·6 分钟阅读

大概在2017年开始尝试人工智能,当时还没有说知识库,上下文这样的概念。用的都是叫做语料库,还要专业工程师来对语料进行训练,费用高昂且质量欠佳。

现在的大语言模型很好地缝合了过去软件自动化过程当中的人为描述和判断输出的隔阂,所以看上去自动化的可能性持续在增大。但是你对人工智能的输出判断,对数据的管控能力,还有对架构的设计能力,变得刻不容缓。

不要奢望让人工智能为你做一切决定,所有的决定都应该是你经过了解,并且同意实施的,因此你就能减少陷入人工智能做不好工作而心生抱怨的状态。

至少,你会明白,即使人工智能做不好,你自己做,慢一点,还是有可能实现的。

有了这一层,你会发现,你的掌控感开始加强,而且对人工智能不会完全依赖,这很重要。

就像你招聘一个员工,你当然是应该懂得员工所做的工作到底是什么,即便你不自己动手,但是你要保证自己是懂的。

你对人工智能的控制力,是根本的能力,所以要保证有足够的资源来控制,比如多种网络环境,多种大模型,多种工作流,多种基础软件,多种架构、框架、模型、模版、模块等。

后人工智能时代,对于顶尖的人要求是极其高的,要懂得的东西无止境地增加,幸运的是,获取表层信息比过去省非常多的时间。

但你验证过的经历,或者说是曾经踩过的坑,依然是宝藏,一种难以言表的体感会伴随你,如果足够多,会让你觉得多到压根懒得说,那说明很有价值。

你依然要对人工智能像对待【完成某项工作的工具】那样的看法,不要随便升级为伴侣或者导师之类的,因为它们严重缺乏感知经验,也没有对你足够的了解。这有点像是【避免让动物拟人化】,我一直这么提倡,虽然永远有人想灌输这些拟人化的观点给你,但确实没有什么用,你就是人,在这躯壳上确实有区别,不然吃东西都开始感觉有问题。

用人工智能解决那些重复性的繁琐工作极其有意义,过去人类承担的这类工作不堪重负,导致为了谋生浪费过多的时间来工作。虽然短期看来可能导致职位减少,但总体上的实际生产力提高是可以预期的,也就是总体上浪费在重复性生产的劳动减少,进而导致人们有更多的时间去做心灵上的探索和进化,创造力的作品会增多,而人们最终会有更多的资源来消费这些创新的商品。前提当然是在一个允许人们自由交易的体制下。

不要完全把创造性的工作交给人工智能,即使它们看上去有些东西做得很好,但别忘记,那些指挥人工智能做出这些作品来的人,才是创造力的源头,人的判断力,选择,是一连串个性化的决策过程,这些决策有一种你无法量化的方式来迭代,最终输出一个打动人心的作品,哪怕作品本身用了很多不同的技术,同频的人还是会触动。

内在创造力依然是稀缺资源,但是把人工智能利用起来,替代掉过程中的繁琐,比如资料搜集、编辑、发布等,人就有了更大的空余来表达内在的信息。

别太奢望人工智能完全替代人类,甚至统治人类,有人会把这东西控制得很好的,研究一下货币背后是什么就知道了。

回归内在创作可能是发展的更好出路,因为当垃圾信息遍布世界的时候,有人会想要找到一些好东西,这时候,好东西不容易找了,通常需要一点费用,有人会愿意为此付些成本,因为找到共鸣的挑战其实越来越大。

最终有些人会发现,主动屏蔽外界信息,然后得到内在启示会变得更有价值。因为外部几乎所有信息都有人工智能做了,卷只会持续卷到极致,人们可能越来越对人工智能生产的内容和信息缺乏付费意愿。这时候手工作品又兴起了付费热潮,我只是打个比方。抄袭会显得毫无价值甚至被人摈弃。

我这里说的一切,都没提供明确的时间线,所以,也是一个大概的方向而已,别太当真。不过据我多年观察,大多数预测,要么提前,要么延后,通常会发生,上下浮动的时间大概是5-7年。15年左右?不知道,姑且做个记录。

喜欢这篇文章?