訂閱
糾錯
加入自媒體

絕不應該交給人工智能的一件事——創(chuàng)意工作

2024-12-17 11:13
元宇宙之心
關注

在這個效率為王、顛覆性技術一夜之間創(chuàng)造出數(shù)十億美元市場的世界里,企業(yè)不可避免地將生成式人工智能視為強大的盟友。

從OpenAI的ChatGPT生成類似人類的文本,到DALL-E在提示下生成藝術品,我們已經(jīng)一窺未來的模樣:機器不只是與我們并肩創(chuàng)作,甚至可能主導創(chuàng)新。

那么,為什么不將其擴展到研發(fā)(R&D)領域呢?畢竟,人工智能可以加速創(chuàng)意的產(chǎn)生,比人類研究人員更快地進行迭代,甚至可能輕松發(fā)現(xiàn)下一個“爆款”,是吧?

這一切在理論上聽起來都很不錯,但現(xiàn)實中是:指望人工智能接管研發(fā)工作很可能會適得其反,甚至會造成災難性的后果。

無論是一家追求發(fā)展的早期初創(chuàng)企業(yè),還是一家捍衛(wèi)自己地盤的老牌企業(yè),外包創(chuàng)新工作中的生成任務都是一場危險的游戲。

在擁抱新技術的同時,人們可能會失去真正突破性創(chuàng)新的精髓,更有甚者,可能會讓整個行業(yè)陷入同質(zhì)化、無新意產(chǎn)品的死亡漩渦。

讓我們來分析一下,為什么在研發(fā)中過度依賴人工智能會成為創(chuàng)新的致命弱點。

01.AI的“平庸天才”:預測≠想象力

人工智能本質(zhì)上是一臺超強的預測機器。它根據(jù)大量的歷史先例,預測出最合適的文字、圖像、設計或代碼片段,從而進行創(chuàng)造。

雖然這看起來高效且復雜,但我們要清楚:AI的能力僅限于它的訓練數(shù)據(jù)。它并非真正意義上的“創(chuàng)造性”,也不會進行顛覆性思考。

也就是說,AI是向后看的,總依賴于已經(jīng)創(chuàng)造出來的東西。在研發(fā)過程中,這就成了一個根本缺陷,而不是一個特點。

要想真正開辟新天地,需要的不僅僅是從歷史數(shù)據(jù)中推斷出來的漸進式改進。

偉大的創(chuàng)新往往產(chǎn)生于飛躍、轉(zhuǎn)折和重新構想,而不是在現(xiàn)有主題上稍加變化。想想蘋果公司的iPhone或電動汽車領域的特斯拉等,他們是如何在現(xiàn)有產(chǎn)品的基礎上進行改進的?

很顯然,他們都顛覆了現(xiàn)有的模式。

GenAI可能會不斷改進下一代智能手機的設計草圖,但它不會從概念上把我們從智能手機本身解放出來。

大膽的、改變世界的時刻,那些重新定義市場、行為甚至行業(yè)的時刻,全部來自人類的想象力,而不是算法計算出的概率。

當人工智能成為研發(fā)的驅(qū)動力時,最終得到的是對現(xiàn)有創(chuàng)意更好的迭代,而不是下一個劃時代的突破。

02.人工智能的本質(zhì)是同質(zhì)化

讓人工智能掌控產(chǎn)品創(chuàng)意流程的最大危險之一,就是AI處理內(nèi)容的方式會導致趨同而非分歧,無論是設計、解決方案還是技術配置。

由于訓練數(shù)據(jù)的基礎重疊,人工智能驅(qū)動的研發(fā)將導致整個市場的產(chǎn)品同質(zhì)化。

或許產(chǎn)品表現(xiàn)上會有些許變化,但本質(zhì)上還是同一個概念的不同“味道”。

試想一下:你現(xiàn)在有四個競爭對手,他們都使用AI系統(tǒng)來設計手機的用戶界面(UI)。

每個系統(tǒng)都在大致相同的信息語料庫中接受訓練,這些語料庫是從網(wǎng)上搜羅的有關消費者偏好、現(xiàn)有設計、暢銷產(chǎn)品等方面的數(shù)據(jù)。

很顯然,這會導致生成結果都十分類似。

隨著時間的推移,人們會看到一種令人不安的視覺和概念凝聚力,競爭對手的產(chǎn)品開始相互模仿。

當然,圖標可能會略有不同,產(chǎn)品功能也會有細微差別,但實質(zhì)、特性和獨特性呢?很快,它們就煙消云散了。

我們已經(jīng)在人工智能生成的藝術作品中看到了這種現(xiàn)象的早期跡象。

在Art Station等平臺上,許多藝術家對人工智能生成內(nèi)容的涌入表示擔憂,因為這些內(nèi)容非但沒有展現(xiàn)出人類的獨特創(chuàng)造力,反而給人一種重復使用流行文化參考資料、寬泛的視覺套路和風格的美感。這不是人們想要的為研發(fā)提供動力的前沿創(chuàng)新。

如果每家公司都將生成式AI作為其事實上的創(chuàng)新戰(zhàn)略,那么行業(yè)每年就不會有五或十個顛覆性的新產(chǎn)品,而只會有五或十個裝扮一新的克隆產(chǎn)品。

03.人類的“魔力”:意外如何推動創(chuàng)新?

歷史書告訴我們:青霉素是Alexander Fleming無意間忘記蓋住細菌培養(yǎng)皿而發(fā)現(xiàn)的;微波爐誕生于工程師Percy Spencer站得離雷達裝置太近,不小心融化了一塊巧克力;甚至便利貼的發(fā)明,也是一次制造超強粘合劑失敗的副產(chǎn)品。

事實上,失敗和意外發(fā)現(xiàn)是研發(fā)中不可或缺的一部分。

人類研究者對隱藏在失敗中的價值有著獨特的敏銳觸覺,他們往往能夠?qū)⒁馔庖暈闄C遇。

機緣巧合、直覺、本能,這些都是成功創(chuàng)新的關鍵,就像任何精心制定的研發(fā)路線圖一樣。

但生成式AI的癥結就在這里:它對“模糊性”沒有概念,更不用說靈活地將“失敗”理解為一種財富了。

人工智能的編程教它避免錯誤、優(yōu)化準確性并解決數(shù)據(jù)模糊問題。如果要簡化物流或提高工廠產(chǎn)量,這很好,但在突破性探索中,卻是致命的缺陷。

但生成式AI的癥結就在這里:它對“模糊性”沒有概念,更不用說靈活地將“失敗”理解為一種財富了。

人工智能的編程教它避免錯誤、優(yōu)化準確性并解決數(shù)據(jù)模糊問題。如果要簡化物流或提高工廠產(chǎn)量,這很好,但在突破性探索中,卻是致命的缺陷。

人工智能消除了生產(chǎn)性模糊的可能性,也就是解釋意外事故、推翻有缺陷的設計,但也使通往創(chuàng)新的潛在途徑變得有限。

人類擁抱復雜性,善于從意外輸出中發(fā)現(xiàn)可能性。

而AI只會加倍強調(diào)確定性,將中庸的想法納入主流,將任何看似不規(guī)則或未經(jīng)測試的東西拒之門外。

04.人工智能缺乏同理心和遠見

創(chuàng)新不僅是邏輯的產(chǎn)物,也是同理心、直覺、欲望和遠見的產(chǎn)物。

人類之所以創(chuàng)新,是因為他們關心的不僅僅是邏輯效率或底線,而是對人類細微需求和情感的回應。

我們夢想讓事物變得更快、更安全、更令人愉悅,因為從根本上說,我們理解人類的體驗。

想想第一代iPod或谷歌搜索極簡界面的設計,這些改變游戲規(guī)則的設計之所以取得成功,并非純粹的技術優(yōu)勢,而是因為我們能夠感同身受地理解用戶對復雜的MP3播放器或雜亂無章的搜索引擎的不滿。

新一代人工智能無法復制這一點。

它不知道與一個漏洞百出的應用程序搏斗是什么感覺,也無法感受到簡約設計帶來的驚嘆,或未被滿足需求時的挫敗感。

當人工智能“創(chuàng)新”時,它是在沒有情感背景的情況下進行的。這種缺乏遠見的做法削弱了人工智能提出能與人類產(chǎn)生共鳴的觀點的能力。

更糟糕的是,如果沒有同理心,人工智能所創(chuàng)造的產(chǎn)品可能在技術上令人印象深刻,但給人的感覺卻是沒有靈魂、毫無生氣和事務性的,也就是“缺乏人性”。

在研發(fā)領域,這是創(chuàng)新的殺手。

5.過度依賴AI可能導致技能退化

對于人工智能未來狂熱者來說,最后一個令人不寒而栗的想法是:如果讓人工智能介入得太多,會發(fā)生什么?

很明顯,在任何自動化侵蝕人類參與的領域,技能都會隨著時間的推移而退化。

看看早期引入自動化的行業(yè)就知道了:員工失去了對事物“為什么”的理解,因為他們沒有經(jīng)常鍛煉自己解決問題的能力。

在重研發(fā)的環(huán)境中,這對塑造長期創(chuàng)新文化的人力資本構成了真正的威脅。

如果研究團隊僅僅成為人工智能生成工作的監(jiān)督者,他們就可能失去挑戰(zhàn)、超越人工智能產(chǎn)出的能力。

創(chuàng)新實踐越少,自主創(chuàng)新的能力就越弱。當人們意識到自己已經(jīng)失去平衡時,可能為時已晚。

當市場發(fā)生劇烈變化時,這種對人類技能的侵蝕是非常危險的,再多的人工智能也無法帶領人們穿越不確定性的迷霧。

顛覆性時代需要人類打破常規(guī)框架,而這正是人工智能永遠不會擅長的。

06.未來之路:人工智能是輔助,而不是替代

以上并不是說人工智能在研發(fā)領域沒有用武之地,作為一種輔助工具,人工智能可以讓研究人員和設計師更快地進行測試、迭代創(chuàng)意想法和完善細節(jié)。

使用得當,它可以提高生產(chǎn)力,而不會壓制創(chuàng)造力。關鍵在于:我們必須確保人工智能是對人類創(chuàng)造力的補充,而不是替代。

人類研究人員需要始終處于創(chuàng)新過程的中心,利用人工智能工具來豐富他們的工作,但絕不能將創(chuàng)造力、愿景或戰(zhàn)略方向的控制權拱手讓給算法。

人工智能時代已經(jīng)來臨,但我們?nèi)匀恍枰祟惡闷嫘暮湍懽R所迸發(fā)出的罕見而強大的火花,這種火花永遠不會被簡化為機器學習模型。

這是我們不可忽視的一點。

原文來源于:

1.https://venturebeat.com/ai/heres-the-one-thing-you-should-never-outsource-to-an-ai-model/

中文內(nèi)容由元宇宙之心(MetaverseHub)團隊編譯,如需轉(zhuǎn)載請聯(lián)系我們。

       原文標題 : 絕不應該交給人工智能的一件事——創(chuàng)意工作

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標題:
    *糾錯內(nèi)容:
    聯(lián)系郵箱:
    *驗 證 碼:

    粵公網(wǎng)安備 44030502002758號