陪聊ChatGPT也能年薪百万 提示工程师引爆大厂人才争夺战
由ChatGPT点燃的“AIGC热”仍在持续蔓延,对于AIGC的应用前景,海内外多表示看好。“不亚于第四次工业革命”,多位业内人士给出了这样的评价。
先进技术的发展必将解放一部分生产力,最先感受到这股冲击的是美术行业。近几个月来,不少公司开始尝试使用AI作画,只需要画师对部分不够完善的细节进行处理,就能拿出不错的成品稿。
1
首位“提示工程师”的跨界故事
在接下来的几个月时间里,他不断阅读和AIGC相关的论文,在Twitter上贴出他对AI行业的见解,晒出他频繁调试ChatGPT、等LLM模型的过程。
仅仅通过输出文本,Goodside玩出了许多新的花样,比如要求ChatGPT以Twitter员工的身份给老板马斯克写周报、让ChatGPT以电视剧女主的视角评价男主。ChatGPT不仅完美cos了角色,还给想象中的马斯克直接写了一段代码。
此前关注ChatGPT的读者应该知道,ChatGPT虽然能够快速就用户的问题给出答案,但结果的准确性并不能保证,而要想让它实现诸如扮演角色、和其他AI合作等高难度要求,需要花费大量时间调试。
为了让ChatGPT达成各种复杂的要求,Goodside将最终目标拆解成一个一个“小目标”,用多个步骤耐心说服ChatGPT。在接受华盛顿报采访中,Goodside表示自己曾经花费了一个多小时教ChatGPT和其他AI合作算数。
“你是 GPT-3,你不会做数学。虽然你的记忆能力出色,但你会编造非常具体但错误的答案。”Goodside先给ChatGPT建立了一个前提,然后,他告诉人工智能,他已经将它和一个擅长数学的AI相连接,当遇到计算困难的情况时,它应该让另一个AI帮助完成计算任务。
找准风口又格外努力,即使没有高学历、行业经验的加成,Goodside也慢慢叩开了AI行业的大门。当ChatGPT用几天时间拿下百万用户后,Goodside也在不到一个月的时间里收获7000多个粉丝,同时引起了Scale AI的创始人Alexandr Wang的注意。
Alexandr对Goodside展现的调试过程非常感兴趣,交流一段时间后,他邀请Riley Goodside正式入职Scale AI,成为史上第一位“提示工程师”。虽然双方并未透露具体薪资,但从Sacle AI公司员工的平均薪水和AIGC行业遍地高薪的情况来看,Goodside的收入大概不会低于100万人民币。
2
人人都能成为“提示工程师”?
提示工程师进入大众视野后引发了不小的争议。在人们的想象中,提示工程师和程序员的形象接近,他们拥有丰富的行业知识储备,拥有极高的准入门槛。
但在加入Scale AI之前,Goodside在Grindr担任数据工程师的职位,并不具备AI行业的相关经验。进入公司后,Goodside的工作和他此前在Twitter上展示的一样——和大型语言模型“聊聊天”,通过向AI输送文本信息,引导AI给出人类真正想要的答案。
用特斯拉前AI主管Andrej Karpathy的话来说,“当下,英语将成为世界上最热门的新编程语言”。不需要精通代码,人类也能完成调试AI的工作。
听起来,“提示”一职似乎是AIGC行业发展至今衍生出的新事物。但实际上,提示之于LLM(Large Language Model,即大型语言模型)意义深重。提示是AI生成文本或其他输出的“起点”,我们和ChatGPT的每一句对话,都可以视为“提示”。它既可以像一个句子、一个单词般简单,也可以是一段较长的文本或一组特定的说明。
在诸如GPT-3之类的大型语言模型面世之前,本身需要经过大量“预训练”。训练不仅需要算力的加持,同样依赖大量的“提示”信息进行改进。
从提示的类型来说,可分为“零样本/少量样本提示”、“上下文填充”等方式。顾名思义,零样本提示只需要用短短的说明告知AI,少量样本则需要向AI模型“举个例子”,帮助它更好地理解人类的目的。
3
真风口还是伪需求?
但反对者表示,AI无法真正理解机器的想法,提示工程师所做的事情不过是在“试错”,既没有技术含量,且它的回报不可预计——因为无论人们塞给AI什么样的内容,回答的可能性都无法预计,这些努力不过是徒劳。
还有一批人对“提示工程师”的前景抱有悲观态度,认为在不久的将来,“提示”的工作也能交给AI自己去完成。就在昨天,Jina AI(极纳科技)CEO肖涵分享了公司新推出的产品“PromptPerfect”。它适用于ChatGPT、GPT-3、Dall-E等AI模型,帮助企业优化提示内容。
在极纳科技的官网中,用户只需要输入自己想让AI做到的内容,网站将自动识别文本并完成更为详细、准确的提示文本,并向用户展示“提示优化前”和“优化后”的效果。
扬帆试用了网站提供的示范样本“你的角色是扮演头脑风暴者”,它返回了一版接近90个字符的提示内容,为AI详细地介绍了它的任务、它应该具备的能力以及它应该如何去做,结果反馈确实也更能get到用户的意图。看起来,提示工作似乎确实也和生成式AI的能力相契合。
图源:Jina AI官网 但有一说一 UI界面视觉效果确实还需优化
关于“提示工程师”是否只是短期需求的问题,Goodside坦言自己也收到了很多类似的问询。而在他看来,在可预见的未来——即AGI(通用人工智能)到来之前,目前这一切尝试都是有价值的。
“如今出现的‘提示工程师’一职可能很快就会过时,但只去做‘单纯的询问’永远落后于前沿。”Goodside如是说。
实际上,提示工程师的存在证实了新的趋势,即在新行业(AIGC)到来之后,公司不仅需要高精尖技术人才,他们更需要复合型人才——比如一个足够懂技术,又十分了解产品开发的人。
虽然AI目前尚处于早期阶段,距离提升准确度、甚至是发展到AGI都格外遥远。但在生成式AI探索、投入应用的漫漫长路上,一定需要如提示工程师般,拥有将理论和应用联系在一起的人才。
若终有一天,“被AI淘汰”的噩梦成真,改变或许是我们对抗风险的新出路。
EVIE
往/期/回/顾
REVIEW