8.3 KiB
| layout | title | date | author | params | tags | categories | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| post | AI的门槛 | 2024-05-16 15:46:23 | Wantsong |
|
|
|
自ChatGPT于2022年底问世以来，至今已逾一年半载。
这一年多来，经历了从对AGI的恐惧到接受的过程。在与朋友们交流时，发现自己在AI领域里是越来越“特立独行”—— 我已深谙人机协同之道，我的工作成果既融入了AI的智慧，也烙印着个人的思考，两者交织难分。
昨天一个朋友使劲问，是不是你写的，还是AI写的。你说我找AI炼个字，算谁的，AI比辞海好用吧。我所做的事情，主要都算是智力工作，不论决策，规划，制订还是撰写，也的确分不出来哪些是我这个人输出的部分，哪些是机器的。
由于自小喜欢科幻电影，喜欢机器人，所以这算是有对AI的内驱力吧。现在经营着一家很小的软件公司，尽管总觉得所用的技术很low，不及前沿，但在更广阔的视野中，它们仍属于高新技术的范畴。所以从接触到最新的科技信息上讲，比高精尖不如，比下还是有余的。
目前生成式AI的工具，使用起来还是有一定门槛的，比如就科学上网这一项，需要具备一定的计算机基础和专业知识，就能将很多非技术背景的人拒之门外。
前两天写的《聪明之道》，在那些常处“唤起”或“焦虑”状态的人群中，AIGC往往能展现出更强的效用潜力。若平时的事情都是放松或者无聊的情绪，那么也缺乏动力去了解“新质生产力工具”。
去年初GPT刚上市，就非常焦虑。从本质上讲，软件工程师就是翻译，把人类的自然语言翻译成机器的二进制语言。现在机器可以直接听懂人说话了，哪里还需要那么多翻译。直到我想通了一件事，只要比其他人快那么一点，就像熊来了的笑话里的那样，我就可以后被吃掉（没办法，在中国的精英教育理念下，只能有这样的思维模式），所以必须立马行动起来，毕竟替代人的还是掌握AI的人，而现在还不是硅基的天下。（参见《AI时代需要什么样的人才》）
魔法咒语
作为新生事物，总不是那么完美。去年初与ChatGPT3聊天，自己本地跑了Chatglm2 7B做RAG，“幻觉”现象明显，诗词张冠李戴，数据生搬硬造。你可以不会，但是不能胡说呀。与以前人工智障的各种音箱一样，令人啼笑皆非，当时想着至少还得七、八年才能见到AGI。媳妇去年试用后也就彻底断了再用的念头，由于兴趣，我断断续续地依然在跟进。
今年新产品如雨后春笋，眼见AGI就要破土而出。而高级/收费版也早已解决了幻觉问题。春节时，早上学会了行业分析，下午学会了看财报，感觉就是一天学会了冰系火系魔法，成为了“冰火大法师”，之后我继续“激励”媳妇（参见《亮剑》），她也终于愿意再尝试尝试，而再尝试后就如“滔滔江水连绵不绝”了。
其实不是的，核心挑战在于如何精准“凝结魔法咒语”上——提示词到底怎么写更有效。
提示词，就是写/说一段话，把你想让AI干什么表达清楚，他照着做。听上去很简单，做起来有难度，以至于我们现在都称其为提示词工程。
道理很简单，AI相当于一位掌握了全人类各领域学科知识的新员工，对你一窍不通，你得告诉他，他是谁，你是谁，上下文场景，做什么及输出的格式要求等等，类比一下你的新员工入职，先做公司的新员工入职流程，再去熟悉岗位工作环境。AI现在不需要时间去适应，需要你讲清楚。
AI的门槛
开始我觉着是表达能力的问题，毕竟大部分人的语文水平都是体育老师教的。根据调查，在社交交流方面，文字/语音的交互成本极高，只有5%的用户可以重度使用，这5%的用户消耗了50%的Token。因此推测：使用文字去展开脑海中想象的人，在人群中占比偏少，这是精神层面的消费。
后来发现，更核心的是解决问题的能力不足。无法准确定义问题，问不对问题就无从谈起解决，再加上傲慢，与对AI的不信任，想把AI用好的确有个过程且有点难度。 定义问题，举个简单例子，价格是什么？
在初接触到这个问题时，因职业习惯我会冒出来多个模型——软件及算法解决问题，都需要先对现实世界建模。在图书阅览室场景，可能更多的是个单点，只有图书的定价；在图书MIS场景中，可能是个数组，有采购价和定价；到再复杂些的ERP中，是个二维矩阵，因为价格会随时间变化，又增加了成本价，成本价还有先进先出、加权平均等不同的算法；而到金融（假设图书也能进期货市场）系统中，就变成了三维的，因为即使一次销售过程，售价也是一个区间加时间。对问题的理解，对场景的理解，决定了你问什么问题——用什么样的模型来分解问题。分解问题又包括：连续递进关系的活动和更细化些的子问题。
这些模型是我日积月累的经验，所以经验不足的人想用AI解决问题，因为缺少对模型、结构的把握，问不到点子上，问不出来。
谁容易傲慢?除了性格上自以为是的，就是那些专家们，因为他们浸淫多年赖以成名的路径，既是解决问题的方法，又同时是最大的拦路虎。也就是所谓的路径依赖效应。
路径依赖就是惯性，本质上讲是沉没成本。若要沿用新的方法或工具，那么过去的投入都会变成沉没成本，而新的方法工具还需要继续投入，有没有效果也不能肯定。比起成功，我们更恐惧失败，损失厌恶效应再发生作用，这个新的往往就被放弃掉了。
说到对AI不信任，根源在于人类不喜欢和没有情绪的机器聊天。
人类属于哺乳动物，哺乳动物的大脑边缘系统负责处理情绪、记忆、嗅觉等复杂功能。人和人、人和动物、动物和动物之间会产生边缘系统共振的状态，刺激下丘脑和杏仁核，在感受正面情绪时，下丘脑会产生多巴胺和催产素等荷尔蒙。多巴胺提升情绪，催产素促进关系，主要负责恐惧和焦虑的杏仁核会减少活动，让双方感觉安全舒适。
现在的AI产品还都没有任何情绪表达，和AI聊天没法让人产生催产素。即使前天GPT4o宣传视频中，AI有了些情绪反馈，这些个功能也都还没上线。
人类始终更喜欢人类，就算现在AI下棋吊打人类，人类还是只喜欢看人类下棋；不过也有一些反例，比如青少年更喜欢跟AI聊而不是跟心理医生聊，这个更多的是出于个人隐私安全的考虑。
还有一点就是数据安全。我23年闲暇写了大约不到10万字，没去什么平台发布，就是孤芳自赏。今年GPTs上线后，考虑了很长时间，才决定放进去做个“AI Bro Tsong”，看能不能自己站在自己肩膀上。这个就是怕别人盗了我的文章去，让我惊讶（参见苏联笑话：什么都别去思考；如果你一定要思考，不要说出来；如果你又要思考又要说，那就别写出来；如果你又思考又说还写，那么别签名；如果以上规则你都不遵守，那你就别惊讶）。目前与大模型的聊天对话记录，它都可以记录在册，怎么用，我们就鞭长莫及了。后来想着已经破罐子了，又一口气做了七个“AI强哥”，比较下他们的优劣，给他们挖挖坑（我自己的文章，我知道哪里有坑）。
最后就是要有闲（参见《你是不是很闲》）。我是我们公司的那只懒蚂蚁，本身也就在负责的新产品、新科技的探索工作，这样说来有点令人艳羡了。但是所有的画面都是看上去很美，做起来都是辛苦，8个小时的公司经营管理分析，产出2700个话题，63000字。😊
至于最终的反思，则带有一丝微妙的欣慰，那就是：狼来了，喊了一年多，依然没人动弹。