四个方向理解AI……
点击蓝字关注我们
世界上不只有一种AI，不同的行业有不同的想法和认知，因此存在了成千上百万的不同的智能，《连线》杂志的创始主编凯文·凯利（K.K.）在一次演讲中说到：“想拥有通用智能的想法是一种误导，就像我们在生物的谱系当中，也并不是处在最核心的位置，地球也并不在太阳系，或者是宇宙或者是银河系的核心，我们都是处在一个边缘的位置，智能也是一样。”
益读社今天整理了K.K.的部分演讲内容，看看他是如何思考我们与AI的关系。
以下为K.K.演讲内容：
我们与AI的关系可以从四种模式来思考。
AI为人类提供完全跳脱的思维方式
第一种叫人造外星人。AI就像是降临到地球上的外星人一样，但是它是由人类来进行设计和编程制造的，可能超过了人类的智能，也有可能有认知。但最重要的一点是，他们并不像人，他们是一个硅基生物，有不同的认知和思维方式。
思维方式的不同，可能就构成了AI与人之间最大的不同，这并不是差错，而是特点，甚至是优势，他们可能会有创造性的思维，用完全不同于人的思维去做决策。
在新经济的时代，不同的思维方式是非常重要的，如果我们要在一个互联的世界生存，可能很难出现完全不同的、跳脱于所有人的思维方式，但是AI就可以做到，它可以帮助人们跳出常规思维，用一个全新的视角来去思考。所以我觉得AI中存在一些像ET这样的很聪明的智能体。
在过去的几年有一个让人们很惊喜或者惊讶的事情发生——以前我们会觉得电脑或机器是没有办法做有创造力的事情的，但随着新的AI的应用，人们发现机器也是可以产生创造力的。但是这些创造力并非是空穴来风，他们必须有人去给AI做出提示，那么这些人就叫做提示工程师。
在过去的几年我也一直在研究AI甚至是与AI共事，我尝试和AI共创一些东西。所以在新的时代，可能提示工程师将成为新一代的艺术家，他们和AI共同创造，我甚至把他们称为AI耳语者。
真正优秀的AI提示工程师或耳语者，他们可能要花一千个小时以上的时间和AI共事，他们用的AI和我们是一样的，但是他们却可以通过创造性的提示让AI去创作出非凡的东西，因为他们花了超过一千小时的时间去学习和练习，这就像是精通一门技艺一样，精益求精，熟能生巧。
同时他们也有一定的天赋，可以去了解AI背后的运作机制，现在招聘网站上已经可以看到这样的招聘信息了，年薪最高可以达到30万美元，这是给最优秀的人才所提供的机会。
之所以能给这么高的薪资，是因为要成为一个优秀的AI提示工程师是需要大量的练习和非常深厚的知识积淀和技术积淀的，大家现在也都会用一些开放的AI工具，你会发现提示确实非常的重要。
你需要去了解AI背后的思考链条，你需要让AI一步一步地去跟着你的思考。我们也发现了，现在AI的注意力非常短，他没有办法跟进一个很长的思维，所以你就必须把思维打碎，然后一步一步地喂给AI，这样才可以帮助AI实现一些复杂的任务。
你暂时不会被AI替代
但会被更擅长使用AI的人替代
第二点，如果说你给AI一些积极的情感反馈，比如你表扬他，那么他就会给你一些更好的质量更高的答案。我们也不知道为什么，但是确实有这样的现象。你甚至可以告诉AI，你提的问题非常重要、生死攸关，请好好回答，这样AI就可以给你一个更高质量的答案。这些也是一些小小的窍门，帮助大家更好的运用AI。
我认为这样的AI更像是一个普世的私人实习生，在座的各位每一个人都可以拥有一个24小时的实习生，为大家服务，这就是AI可以做到的。比起助理，AI更像一个实习生，因为实习生不能独立完成任务，工作成果需要我们来做二次核验的。但即便如此也已经很好了，虽然这还不是我们最终的目标。
现在的大语言模型给我们的答案虽然不是最精确的，但是看上去已经非常合理了。有一些工程师每天的工作就是去设计一些合理的答案和输出，并不是最精确的答案，而是出最合理的答案，这也是设计和算法的策略。
他们是从大量人类语料中去提取信息来训练AI，其中包含了人类最精尖的信息，同时也有一些非常普通的，甚至是质量不高的信息。因此AI的水平就像是实习生一样，可以做一些初始性的工作，比如说设计一个大纲或草稿，这些任务他们可以完成得非常好。
通过研究发现，对知识型行业从业者来说，50%的任务都是可以由AI实习生来做到的。而其他50%的工作可以让AI去做一个草稿，然后由人来做提升。调查发现，如果使用copilot的话，程序员每天的生产力可以提升56%。
同样在其他的行业，比如说作者，他们使用AI的话，任务的完成速度会增加37%；比如律师、顾问，还有行政的工作，他们使用ChatGPT之后都有不同程度的效率的提升。最明显的效率提升，其实来自于低级别的工种或者是普通员工。
AI和其他的技艺一样，需要至少一千小时的练习和学习，才能够真正擅长，所以我认为未来人们的薪资将与你使用AI的能力挂钩。因此，人们不会简简单单地因为AI失去工作，但是确实有一些工作内容会改变。
我相信在未来的5年以内人是不会被AI替代的，但是有可能会被一个善于使用AI的人替代，这是普遍的趋势。如同现在看到的，即使有了自动驾驶，依然很少会有司机被自动驾驶所取代，但未来，司机的工作内容是会出现一定的变化的。
我给大家举个例子，美国有一个公司，他们用生成式AI去赋能服务台的工作人员，尤其是接线员，然后这些客服中心就可以去更加高效地服务客户。
在这个过程当中，他们确实也裁掉了一些人员，同时也招聘了更多技术支持人员。但是最常见的情况是接线员改变工作任务，会有一些AI没有办法处理的问题再转到人工。
与此同时，我们也看到正是因为AI把一些简单的工作都已经完成了，所以人可以专门处理一些比较棘手的问题，那么客户的满意度和服务质量都会提升。AI是相对平等的技术，即使是一些财力并不是很雄厚的企业或者是一些偏远的地区，他们没有充足的预算雇佣接线员，也可以运用AI提供客户服务。
除此以外，另一种AI应用趋势应运而生——艺术方面的提升。目前很少有画家、音乐家、或其他艺术从业者被AI完全替代，他们可能会用AI作为灵感来源。
因此从目前的生成式发展来看，我们很难在现阶段直接下定论AI会取代人。
刚刚说到，AI的世界是基于规则的，因此，有时人觉得很简单的事情，对AI而言可能很难，换言之，AI觉得很容易的人可能会觉得非常困难，我们需要记住这个逻辑。
说到生成式AI与人之间的关系，我把它称之为+1关系。希腊神话中的半人马，其实是有点像人和AI的协作关系。科学家们发现，现阶段只靠人或只靠人工智能都不行，它们要结合在一起。
跟大家分享一个故事，埃斯特·佩雷尔是美国著名的治疗师，她做过很多公开的治疗，她有一个播客节目，记录了她上千上万小时的治疗过程。
有人根据她的治疗记录开发出了一个人工智能，人们可以直接去跟机器人沟通得到治疗，不知道埃斯特本人会不会喜欢这个AI版的她，她的书和播客节目都可以帮助到大家，但是人工智能会帮助更多。不过目前还涉及到宠物的治疗人工智能无法应对，但是确实开辟了一个新的路径。
不可否认，现在的人工智能医生还不如人类医生，但是人类医生与机器协作会做得更好。不过用AI来做医疗诊断是胜过没有医生的，一些遥远地区可能医疗资源短缺，无法接触到正常的医疗资源，在这种情况下，AI治疗总比没有医生好。
这就涉及到我们刚刚提到的第二个方面，人类和人工智能协作可以应用在各种领域，包括教育、法律、驾驶等，有的这些和人工智能相遇是1+1>2的概念。我们刚刚提到了实习生的概念，以后人工智能会成为合伙人、队友、教练、副驾驶助手等等。
就像我在《宝贵的人生建议》里说到的“如果你想走得快，就独自走；如果你想走得远，就一起走。”
当技术变得隐形时才是最强大的
在过去一年里，生成式人工智能带来了许多激动人心的变化，比如神经网络技术得以与人工智能结合应用，实际上神经网络技术不是新技术，网飞和亚马逊早就在使用，这是一种识别+生成的技术。目前神经网络已经发展出两个全新的概念，一个就是大型语言模型，另一个叫做对话式用户交互界面。
大语言模型一开始是个非常简单的编程，10-15年前，我们其实是用它来做语言翻译的，因此当初训练它的目的是为了建立语言模型，将一种语言翻译成另外一种语言，用作训练的语料就是日常生活中的各种语言。
但是随着模型的不断练习，出现了一些有趣的变化。语言模型不仅做了翻译，同时还可以基于这些语料做推理。
因为语言不是单纯的进行信息的传递和传达，我们之所以会有语言，是希望语言表达思想，没有语言，思想也是匮乏的，所以语言跟推理能力密切相关。
当获得了语言能力时，它也在一定程度上获得了推理能力。这是开发人员们没有意识到的。所以推理是语言模型研究过程中获得的一个有趣副产物。
大语言模型在很多赛道有了全新的应用，基于大语言模型，他们获得了阅读推理的能力，人工智能可以帮助我们做很多测试，且高分通过。
回到刚刚的概念上，目前这些模型都是基于普通人的数据收集做的建模。我们也希望未来可以进一步优化，使用天才的语料进行训练。
还想给各位介绍一下对话式用户用户界面，这与20年前的图形用户界面有异曲同工之妙。在互联网之初，我们看到这些电脑就是这样的，只有一些单纯的文本，没有图形，而且很难用。很多人也没有觉得这样的应用有趣。现在已经截然不同了，随着万维网的使用，你可以看到有图片的交互形式，可以拖拽信息，这样更加贴合人类的诉求。
你不用再去上繁琐的编程和代码课也可以理解它呈现的信息。现在有了大语言模型后，你可以进行对话式沟通，从而生成图文，我们会发现文本信息转化成视觉信息非常符合人类的沟通诉求，这极大改变了现在的技术应用，包括语言理解、手势识别。比如目前很多设备可以采集你的唇语，你不用像以前一样用吼的方式来进行沟通了。
这些技术极大地改变了行业。所以我的建议是未来几年初创企业将变得非常的容易，只需要将一些东西添加到对话式使用界面中，比如你可以和面包机、汽车对话，AI也会变成商品的一种形式，AI交互页面会成为区别其质量的一个关键所在。现在有个很有名的引擎叫做perplexity，它做的不是AI本身，是AI的交互界面。就像是水是免费的，但装到瓶子里就有了矿泉水，它就是产品了。AI的交互界面是可以创造额外价值的。
回到我刚才所说的，当技术变得隐形的时候才是最强大的。我们现在在这个房间当中有大量的技术存在，比如电灯、水管、风扇、通风管道等，我们意识不到他们的存在，这意味着这些技术已经成功了。
同理，我们一直在谈AI，说明它还没有成功，如果说我们已经无法意识到AI的存在了，那么就说明AI成功了。在未来我是相信95%的AI应用我们都没有办法看到，他们就像管线系统一样在后台运行。未来我们将更熟悉它的前台界面，大多数人可能甚至不知道它背后由AI运行。
现在有很多技术公司试图用AI去预判、预测未来。在过去包括现在，如果要单纯靠人力来完成的话，它是一个非常耗时非常昂贵的工作。但是未来有了AI的介入，那么预判这件事情将变得非常简单。
AI的技术会存在于两个阶段，一个是内部的流程阶段，包括编程工作、金融分析，或者是传媒和沟通；另一个是外部使用AI来制作产品，这是大家在公众视野当中可以看到的，比如说自动驾驶汽车机器人。目前为止，内部运行的AI更为强大，我相信这也是未来AI重要的增长点。
我们把AI类比成电力，你不能简单地认为把18世纪的公司通电，它就会成为完全不同的公司。但是如果这家企业在诞生之初就有电力的加持，那么这一家企业和18世纪的其他企业相比，一定有巨大的飞跃。AI也是一样，下一代AI原生企业的商业模式一定是和AI发展前的企业是完全不一样的。
有些工作是人类不想做的，有些工作是人类可以做的，还有些工作甚至是人类完全未知的。AI能够起到最大作用的地方，不仅仅是在人类不能做的，更是在于去探求完全未知的工作。
社会中层往往是第一批AI使用者
那么在商业场景中，第一批的AI使用者有哪些？
除了我刚刚介绍到的客服工作以外，还有程序员，现在程序员已经在使用微软copilot这样的AI辅助工具了。有了AI加持之后，这些程序员表示再也不想要回到没有AI的时代；同时在营销领域，工作人员也在大量使用AI去生成物料、图像、视频等等。
我觉得AI的第一批应用行业，包括软件、医疗、教育、营销和保险。保险大家显而易见了，AI可以设计保险政策、进行数据分析等等，在教育领域，最大的受益者就是学生，在医疗领域就是患者，在企业的环境当中应该是员工受益。
但其实我们发现事实与预想的恰恰相反，老师对于AI的热情远远要大于学生，医生的热情大于患者，领导者的热情大于普通员工。比如说老师，有了AI，他们每天可以节省几个小时的备课时间，医生和经理也是一样。所以我们发现在一个企业或者行业结构当中，中层反而是受益最大的，他们反而是第一批的AI使用者。
另外我们发现一点，年轻的初创企业往往最先运用AI。公司越小，运转就更加灵活，他们就更有机会全面使用AI。大公司的脚步就会相对落后。这是一个自然进化的过程，从18世纪开始，企业一步一步从工业模式一直进化到现在的数字模式，在数字时代，中国企业搭上东风，实现了快速的成长。
之后是云计算的时代，现在我们正在全面拥抱AI，但云计算这一步是不能略过的，我们需要去打好基础，实现完善的云计算部署。换句话说，企业要进行完善的云计算或者云平台的部署，然后才可以在云计算的基础上来发展他们的AI实力。
现在AI还可以生成视频。其实好几年前就已经在讨论这个趋势了，换句话说，它已经可以去生成世界的一个小片段或者小部分了。现在AI可以生成狗的视频，未来就不难想象AI可以生成一个完整的事件。这些在以前需要一整个技术团队才能够实现，而现在只需要一个人。
JK罗琳创造了哈利·波特的世界，她一个人创造了一个魔法世界，她是一个天才。但是即便她有如此大的想象力，也依然无法独自制作7部哈利·波特电影，但有了AI，一个人是可以实现这一点的。正如我们一开始所说的，即使AI现在所接受训练的语料和物料质量还不是最高的，但是从这些大量的训练当中依然可以产生出非常优秀的内容。
我们同时也意识到，AI素材可以实现增强现实的功能。苹果、谷歌也都推出了其现实增强的产品，我称之为“镜像世界”，我在《5000天后的世界》中也有详细说明，但是如果背后没有成本较低的AI技术的支持的话，那么这些终端产品是没有办法普及的。AI是增强现实产品的基础。我认为增强现实和AI是相挂钩的，它甚至可以说是AI的变相。
在我们需要AI协助的过程中，AI也在学习这个物理世界。现在苹果已经推出了Vision Pro，但是我觉得这个产品要普及可能还需要十年的时间，但有了AI增强的话，AI可以读取物理世界，快速生成数字孪生。有了VR产品，人们可以在虚拟世界遨游。
但是这些眼镜仍然有一个局限——每次使用的时候都需要扫描一下身边的环境，它需要去识别你处在哪个房间，哪里有窗户，哪里有房，哪里有门。但是如果有了AI加持的话，它就可以去自动理解身边的环境，不需要一遍一遍去扫描，最终将整个世界输入镜像世界中。世界上的任何电子设备都可以看见镜像世界，这是机器人和自动驾驶汽车所看见的世界。
未来，数据世界和人类世界交织在一起，我觉得镜像世界的社交属性很强，所以在这方面的培训工作潜力无限。未来，人们在某项工作或技术正式启用之前，可以在镜像世界里完成实训和试错。
AI将与人建立更多感情羁绊
过去一年，很多翻天覆地的技术变化都是由人工智能来驱动的，人工智能带来了前所未有的创意。未来如果人工智能会产生情感属性，那可能会让很多人觉得匪夷所思。
AI为什么会产生情感属性呢？有以下几个原因。
首先，对话是人类沟通的自然表达，人们不自觉地代入情感，即使面对AI，我们也会用到这种原始情感，AI会通过你的语言和表情感受到原始情感的传递。比如说它看到了你的视线，就会知道你现在走神了，或者通过你语调的变化感觉到了情感的变化。在语言表达的同时读取并处理了人类信息，比如像爱、喜悦、恐惧、顾虑、惊喜。
人会跟宠物有很强的情感羁绊，比如狗狗或者小猫，可能在未来会跟人工智能有更强的羁绊，它就会像一个能够说话的小狗。你可以想象一下，如果你的小狗能够用你能理解的语言对话，你跟它的羁绊就会更深，所以这也会成为未来技术发展的趋势。虽然可能刚开始会让很多人觉得不习惯，但是随着情感嵌入技术的发展，你可能会发现这种羁绊感是超过了你的预期。
就像上面说的，AI的种类非常多，他们可能会有不同的性格，你需要找到跟你合得来的AI。在过去几年中，我们从生成式人工智能中获得的一切，都是基于已经有五十年发展基础的神经网络技术。迄今为止，我们就像拥有了一个人造大脑，这个大脑可以进行多种认知，目前我们对神经网络的开发十分有限，未来我们还有很长的路要走。
很多AI专家认为，人类是不可能用一种技术覆盖所有的应用场景，除了神经网络之外，我们还可以加入像模糊逻辑、规则判断这些技术。我们正处于人工智能发展初期，还有一些AI是尚待开发，可能三十年后，未来的人类再回顾2024年，会觉得2024年的AI技术都不叫AI，当然这是后话，现在的AI专家展望过去也是一样的。
AI还处于一个萌芽期，未来三十年AI会有什么样的发展路径，没人能够预判。但是至少目前这些分析可以帮助我们更好地为未来做规划，AI能够帮助我们判断哪里AI做得好，哪里人类做得好，同时还可以剖析一下哪些是希望人来做的，帮助我们更好地认清现实、理清路径。
相信这些机器可以帮助人类成为更好的人类，这是我们的最终目标。
—- END -—
往期推荐