对现今AI的10点思考:它不抢你的饭碗,只造合格“牛马”

转载
7 小时前
5352
Tim

文章转载来源: Tim

作者:BALAJI

编译:Tim,PANews

以下是关于人工智能的10点思考,我个人认为这些在经济层面很实用。让我们开始吧。

1、首先:没有单一的通用人工智能AGI,而是存在多个AGI。也就是说,我们实际观察到的是一种多模共存的AI格局(多个强大模型并存),而非一神独大的AI(某个全能模型垄断)。当前态势是,来自不同阵营的众多模型均已达到相似能力水平,而非某个顶尖模型形成绝对代差。因此可以预见,未来将是人类与AI的多种融合形态相互制衡,而非某个占据绝对主导的AGI将人类全部变成回形针(意指毁灭性控制或惩罚)。

2、当前人工智能将成本都转移到了提示输入和验证环节。本质上,今天的AI只承担中间环节到中间环节的任务,而非端到端全流程。因此即便人工智能加速了中间环节,所有业务成本还是会向提示输入与结果验证这两端迁移。

3、AI是增强智能(Amplified Intelligence),而非人工智能(Artificial Intelligence)。今天的AI并不具备真正的行为主体意识,因为它并未完全独立于人类存在。现有AI系统既无法设定复杂目标,也无法有效验证输出结果。人类仍要耗费大量精力在设置目标、查证输出、构建提示和系统整合上,这意味着使用者越聪明,AI的智能加成效能就越强。因此它本质上应被称作增强智能,而非人工智能。

4、AI不会抢走你的饭碗,而是让你能够从事任何工作。它使你成为勉强合格的UX设计师、当个像样的特效动画师等等。但这并不意味着你能真正做好这份工作,因为最终润色往往需要专业人士来完成。

5、AI取代的不是人类的工作,而是上一代AI的工作。例如:Midjourney取代了Stable Diffusion的工作,GPT-4取代了GPT-3的工作。当你把某一工作任务(如图像生成、代码编写等)交给AI处理后,只需将预算投入到最新模型即可。因此,取代工作的总是新一代的AI。

6、AI更擅长视觉表达而非文本表达。也就是说,AI在前端开发领域比后端开发更具优势,在图像、视频处理方面强于文本处理。原因在于用户界面和图像可以轻松通过人眼验证,而大段AI生成的文本或代码需要耗费大量人力成本进行核验。

7、致命型人工智能已经降临人间,它就是无人机这种"杀人物种"。每个国家都在追求这种技术。所以说,真正需要担心的根本不是图像生成器和聊天机器人。

8、AI是概率性的,而加密技术是确定性的。因此,加密技术可以制衡AI。例如,AI 能破解验证码,但它无法伪造链上余额。并且它能解一些方程,但解不了加密方程。所以,加密技术大致上代表了AI做不到的事情。

9、从实证层面来看,AI正在推动去中心化而非中心化。当前AI展现出去中心化效应是毋庸置疑的:一方面源于众多AI企业的并存发展,另一方面在于小型团队凭借恰当工具所能实现的能力跃升,更因为高质量开源模型的持续涌现。

10、​​AI技术占比的最佳程度并非100%​​。毕竟:0%的AI运作缓慢,而100%的AI就会变成垃圾。因此最理想的AI占比实际在0—100%之间。具体数值固然因情况而异,但重要的是理解0%和100%都非最优解,这就是AI领域的拉弗曲线:

当今的AI是受限制的

总之,从根本上来说,这是一种受限制的AI模型,而非无所不能的AI模型。

AI在经济效益上受到限制,因为每次API调用都价格不菲,而且竞争模型层出不穷。

AI在数学上受到限制,因为它(可证)无法解决混沌、湍流或加密问题。

AI存在实际局限,因为它需要人为提示与验证,执行任务时采取的是中间层之间的运作方式,而非端到端的完整流程。

AI在物理上受到限制,因为当前仍需人类先感知环境并将这些信息通过提示词输入,而非由AI自行收集环境信息。

可以明确的是,这些局限未来有可能被突破。有人或许能将人工智能的概率性思考方式,与传统计算机的确定性、逻辑性思考方式统一起来,但目前这仍是开放式研究问题。