你有没有过这种感觉就在某一天毫无预兆地发觉身旁诸多事情已然不同。并非那种天翻地覆般的改变而是一些细微的、难以言表的事物。比如说你开启手机发觉相册里增添了个“回忆”功能它自行将去年今日你所食用的那碗面组合成了一幅图片。比如你在书写信件之时才敲下寥寥几个字那系统便已然推测出了你后续欲表达的内容。比如说你在深夜刷视频推送过来给你的那些内容愈发像是领会了你的心事。这些背后都有AI大模型的影子。什么是AI大模型能不能说人话好我知道很多人看到“AI大模型”这四个字就头疼。那种有着二十年编程经历的资深程序员于酒桌上向你阐述架构、讲述算法你唯有尴尬地颔首内心思索的是“我要怎样悄悄溜走”。别怕。我试着用最简单的话讲清楚。所谓大模型实则是一种规模极为庞大且进行过训练的神经网络它能够接纳包罗万象的数据诸如文字、图片、代码、声音。之后借以领悟这些事物背后所蕴含的规律。它并非如同传统程序那般告知它“若是A情况那就执行B操作”它是依靠自身学习的在阅览了一千万篇文章以后它大体上晓得“苹果”能够与“吃”产生关联还能够与“手机”产生关联。嗯就是这么个东西。它很大。究竟大到何种地步呢参数你能够将其理解为它的脑细胞有时候会达到上千亿个。而人类大脑的神经元大概是860亿个。所以在某种意义层面上你正在与一个“脑容量”和你近似的事物对话。固然仅仅属于数量方面的类比。当前它尚无法如同人类那般进行思考。起码当下是不可以的。为什么突然火起来了之前不就有AI吗实际上人工智能这个理念于1956年便已存在。期间历经了好几回“寒冬”也就是说众人极其兴奋投入了诸多资金而后发觉技术难以达成于是又都撤离了。但这次不一样。这次是真的突破了。有三个原因吧。第一是算力以往你若想训练一个模型或许得运行几十年如今有了 GPU图形处理器也就显卡将计算变为并行的几百张显卡一同开展工作时间被压缩至几周甚至几天。再说数据方面历经互联网二十年时光积攒下了数量极为庞大的数据像文字、图片、视频还有你的每一个点赞行为、每一次搜索举动、每一段评论内容这些统统都是养料只有把这些数据提供给模型模型才能够变得聪明起来。占据第三位的是算法在2017年的时候谷歌发表了一篇名为《 Is All You Need》的论文该论文提出了架构。这么个架构宛如给AI配备了一双具备“东张西望”能力的眼睛。过去的时候它仅仅能够看前后的几句话而如今它能够去看整篇文章如果将范围进一步扩大的话甚至能够看整本书。如此一来其理解能力便一下子提升上去了。这三个东西凑在一起就像火药、引线和枪管终于拼成了一杆枪。砰的一声。2022年底GPT出来了。然后全世界都疯了。普通人真的用得上吗还是说只是大厂在玩说实话这个问题我也想过。在起始不久的那段时候我觉着这物品和寻常之人不存在关联。仿佛像是核聚变那般听起来显得极为厉害然而你这一生许可能够接触到的几率为零。但后来我发现它已经在用了。只是你没意识到。比如你当下正在使用的搜索引擎好多已然着手接入大模型传统搜索是你给予关键词它提供给你一连串链接如今是你询问一句话它径直给予你答案甚至还能够进行追问还能够开展对比。比如说你所运用的翻译程序之前能够浮现给人的是那类仿若出自机器人手笔的中文样式一眼便能觉察是经由机器的处理所为显现当下已然有了显著的改善部分的翻译成果已然趋近于经由人为翻译的水准层次了甚至当中还存在着那种具备特定语气以及情感的呈现。例如写代码有个做前端的朋友他讲当下写重复性代码时直接告知AI说“给我写个登录页面”几秒就出来了他仅需调整一下风格再对逻辑进行调试。还有进行画图操作撰写文案工作制作PPT演示文稿整理会议纪要内容甚至帮忙查看合同之中是否存在漏洞。这些东西以前你都得花钱请人做。现在你只需要会打字。它到底“笨”在哪里别把它想得太神但我得说句公道话。大模型并没有看起来那么聪明。它有非常多的问题有些甚至是致命的。第一个问题它经常会胡说八道。当你向它询问一件它未曾知晓的事情时它并不会甘愿承认自身处于不知晓的状态。它会去编造出一个表面上显得格外真实的答案给予你这个答案在逻辑方面呈现出通顺的态势并且语气上表现得十分自信然而其内容全然都是错误的情况这便是所谓的“幻觉”。犹如班级里那种极其善于言辞的同学你向他询问任何事物他都能够予以回应接上但当你回过头去进行查证时会发现他所说的全部都是错误的。第二个问题它没有真正的理解。它具备写出极漂亮诗歌的能力然而它或许并不晓得“思念”究竟是何种滋味。它能够协助你剖析情感方面的问题可是它自身从来未曾爱上过任何一个人。它仅仅是在模仿人类的表达方式。第三个问题它有偏见。倘若训练数据之中存在着偏见那么它便会将这些偏见给学到手。举例来说在历史上某一个职业是更多地由男性去担任的如此一来它就极有可能会在回答之时默认“医生等于他护士等于她”。这些问题现在还没有完美的解决方案。所以不要将它视作无所不能的神灵它属于一种工具范畴并且是存在诸多缺陷的工具。会不会取代我的工作说实话会的这是所有人都在焦虑的问题。我也焦虑。说实话有些工作是真的会被替代的。比如说存在着那样一些工作它们具有重复性并且不需要太多的创造力像翻译工作简单文案撰写工作初级客服工作数据录入工作甚至还包括一部分编程工作对于这些工作内容而言人工智能在完成时比人类速度更快而且花费还比人类要少。但另一方面新的工作也在出现。比如说提及到的“提示词工程师“呢那是深入钻研如何与人工智能进行交流进而能促使它给出最为优质的回答情况之人。这般听起而来颇有种荒诞之感然而实际上确实是存在着从事此方面工作的人儿。还有“AI训练师” 还有“数据标注员” 还有“AI伦理顾问” 然而这些词 在五年之前 是并不存在的。所以与其说“被取代”不如说“被重新定义”。单纯具备单一技能的人确实有着危险性。然而能够借助AI来放大自身能力的人将会变得更具价值。犹如往昔计算器现身之际会计们亦是颇为惶恐。然而后续发觉计算器仅仅是使你计算得更为迅速而真正的会计工作也就是理解业务、作出决策、规避风险反倒愈发关键了。AI大模型可能就是新一代的“计算器”。只是这次它不只会算数它什么都会一点。最让人不安的是什么说了这么多技术层面的东西说点人话吧。最让人不安的不是它有多厉害。而是我们不知道它到底在想什么。它的创造者都说不清楚你训练一个模型给其看几万亿个数据点面对它内部参数如何调节如何组合是怎样决策的 就连这些个方面。这就是所谓的“黑箱问题”。恰如你饲养了一条称得上极度聪慧灵活的犬类它已然掌握了开启房门的技能它已然掌握了开启冰箱的技能它已然掌握了协助你取来拖鞋的技能。然而你并不明晰它脑海之中究竟是以怎样的方式去领会“开门”这一行为的。它是否切实理解了“门”这一概念呢抑或是仅仅将“把门把手往下按压”以及“门开启了”这两件事情建立起了联系呢大模型也是类似的。所述结果或许具有正确性然而我们并不明晰其给出这般结果的缘由。它究竟是否存有自身的“动机”它会不会具备自身的“判断”它有无可能于某一时刻做出我们难以进行预测的事情这些问题没有答案。或者说没有人敢给出答案。写在最后写这篇文章的时候我其实挺矛盾的。确实我被它具备的能力震撼到了。那种感受如同头一回瞧见智能手机又好像初次上网。原本便晓得世界即将会发生改变然而却不清楚究竟会变成怎样的一种状况。我再度发觉众人将它设想得过分神奇了它仅仅是个工具是一个极为强大的工具然而它距离真正的“智能”相差得极为遥远。它没有恐惧没有欲望没有爱没有痛苦。它不会失眠不会在半夜三点想起某个已经离开的人。它不会在喝醉的时候给前任打电话。它不会在某个瞬间突然觉得自己活得毫无意义。这些才是人类最真实的东西。而这些东西AI永远学不会。所以别怕它。学会用它。但别忘了做一个真正的人。
