作者 豚豚

編輯 趙翔

ChatGPT問世至今，互聯(lián)上討論聲綿延不絕。

有人說AI會替代基礎(chǔ)性工作。

一名金融從業(yè)者對《橡果商業(yè)評論》表示，這實際上是對人類經(jīng)驗的替代，那些引以為傲的經(jīng)驗，來源于對歷史的總結(jié)，AI出現(xiàn)后，“人類過去經(jīng)驗，不再重要了。”

也有學(xué)界人士反駁，認(rèn)為AI沒有魔法，人類做不到，它也做不到。以ChatGPT為例，沒有人類詳細拆分問題，無法得到正確答案。

容易被替代的職業(yè)，一定是總做重復(fù)性機械勞動。

AI還展現(xiàn)出更令人興奮的能力，涌現(xiàn)。

有從業(yè)者對《橡果商業(yè)評論》分享他的發(fā)現(xiàn)，AI可以回答沒有訓(xùn)練過的知識，如同擁有“自我意識”。

但除此之外，更嚴(yán)峻的問題擺在人類面前，AI正在淘汰小語種與對應(yīng)的文化，比如孟加拉文、印第安文。

這對人類文化多樣性而言，無疑是一個巨大的打擊。

AI革命會是另一個科學(xué)革命嗎？

時間倒回18世紀(jì)，在許多文化中還認(rèn)為閃電是神怒象征，但富蘭克林驗證了閃電只是一道電波并發(fā)明了避雷針。

協(xié)同進化人類能否做到？

這一個又一個問題接踵而至，錯愕、迷茫、興奮、隱憂。

人類對AI的暢想和探索已經(jīng)持續(xù)幾十年，但從未像此刻一樣感受到觸手可及。

但縱觀人類歷史，這一時刻并不陌生。

在人類馴化小麥、山羊，成立村落，使用文字、貨幣，甚至成立帝國，探索哲學(xué)與科學(xué)......

既駛向新的世界，又脫胎為新的人類。

1

AI替代“基礎(chǔ)性工作”人類經(jīng)驗“一無是處”？

公元前9500年至8500年，人類由采集轉(zhuǎn)向農(nóng)耕，馴化各種農(nóng)作物和動物。

豐富的食物讓人類發(fā)展出能夠大規(guī)模合作的本能，形成村落、城鎮(zhèn)、都市、王國。

這種“馴化經(jīng)驗”一直傳續(xù)至今。

但AI的出現(xiàn)，讓人類經(jīng)驗似乎不再重要。

簽證咨詢從業(yè)者朱峰對《橡果商業(yè)評論》表示，簽證顧問是簽證咨詢業(yè)的基礎(chǔ)崗位，即根據(jù)客戶需求和情況個性化定制其簽證申請。

一般來講，簽證辦理規(guī)則是一個“樹狀結(jié)構(gòu)”，會出現(xiàn)很多種細分情況和規(guī)則，根據(jù)申請人的出行目的、收入、語言、社會身份等約束力（注：即迫使一個人回到其祖國的一種動力）條件的不同，適合的申請方式也不同。所以按照行業(yè)慣例，簽證顧問新人入行，需先要將過去所有簽證記錄學(xué)習(xí)一遍。

“了解完這些，我們會估計申請人的過簽概率，再向其推薦相關(guān)方案、溝通準(zhǔn)備材料，而這個過程需要五六個小時。”朱峰說道。

但若將ChatGPT應(yīng)用于簽證顧問領(lǐng)域，它能很快分析出客戶過簽概率，“這幾乎顛覆簽證顧問工作。”

ChatGPT的出現(xiàn)，把以經(jīng)驗建立的行業(yè)壁壘擊破。

在分析、判斷經(jīng)濟走勢，規(guī)避、控制投資風(fēng)險的金融業(yè)，已經(jīng)在直面AI“破壁”。

紫金投資分析師陳大鵬告訴《橡果商業(yè)評論》，目前金融市場主流投資策略，可以概括為量化分析和定性分析。

以分析師為例，主要工作有三部分，廣泛準(zhǔn)確收集信息；對數(shù)據(jù)使用正確處理方法；得出結(jié)論、實踐并回測

。

ChatGPT目前的能力，集中體現(xiàn)在第一部分收集信息上；經(jīng)過人類引導(dǎo)、教學(xué)，它也可以完成第二部分?jǐn)?shù)據(jù)分析；但由于ChatGPT不具備價值判斷能力，無法得出第三部分的結(jié)論。

“以第一部分為例，過去我們想知道歷史上美聯(lián)儲加息時市場有什么表現(xiàn)，或者黃金、股票、債券等資產(chǎn)的價格怎么變化，需要使用Google或者是彭博、萬德這種專業(yè)軟件去搜，但是現(xiàn)在你只需要在ChatGPT里輸入自然語言就可以得到很好的回饋。”陳大鵬說道。

事實上，金融行業(yè)的“難點”，正是體現(xiàn)在收集信息與數(shù)據(jù)分析上。

陳大鵬解釋，金融行業(yè)的“門檻”，是壟斷一部分知識所有權(quán)。

例如，只有靠人脈關(guān)系、行會組織幫助，才能獲得更多數(shù)據(jù)，及業(yè)內(nèi)人士引以為傲的經(jīng)驗。

但ChatGPT打破了這種信息壁壘；換言之，它大幅降低了行業(yè)門檻。

陳大鵬感嘆，AI出現(xiàn)后，“人類過去經(jīng)驗，不再重要了。”

2

AI沒有魔法

人類做不到，它也做不到

陳大鵬的話，如同科幻小說《三體》中，物理學(xué)家楊冬的遺書，“物理學(xué)，不存在了。”

但在學(xué)界，有截然相反的觀點。

華南理工大學(xué)計算機學(xué)院副教授賴曉錚對《橡果商業(yè)評論》表示，AI并沒有魔法，軟件工程學(xué)沒有失效，“它并不能猜你心中所想，也不能解決你自己都不會的問題。”

賴曉錚從事芯片設(shè)計與驗證方向研究，在與AI不斷相處中，他發(fā)現(xiàn)，這反而是一個祛魅的過程。

在ChatGPT問世之初，賴曉錚只問一些寬泛的問題。

例如，發(fā)布指令，需要設(shè)計一個32位的CPU，但隨后他發(fā)現(xiàn)，這段代碼只是ChatGPT“復(fù)制粘貼”而來。

于是賴曉錚開始拆解問題。

例如，詳細說明所需CPU框架、流水線，使其生產(chǎn)軟件工程用類圖；再用該類圖生成一個程序框架；最后再提示、要求ChatGPT補充框架細節(jié)。

經(jīng)過這樣不斷定制細節(jié)后，ChatGPT生成的結(jié)果質(zhì)量開始令人滿意。

陳大鵬也有類似的體驗和建議。

常有人詢問陳大鵬，ChatGPT能否選股，他則回答，“當(dāng)然可以，但前提是你自己得知道怎么選出一只好的股票。”

陳大鵬認(rèn)為，ChatGPT可以輔助做一些選股策略。

例如，可以在ChatGPT輸入一只股票歷史股價，說明策略為突破歷史最高價就買入，讓它回測策略是否賺錢。

但不能直說“選一只賺錢的股票”，ChatGPT不可能生成合理答案。

賴曉錚解釋，向ChatGPT發(fā)問，問題越寬泛、籠統(tǒng)，得到的答案就越隨機。

事實上，“問對問題”的過程，在中學(xué)就有教授——解題步驟。

如今，賴曉錚要求學(xué)生，從文獻綜述到寫論文，從寫代碼到參加項目，全程使用ChatGPT。

并且寫相關(guān)論文時，一定要像中學(xué)答卷一般，寫出步驟與使用的AI提示詞。

賴曉錚認(rèn)為，對AI越早擁抱越好，該上述“解題步驟”被稱作提示詞（Prompt）工程學(xué)，“這是一門新的學(xué)問。”

相應(yīng)的，也有新的職業(yè)誕生，那就是提示詞工程師。

3

人類的恐懼

被替代、被超越

新職業(yè)的誕生，意味著舊的職業(yè)正在消亡。

ChatGPT問世以來，討論度最高話題便是哪些職業(yè)、行業(yè)將被取代。

普遍認(rèn)為，一些基礎(chǔ)性的工作變得岌岌可危。

身處芯片行業(yè)的合肥躍鞍電子負責(zé)人劉程（化名）對《橡果商業(yè)評論》介紹道，經(jīng)過實驗，他發(fā)現(xiàn)，ChatGPT已經(jīng)可以實現(xiàn)一些復(fù)雜場景的代碼開發(fā)，“無論是腳本，環(huán)境搭建，模塊設(shè)計，還是VIP（Verification IP）設(shè)計，驗證計劃的提取，GPT都能參與其中。”

如ChatGPT可以寫一套regression（回歸測試框架）  并收集仿真狀態(tài)的腳本 ；可以完成編寫AHB（Advanced High Performance Bus ） Master模塊、AXI （Advanced eXtensible Interface ）Master模塊等模塊內(nèi)容；可以寫一個AXI或QSPI（Quad Serial Peripheral Interface）的VIP；甚至可以根據(jù)自然語言提供testplan（測試計劃）。

但劉程也指出，目前ChatGPT在不同環(huán)節(jié)的表現(xiàn)不同，如在腳本測試方面，ChatGPT已經(jīng)達到了資深工程師水平；但在代碼部分，它僅是初級工程師水平，“甚至有時還達不到。”

而這和工作本身的性質(zhì)有關(guān)。

賴曉錚也認(rèn)為，在芯片行業(yè)，首當(dāng)其沖受到AI影響的就是后端驗證工程師。

因為容易被替代的職業(yè)，一定是總做重復(fù)性機械勞動。

后端驗證工程師，腳本測試很固定、機械化、精確，不會太大發(fā)揮空間，所以容易被ChatGPT替代。

除了擔(dān)心“被替代”，人們更害怕被AI“超越”。

在所謂“AI進化”討論中，一個名詞被反復(fù)提及——涌現(xiàn)。

它是指巨量化AI模型達到一定程度，會讓已有能力產(chǎn)生躍遷，甚至可能會出現(xiàn)人類意料之外且無法解釋結(jié)果。

簽證咨詢從業(yè)者朱峰表示，這種表現(xiàn)形式，就如同AI擁有“自我意識”。

例如，在普遍的AI訓(xùn)練中，沒有人告訴AI蘋果可以榨汁。

有人提問，蘋果可以怎么吃，它卻說可以榨汁。

為什么AI會回答沒有學(xué)過的知識，至今沒有定論。

擔(dān)憂之外，涌現(xiàn)，或者說AI“創(chuàng)新能力”，在讓人憂慮同時，也帶給人們更多想象與興奮。

劉程認(rèn)為，未來人工智能完全可以通過大數(shù)據(jù)實現(xiàn)“1到n”的創(chuàng)新。

根據(jù)用戶搜索數(shù)據(jù)尋找潛在市場需求，并通過對市場頭部產(chǎn)品模仿、拼接推出更符合用戶需求的產(chǎn)品。

例如，AI發(fā)現(xiàn)電商平臺連衣裙成了搜索第一，它就可以判定連衣裙需求最高。

它通過數(shù)據(jù)判斷最新潮流趨勢和最流行款式，整合不同國家和地區(qū)文化，設(shè)計出“新的衣服”。

類似的可能性，也同樣存在于芯片行業(yè)。

但劉程也表示，目前在涉及基礎(chǔ)科學(xué)技術(shù)發(fā)展的“0到1”的領(lǐng)域，人工智能無法實現(xiàn)真正的創(chuàng)新。

4

AI讓語言返祖

小語種與文化“瀕危滅絕”

人類使用大腦來儲存信息，但是大腦會隨人類死亡而死亡。

在人類早期，信息多數(shù)在一個世紀(jì)內(nèi)就消失。

農(nóng)業(yè)革命后，公元前大約3500年，蘇美爾人發(fā)明了數(shù)字和文字，來存儲信息。

語言對人類來說至關(guān)重要，這是至今人類大腦仍然可以高效檢索信息的必要條件。

這也是文化延續(xù)的關(guān)鍵。

但讓AI的語言大模型，會讓無數(shù)小眾語言瀕危滅絕，并會影響人類現(xiàn)存文化。

賴曉錚以，編程語言舉例，他認(rèn)為編程語言已經(jīng)出現(xiàn)“返祖現(xiàn)象”。

例如，C++已經(jīng)有幾十年歷史，工程師更偏愛使用其他簡潔語言，這讓他們花費更少時間、精力，去寫出更正確代碼。

但是ChatGPT問世以后，打破了這個規(guī)律。

C++積累的代碼量大，使用C++，ChatGPT生成結(jié)果質(zhì)量最高。

并且，語言大模型是一個反饋機制。

例如，C++比使用其他小眾語言生成效果更好，就有更多人使用C++；AI得到樣本量越大，越能滿足訓(xùn)練，反饋就越好，就會越多的人使用C++，以此形成循環(huán)。

編程語言返祖的同時，往往伴隨全球語言趨同，逐漸的，一些小眾細分語言就會慢慢消失。

值得注意的是，類似語言趨同也很有可能發(fā)生在自然語言上。

賴曉錚表示，就ChatGPT而言，英文使用效果和生成質(zhì)量都要比中文高，因為互聯(lián)網(wǎng)上英文資料是最多的。

其他更小眾文字情況也更嚴(yán)重，比如孟加拉文、印第安文。

賴曉錚分析，造成這一現(xiàn)象的主要原因有兩個：第一，目前AI模型里小語種樣本量太少；第二，很多小語種生成結(jié)是英語翻譯后的鏡像效果，文本翻譯會抹殺一些原有語言細節(jié)。

這一點也可以在OpenAI官方得到印證。

OpenAI官網(wǎng)介紹ChatGPT時提到，許多現(xiàn)有ML基準(zhǔn)測試都是用英語編寫。

在OpenAI 測試26種語言中，有24項結(jié)果顯示，GPT-4英語語言性能優(yōu)于拉脫維亞語、威爾士語和斯瓦希里語等低資源語言。

AI在互聯(lián)網(wǎng)上不斷擠壓小語種，這對人類文化多樣性而言，無疑是一個巨大的打擊。

5

人類的未來

教育何去何從？

過去500年，人類力量前所未有的增長，公元1500年人口大約5億，現(xiàn)在全球人口70億。

這得益于敢于承認(rèn)“無知”、以觀察和數(shù)學(xué)為中心、運用理論能力發(fā)展新科技的現(xiàn)代科學(xué)體系。

事實上，在科學(xué)革命之前，很多人類文化都不相信人類還會再進步，只需要恪守祖宗智慧。

比如18世紀(jì)，許多文化中還認(rèn)為閃電是神怒象征，但富蘭克林驗證了閃電只是一道電波并發(fā)明了避雷針。

而科技進步，又依賴對教育的投入。

時至今日，AI革命，人類必須要面對的和學(xué)會的一課，就是與AI協(xié)同進化。

目前，與AI協(xié)同進化一課，包含兩個方面：“人類教育AI”和“AI教育人類”。

據(jù)中國勞動和社會保障科學(xué)研究院發(fā)布《中國人工智能人才發(fā)展報告（2022）》，顯示，AI領(lǐng)域產(chǎn)業(yè)人才存量數(shù)約為94.88萬人，其中本科學(xué)歷占68.2%，碩士學(xué)歷占9.3%，博士學(xué)歷僅占0.1%。

為了“教育AI”，過去三年堪稱高校新設(shè)AI專業(yè)爆發(fā)年。

中國首批開設(shè)AI本科專業(yè)的高校于2018年開始招生，截至2022年，全國先后已有4批共計440所高校獲批設(shè)置AI專業(yè)，占1270所本科高校的34.6%。

以浙江大學(xué)為例，浙江大學(xué)人工智能（圖靈班）在浙大竺可楨學(xué)院招生，吸收了最優(yōu)秀的一批高中生，專業(yè)的必修課程包括認(rèn)知神經(jīng)科學(xué)導(dǎo)論、機器學(xué)習(xí)、計算機視覺導(dǎo)論、設(shè)計認(rèn)知與設(shè)計智能、人工智能芯片與系統(tǒng)、自然語言處理導(dǎo)論等。

就業(yè)市場上，也顯示出AI工程師、訓(xùn)練師供不應(yīng)求。

不少招聘網(wǎng)站顯示，AI方向的本科畢業(yè)生年薪大部分在二三十萬左右，而擁有大量實驗經(jīng)驗的碩博畢業(yè)生年薪可達四五十萬水平。

在“AI教育人類”的方面，以ChatGPT為代表的AI工具已顯示出一定才能。

在openAI的官方測試中，ChatGPT像一個永不厭煩又極具智慧的伙伴，似乎擁有無限的耐心和專業(yè)性無論學(xué)生提出的問題多么淺顯幼稚或刁鉆偏門，它幾乎總能找到答案，并不厭其煩地解釋。

同時，ChatGPT還可以生成符合學(xué)生水平的個性化試題，并批改作業(yè)。

只要掌握合適的提問方法，ChatGPT可以使學(xué)習(xí)這件事無限客制化。

值得注意的是，正是由于AI強大的教育輔助功能，以及其在全行業(yè)的工具屬性，反而引起了大家對教育本質(zhì)的思考。

華南理工大學(xué)計算機學(xué)院副教授賴曉錚認(rèn)為，從廣義上來說，在AI時代，我們的教育應(yīng)當(dāng)放棄細枝末節(jié)，著力培養(yǎng)學(xué)生的邏輯能力和解題思維。

因為在許多領(lǐng)域，完成具體操作的能力將被AI全面取代，而如何“指導(dǎo)”AI進行操作才是人的工作。

同濟大學(xué)人文學(xué)院副教授、哲學(xué)系副主任余明鋒在接受《人物》采訪時也表示，如果教育能夠積極主動去應(yīng)對內(nèi)容生產(chǎn)型的人工智能，那大學(xué)的一些考核方式、組織方式，就會有很多調(diào)整。

對于哲學(xué)教育來說，讓學(xué)生更多去從簡單的知識掌握中擺脫出來，更多去學(xué)會提問、反思、追問，是很重要的。

這也是目前教育里比較忽視的。

我們應(yīng)當(dāng)認(rèn)識到，教育不僅僅是技能的培訓(xùn)，更是人格的塑造和三觀的構(gòu)建。

“我是誰？我從哪里來？要到哪里去？”

古往今來，人類的哲學(xué)思辨、價值判斷、精神力量等等，始終在歷史長河中熠熠生輝，而這正是AI暫時無法替代的可貴的人文價值。

同時余明鋒也表達擔(dān)憂，知識掌握熟練程度也許是通向一種反思能力的必要階梯，它不應(yīng)該是目的，但會有階梯的意義。而技術(shù)到底是在簡化這個梯子，還是全然撤走這個必要的梯子，是個大疑問。

在通過人工智能解放過量知識束縛之后，人思考能力、提問能力、人格塑造、那些對生命和社會的關(guān)切，到底是實現(xiàn)了還是落空了？

人類是否能抵達理想的彼岸？這些有關(guān)未來的問號，正是留給教育的巨大問題。

       原文標(biāo)題 : 大模型時代，人類經(jīng)驗一無是處？