关于大型语言模型与生产力维度的一些思考

近年来,随着人工智能和机器学习的不断发展,各种高智能技术应运而生。从早期具有雏形的推荐算法、随后引人入胜的AI绘图,到后来像ChatGPT这样大型语言模型广受欢迎,每一次技术革新都在挑战我们对人工智能的想象。如今,人工智能技术不断地刷新着我们的认知。就如任何一代颠覆性的技术的出现,有些人狂热,有些人抵触,有些人大胆接受,有些人恐惧厌恶。而我在看完一些别人对ChatGPT的看法后,也产生了一些自己的看法。

Posted by Gnefil Voltexy on 2023-03-25
Estimated Reading Time 9 Minutes
Words 2.9k In Total
Viewed Times

近年来,随着人工智能和机器学习的不断发展,各种高智能技术应运而生。从早期具有雏形的推荐算法、随后引人入胜的AI绘图,到后来像ChatGPT这样大型语言模型广受欢迎,每一次技术革新都在挑战我们对人工智能的想象。如今,人工智能技术不断地刷新着我们的认知。就如任何一代颠覆性的技术的出现,有些人狂热,有些人抵触,有些人大胆接受,有些人恐惧厌恶。而我在看完一些别人对ChatGPT的看法后,也产生了一些自己的看法。

ChatGPT与大型语言模型

我认为大家都应该有一个共识,即目前为止ChatGPT或以ChatGPT为首的大型语言模型本身可能并不那么重要或厉害。它们的重要性在于验证了一种大胆设想的可能性。当前阶段,ChatGPT或许能够解决一些简单、笼统的领域知识,但对于更深入的问题,需要用批判性思维来审视其真伪。此外,ChatGPT目前还存在一定的精度和正确性问题,需要长时间的校正和prompt才能给出我们想要的答案。因此,我们不能完全相信它所说的话,也不能百分之百确信它会给出最正确的答案。

然而,尽管如今情况是这样,未来又会怎样呢?技术的发展始终是以指数级的增长速度进行的,因为生产工具的增加可以正向反馈到工具本身的生产上。当然,虽然这种加速是一种趋势,但这种发展需要在宏观尺度下考虑。即使一个环节的生产效率提高了,也需要整个生产链的共同加速才能攀升到下一个层次。然而,经过ChatGPT的成功,很难不去思考未来的大型语言模型会对我们产生怎样的影响,它们将对生产力造成什么样的冲击。我正在思考的便是未来可能出现的大型语言模型所带来的颠覆性影响。

生产力的维度

生产力,何谓生产力?若必须刻意定义此概念,其阐释或显得单调无味。因此,我愿从本人的视角出发,尝试探讨生产力在不同维度上的体现。 肌肉劳动是最为朴素且基础的一面向。这个维度可能是生产力中最为基本和初级的表现形式。那么,为何要使用“维度”来描述生产力呢?因为维度可以理解为,在该方向上我们可以不断增加数值,数值越高则生产力越强。然而,肌肉劳动层面,则可被流水线机器所替代。比如说自工业革命以来,人们逐渐习惯使用能量和机器来取代简单重复的机械操作。这种改变所带来的效率提升是不言而喻的。即便体力劳动可以被替代,当时的人们,亦或是早期的我们,相信知识和内容这类抽象概念,不可能被”流水线化”。然而,这恰恰是第二个维度。

第二个生产力维度,即语言和知识层面上的维度。实际上,这一层涵盖了科普、问答、内容生成等多种形式。未来,大型语言/视觉模型将代替那些机械化的知识搬运工作。其实,我之前就有想过,现今的软件工程师(码农(哭))在某种程度上仍然从事着机械化的工作。只不过,从旧时代的木匠变为新时代的木匠罢了。也许有一天,他们将被某种自动化的载体所取代,只不过比我预计的要早很多而已。总而言之,如今的ChatGPT能够熟练地运用沟通技巧,成为现代的百科全书。我认为大型语言模型能够准确地解释专业领域知识的深度,可视为知识基准线。ChatGPT可以弥补任何使用它的人在任何方面的知识缺陷,直至达到知识基准线——也就是一些比较基本、笼统、泛化的领域知识。但对于一些更深入的领域知识,可能需要更进一步的原有知识才能对其真实性进行评估。

未来,大型语言模型将能高效地替代原本繁琐冗余的信息产出、承载、整合和再输出工作。它们将全面取代那些仅从事知识表面处理的职位,而不是仅仅代替知识的搬运工。这也意味着,单纯记忆知识的”学习力”和将知识转化为可迁移的抽象概念的”抽象力”都不再是人类独有的能力了,也不再是人们应该竭力培养的生产力维度了。一个例子是,在教育领域,我们不应再强调记忆知识,而应开始思考第三个维度——“获得更高层次的学习力和抽象力”。

第三维度

我刚刚看过一个关于科普的视频,其中提到了我们应该学习更高层次的学习力和抽象力。然而,我有一些不同的看法。确实,我认同鼓励人们开发创造力、更高维度的学习力和抽象理解能力的观点。但是,在我刚刚看完那个视频之后,我注意到ChatGPT在学习和抽象层面上的卓越能力。它可以在”涌现”这个非线性产出中学习出”人类学习力”这个概念,并将其运用在模型学习的过程中。这种现象意味着,它的抽象能力可以在抽象的基础上再次抽象,呈现出复杂的嵌套和递归结构。这让我想到,人们是否有必要在开发更高层次的学习力和抽象力上进行努力?是否能够超越大型语言模型?如果不能超越,为什么还要在这个维度上投入精力呢?

在体力方面,工业革命给出的答案是人类无法在纯粹的体力上超越机器臂。在脑力计算方面,计算机和电脑技术证明了我们无法在纯粹的计算能力上超越电脑。现在正在进行的是作为人类创造、沟通和记忆重要载体的语言模型和自然语言生成模型的竞争,而目前的局势似乎不妙。我们最终依赖的学习力和抽象力(更高维度的理解和创造)是否真的能够领先未来的超大型综合模型呢?

我认为,第三个维度不应该只是更高层次的学习力和抽象力。我们需要找到人类能够独特闪耀的领域,这些领域不能被自动化替代,然后在这个基础之上提升人类的生产力。但在此之前,很难确定未来的能投入的第三生产力维度会是什么。

以人类为主体

尽管有人担心AI会取代人类,但事实上,ChatGPT的主要服务对象始终是人类。事实上,要想到AI和人类达到相同的地位甚至取代人类,这种担忧是不必要的。人类有一个缺陷或特点,就是有欲望和需求,这是AI无法模仿的。由于人类和AI之间的利益需求不同,因此不存在直接的利益冲突。因此,我们不需要过分担心AI会夺走人类的工作或替代人类的地位。如果我们能够在人类独具优势的领域上继续发挥创造力和创新精神,那么我们将能够更好地利用AI技术来提高生产力,并为人类社会带来更多的价值。

由于机器模型的独特性,在某种程度上,模型的”思考”会越来越接近人类的生物思考。我所研究的方向是脑机接口,它试图将人类输入输出的过程数字化。在某种程度上,脑机接口有助于加速AI模型和人类思考能力之间的相似度。随着这个领域的不断发展,两者之间的能力边界必然变得越来越模糊。

在以人类为中心的世界中,许多产业都面临着被提供更高生产力的模型替代的风险。然而,我认为与人类知觉和感知相关的技术是目前唯一无法被替代的。例如,单靠机器学习模型,很难让人们体验到坐过山车等活动带来的真实感受。此外,还有一些科技可以提供各种让人们感受不同体验的方式,例如完全沉浸式虚拟现实技术。通过这些技术,人们可以在虚拟环境中进行各种活动,并获得类似于真实世界的感觉和体验。因此,我认为脑机接口技术也正在开拓这些领域的可能性。

茫然无措的不安何去何从

其实都会害怕,都会不安。大家都是。这种不安是正常的。害怕失业,害怕被替代,害怕新事物,害怕一无是处,害怕打破的平静,害怕跟不上的学习力,害怕别人比你更熟悉工具,害怕失去曾经立足的意义,害怕人工智能未来带来的不仅是潜力。可想想疫情,大家也是从不安中寻找到自己的锚点。到未来,我们其实也只能为自己选择。接受和不接受,时代一样会往前走。而不安的你,难道没有被这种神奇的事物激发出哪怕一丝孩童时的好奇心?

代替人类的需求终究只是博弈中的一部分,存在着代价和收益的平衡。就像现在仍然有流水线工人和农民伯伯,这些都是一些暂时无法被替代的例子。我相信在各个领域中也会出现类似的情况。最终,不管怎样,总会有喜欢骑马的人,自己组装机器的人,为了创作而创作的人,以及细细品味知识等活动的人存在。即便他们的表达方式不够准确、完美或缺乏创意,他们依旧创作表达。

结语

写完博文后,我坐在椅子上,试图让快速运转的大脑放缓。深吸了两口气,想要休息一会儿,看一集动漫。但是,当我刚刚打开网页时,突然意识到未来的创作可能都由人工智能产生,顿时有些惆怅。你问我对人工智能是什么样的心情——高兴还是不安,我该如何回答呢?

怎么说呢,有些可惜,有些索然无味。某些我们曾经认为独属于人类的、浪漫的、我们为之骄傲的、神圣的东西,不再只是我们的了。

最后,以上由ChatGPT激情创作 =)。