生成式人工智能如何影响未来的工作?

人工智能
先进的人工智能模型已经消化了数千亿个单词。如今,他们可以预测最有可能的单词和短语组合。这使得生成式人工智能可以建议接下来可能想输入的单词。

生成式人工智能是硅谷的新宠。但它到底是什么?这对你我未来的工作又意味着什么?专家们认为,生成型人工智能将很快进入工作场所,预测到2023年,生成式AI将能够将科学论文和视觉设计模型组合在一起,到2030年,它将比该领域的人类专业人员更好地编写、设计和编码。

然而,我们中很少有人清楚地知道这将会如何发展。这一切将如何开始?这就是为什么深入研究技术是什么和不是什么很重要。

就保险业而言,相信生成式人工智能不会把每个创造性工作者踢出工作岗位,但它会改变他们从事工作的方式,以及他们的时间和精力将集中在哪里。

以下是生成式AI可以和不能做什么,以及它将如何影响我们的工作方式:

什么是生成式人工智能?

生成式AI本质上是一种非常非常高级的预测文本形式。生成式人工智能允许用户插入文本提示,并获得一件艺术品,一篇博客文章,或对一个问题的讽刺回应。

但它是如何产生这些信息的呢?它变得智能了吗?它是否有一个算法来响应任何世俗的输入?

先进的人工智能模型已经消化了数千亿个单词。如今,他们可以预测最有可能的单词和短语组合。这使得生成式人工智能可以建议接下来可能想输入的单词。虽然你可以要求生成式AI给我们讲一个笑话,但它只能使用它处理过的数据集做出回应。所以,虽然AI机器人看起来可以理解指令,但实际上并不能与“理解”相提并论。它更像是一个精心设计的自动补全。

例如,如果让一个生成型人工智能机器人,并给它提示2+2=,它会以“2+2=4”回应。但这并不是因为它有一个内部算法,就像计算器一样,处理了你的请求。它刚刚从整个互联网推断出,2+2最有可能的答案确实是4。在这种情况下,这也是事实上正确的。

也就是说,一个优秀的自动补全功能可以非常高效。它基本上可以把我们的非结构化的想法、笔记和图画,产生一些美丽的东西。粗略的头脑风暴可以成为文章的初稿。虽然这些结果可能很棒,但它们不是最终产品,不应该被视为成品。

生成式人工智能会改变工作方式吗?

简而言之,是的,但它可能受到自然的限制。

将人工智能融入工作场所的第一步是了解其局限性。在获得数十亿个数据点后,人工智能具有成年人的理论智力,但具有两岁孩子的现实判断能力。这意味着,它很善于遵循指示,但很难知道何时或是否正确。

以一个简单的任务为例,就某个主题列出要点,然后写一篇博文。生成式AI可以在这方面做得很好。但它不知道读者是谁,也不知道哪些流行词汇会让读者目不转睛。

更不知道以前写过什么博客文章,也不知道是什么细微差别引发了性能提升。它也不知道什么时候该做一些全新的事情,因为现在所做的根本不会产生结果。它所知道的一切都是从别人在网上写的东西中学到的。

这种缺乏上下文的弱点甚至更进一步。虽然人工智能可以看起来和听起来像人类,但它实际上并不知道我们生活在什么世界。例如,生成式预训练变压器3,简称GPT-3,这是一个生成式AI模型,它使用深度学习生成类似人类的文本。但GPT-3是根据2016年的一个互联网指数进行训练的。问它美国总统是谁,它会告诉你是唐纳德·特朗普。如果要求它引用流行文化,它很可能会过时。它会盲目地执行任务,但可能会吐出根本不正确的响应。

当这种类型的错误信息看起来很权威并且很好地组合在一起时,它有可能在大型企业内部造成巨大损害,因为这些企业的资产经常在没有背景的情况下流通。

正因为如此,生成式AI如今只能被信任承担非常明确定义的活动。而且,只有使用一个强大的定制框架来指导它,并在部署之前查看任何内容。这并不是说这项技术不会改变游戏规则。但如果你是一位CEO,希望人工智能取代你最优秀员工的思维,这在短期内不太可能发生。

如何利用生成式ai?

我相信在短期内,人工智能不会取代大多数工作。但通过承担不需要耗费脑力但却非常耗时的任务,它可以让员工有更多时间去做人工智能做不到的事情,这些事情需要高级的人类洞察力、同理心和批判性思维。以下是三个示例:

1.书写速度更快

生成式人工智能可以加快从文章到网站拷贝的写作过程。我们可以在核心信息上写下一些要点,并通过一个类似副本的程序运行它,人工智能并在几秒钟内完成三分之二的路程。而后可能需要几轮审查和编辑,但仍然可以节省时间。这意味着可以花更多的时间更深入地研究故事,分析哪些话题引起了兴趣,并与人们见面。

2.改善客户服务

面向客户的角色也有生成AI的多种用途。员工可以获得任何对话的文本,人工智能也可以快速过滤掉对话中无用的细节。

3.快速启动产品模型

产品设计师可以使用生成式人工智能来创建基本的创意视觉模型,而无需在电脑前花费数小时。通过在早期阶段构建基本的脚手架,在反馈和修改之前,该技术可以给工人更多的时间与客户进行创造性探索。

当看到这三个例子时,它们的共同点是什么?好吧,所有这些非常有用的任务仍然假设一个人在设计要完成的工作。因为人工智能仍然没有创造出一个原创的想法。相比之下,带来的是与客户更深层次的关系,并将其转化为AI可以帮助执行的明确定义的工作单元。

这就是生成式人工智能在工作场所的真正价值,删除不需要员工脑力的耗时任务,可以有时间处理所有“不可自动化”的事情,与潜在客户互动,找出他们的动力,针对他们的个人需求进行头脑风暴,调整产品以满足他们的目标,从实例中学习。

我相信每个工作场所都需要消除对生成式AI的误解,这样我们才能获得它的力量,而不是不负责任地使用它,认为它将取代那些高级任务。它不会取代人类,但它将彻底改变未来的工作,让人们重新拥有宝贵的时间去做真正重要的工作。

责任编辑:姜华 来源: 千家网
相关推荐

2023-05-06 10:57:06

人工智能OpenAI

2022-11-03 15:16:27

人工智能

2021-05-13 11:13:40

人工智能互联网机器人

2023-11-03 14:23:28

人工智能云技术

2023-08-09 16:13:11

2022-08-15 11:40:08

人工智能自动化

2023-06-07 07:02:17

2020-09-04 07:00:00

人工智能AI

2023-06-08 10:14:19

人工智能AI

2023-11-07 10:20:22

人工智能AI

2020-12-28 10:51:27

人工智能保险理赔AI

2024-05-20 09:42:11

人工智能科学

2023-08-02 18:26:31

2023-09-11 11:27:48

人工智能算法

2023-05-05 14:02:59

人工智能聊天机器人

2023-09-18 10:21:35

生成式人工智能GenAI

2021-03-22 12:08:30

人工智能

2023-08-25 10:24:50

2023-06-09 11:07:00

人工智能会计

2022-08-02 15:06:40

人工智能
点赞
收藏

51CTO技术栈公众号