ChatGPT到来个人如何应对

人工智能
随着ChatGPT的到来,有些事情收到了一定的冲击,有人兴奋有人焦虑,作为一个普通个人,我们该如何应对,我谈谈个人的看法。首先申请,我不是人工智能专家,所说观点也只是一家之言,只能作为抛砖引玉的探讨。

我将从以下几点谈谈这个话题:人工智能的起源发展、大概原理、如何不焦虑、如何跟上时代。

首先总结下我的观点:AI虽然到来,我们受到了冲击,此时更需我们镇定从容,不被外界杂声干扰,积极拥抱AI,聚焦做好自己所在领域的事情,长期坚持思考,坚持输出有价值的内容。

人工智能的起源发展

根据我的了解,人工智能起源于图灵测试,这些年的发展经过了:机器学习、神经网络、transformer、再到gpt-1、gpt-2、gpt-3、gpt-3.5等等。人工智能的发展要求大致分为3个要素:算法、算力、大数据。

前些年受限于算力和大数据,人工智能一直不温不火的好些年,近几年由于算力的大幅度提升和互联网产生的大量数据,使得人工智能的发展突飞猛进,以至于产生了gpt这样的生成式预训练模型。

其实我们想让ChatGPT做的事情,核心有两个,一个是理解自然语言,明白人的意图;另一个是产生自然语言的文本,满足人的要求。

目前AI可以做哪些事情呢?基本是这几个:

  • 替代重复性的有套路的工作
  • AI聊天、作画、简单编程、套路型写作
  • 知识的提炼和推理

接下来再说说AI大概的原理。

大概原理

ChatGPT是基于语言模型的自然语言处理系统。语言模型不是逻辑框架,不是生物学的反馈系统,而是由数学公式构成的模型。

既然是语言模型,那么他基本是可以干三件事儿:

  • 信息形式转换。这是将信息从一种形式转换为另一种形式,无论是语音识别还是机器翻译,都属于这一类。
  • 根据要求产生文本。现在ChatGPT做的主要工作,像回答问题、回复邮件、书写简单的段落,都属于这一类。
  • 信息精简,把更多的信息精简为较少的信息。为一篇长文撰写摘要,按照要求进行数据分析,分析上市公司的财报,都属于这方面的工作。

既然是语言模型,那么就可以被训练出来,人类给定计算机大量的数据,再结合数学模型,然后再微调参数,基本就可以得出一个语言模型了,只是现在可用的语言模型算法越来越复杂,参数越来越多,已经没多少人能彻底搞懂他了。

基于这样的原理,目前来讲,ChatGPT他不是懂知识,只是输入的数据多了,联系上下文计算出现的概率,这样就容易猜出正确的结果了。所以ChatGPT的回答也不是基于事实的,而是基于语言模型的。

这种模型会来带AI的弊端。一是垃圾输入垃圾输出,如果人类给AI输入大量的垃圾信息,那么训练出来的模型就是垃圾模型,回答的问题也是垃圾答案。二是没有数据,对于没有数据的情况,AI无法回答或者瞎编或者循环车轱辘话。当然,我觉得还有一个更大的弊端,就是如果将来有政客刻意去操控AI,训练处特定的模型,而且那个模型被广泛使用的话,那么相当于很多人的思想都被操控了。

我一直好奇,AI的边界到底在哪里,他最终能做哪些事情,由于不是这方面专家,没有各方面证据,不好下结论。但是我参考了吴军博士的课程,他说:“ChatGPT的边界是人工智能的边界,而人工智能的边界是数学的边界,数学是有边界的。”,至于数学的边界到底是个啥,我还真搞不懂。吴军博士还说:“计算能力增加,原来可以计算的问题会算的更快,瞬间解决,但是不可算的还是不可算。”。至此我还是没能搞懂AI的边界到底在哪里。

如何不焦虑

“焦虑”,大大的焦虑扑面而来。ChatGPT没到来时,大家已经很焦虑了。这一波ChatGPT到来直接将大家的焦虑感瞬间拉满。纠其原因:自媒体在贩卖焦虑。我觉得是现在不负责任的自媒体太多了,为了涨粉、为了卖号、为了卖课等等,总之将自己的金钱建立在大众的焦虑之上,这种行为实属不可取。还有些人总想着乘着这波浪潮大干一票,实际上你没有算法、算力、大数据,你又能干啥呢?难道只是对接一个接口?难道只是转卖几个账号?难道只是卖几个课程?

当然我也不是说大家啥都不用干,有兴趣的还是可以多了解下人工智能方面的专业知识,不至于被网上的各种信息给带偏了,除此之外,该干啥干啥。

纵观这几十年,有太多的技术被炒上天了,但是几十年过来了,我们不还是那样生活吗?就像AI几十年前就有了,万变不离其宗,只是因为模型优化了,训练的数据集边多了,消耗的计算资源和电力多了。

或者换个角度看待历史:每一次的技术革命,在存储和处理信息这个能力上,都把人甩的越来越远。但这也是对人的一种解放,我们不用在低水平的劳动上消耗时间精力,转而可以投入到更具挑战性的工作中去。所以转念一想,这反而是好事儿。

现身说法:ChatGPT刚出来的时候,我心里也有些焦虑和兴奋,早早的注册了账号,早早的学了些课程,生怕被时代抛弃,后来发现,这玩儿对我没啥坏影响,反而提升了我的工作效率,加快了我学习知识的步伐。让我有时间学习更多的知识,让我少加班,让我有更多的时间陪伴家人,这不是很香吗?

最后再谈谈“涌现”,“涌现”的概念大意是:个人无意识只会简单的规律,但是大量无意识个体集聚成规模后,就会产生集体意识,能完成复杂的任务。我们人类的大脑,实际上就是无数个执行简单信号传递任务的神经元,通过相互连接形成的一个 “涌现” 系统。那么当 AI 能够实现多任务处理,还具备了足够大的规模后,很难说又会产生出什么新东西来 —— 这种产生某些 “意外” 的可能性。

现在很多人大谈“涌现”,诚然这种可能性存在,但是未免过早,现在忧虑,就有点杞人忧天了。我的观点是:机器是有规律的机械运动,而人脑或者动物闹不是机械运动,而是随机性的。机械运动就算神经元多了,也未必会出现“涌现”,暂时不要杞人忧天,做好当下的事情。退一万步讲,就算出现涌现,那也不是我们普通人能控制的,天塌下来不是有高个子顶着嘛。

如何跟上时代

1、AI时代,我觉得被AI取代的工作有三个特点:

  • 从事不费体力的套路性工作
  • 不动脑子的工作
  • 不产出信息的工作

所以,越是到了各种智能工具不断出现的时候,做事情越来越遍历的时候,从事创造性的工作也就越来越重要了。

2、利用好AI这个好助手,积极拥抱AI,利用助手提高做事效率,提升学习效率。

3、最重要的,做好自己的事情,无论时代怎么变化,各项事情总是要有人去做,简单的也好,复杂的也呗。不要杞人忧天,避免套路性的工作,避免规律化的工作,避免重复性的工作。让自己编程创造者、内容生产者、思考着,让自己做AI的项目经理,让AI按照我们的意图去完成任务。

完结

最后衷心希望朋友们能:减少焦虑,不被外界杂声干扰,聚焦自己和当下,聚焦做好自己所在领域的事情,长期坚持思考,坚持输出有价值的内容。

责任编辑:华轩 来源: 不焦躁的程序员
相关推荐

2023-09-05 15:29:24

2010-03-30 10:55:04

云计算

2024-05-06 00:01:00

2014-07-29 09:50:24

数据收集社交网络数据泄露

2011-09-16 17:02:15

云存储时代

2021-03-23 18:17:14

人工智能无人驾驶人脸识别

2012-09-24 10:00:16

云存储云服务云计算

2022-12-05 15:07:10

2024-02-22 15:39:23

2024-01-24 13:27:34

2023-02-07 10:09:20

ChatGPT人工智能

2021-09-07 12:17:58

网络攻击漏洞网络安全

2023-06-26 21:07:56

2023-06-27 09:22:25

2009-11-19 11:01:48

2023-04-03 11:52:00

ChatGPTDevOps技术

2011-08-12 13:19:27

2010-07-07 18:10:44

SNMP Trap

2023-12-21 08:01:41

RocketMQ消息堆积

2015-12-08 12:13:05

高级恶意软件Rombertik反恶意软件
点赞
收藏

51CTO技术栈公众号