信息科技革命又开始了。任何人在这种激烈动荡的历史环境中都会紧张、害怕,哪怕是OpenAI的创始人Sam Altman也不例外。他进行的“全民基本收入”(Universal Basic Income)社会实验,算是为了应对AI导致的贫富差距扩大的一次预演,尽管这种程度的预演是远远不够的。
无论如何,我们必须主动适应时代。宣称AI喜欢胡说八道、所以永远替代不了人类,是一种鸵鸟性质的自我安慰,不值一驳;宣称AI将首先毁灭“创造性劳动”,从而让自己在“重复性劳动”的舒适区里面继续呆下去,是一种屁股决定脑袋的行为,于事无补。生活是不公平的,只能适应它;用感情取代理智做判断,就只能做出错误的判断。既然在短短两年之内,生成式AI就已经造成了如此巨大的影响,那么可想而知,在我们有生之年,它造成的影响还会大许多倍!
活下去,不惜一切代价活下去。在AI的滔天巨浪之中,很多东西会被倾覆;没有人能保证那些幸存的东西能得到更美好的明天,但是总比倾覆更好吧?
活下去是依靠学习、
思考和行动。所以千万不能停止学习、思考和行动,今日如此,日日皆然。
Python社区是高质量的Python/Django开发社区
本文地址:
http://www.python88.com/topic/176474
65 次点击
登录后回复