抱团管家

 找回密码
 立即注册

只需一步,快速开始

搜索
热搜: 活动 交友 discuz
查看: 91|回复: 0

就像你培养了一个又聪明又勤奋的徒弟——智能AI带来的机遇和挑战

[复制链接]
  • 打卡等级:一鼓作气
  • 打卡总天数:216
  • 打卡月天数:2
  • 打卡总奖励:5239

194

主题

210

帖子

0

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
0
发表于 2023-6-13 09:27:27 来自手机 | 显示全部楼层 |阅读模式
星级打分
  • 1
  • 2
  • 3
  • 4
  • 5
平均分:0  参与人数:0  我的评分:未评

近期,张颂文有点儿沮丧,甚至都失眠了。

事情是这样的,有天郭帆给他看了一段老外表演的视频,然后问他:“你觉得他演得怎么样?”

张颂文说:“演得很好,挺走心的。”

然后郭帆告诉他,这是AI做出来的演员。

接着郭帆很得意的看着他说:“这是未来的挑战。”

于是那天晚上,张颂文就失眠了。

在前两天深圳的一个活动上,他感叹地说:

“我在想,会不会有一天演员这个行业就不存在了?

因为它可以复制出无数种很真实的人出来,甚至还可以复制出我,他可以取代掉我的表演。

我在想,AI那么完美,它真的是无所不能,我怎么才能在这个时代跟它对抗一下?”

你觉得张颂文的担心是多余的吗?

上个周末我正好参加了客户主办的人工智能大会,会上OpenAI 联合创始人、CEO 山姆·奥尔特曼(Sam Altman)刚好回答了这个问题。

他认为,十年内可能就有非常强大的 AI 系统,我们要立刻做好准备。

这也是自ChatGPT爆火之后,奥尔特曼在中国的首次公开演讲。

不过会上其他嘉宾也表示了不同的观点,但看起来有一点是肯定的:

人工智能不会取代人,但那些不会使用人工智能的人会被淘汰。

想象一下,在未来的一场战争中,根据人工智能的计算和估值,总指挥被建议牺牲大量公民或他们的利益以拯救更多的人。

你作为总指挥官,该如何决策?

如果你否决了这种牺牲,你的理由又如何能站住脚?

这是基辛格在他的新书《人工智能时代与时代未来》里提出的一个问题。

对,你没看错,就是那个促成中美建交的外交官基辛格。

你可能跟我的第一反应一样,一个政治家和人工智能有什么关系?

我猜他60岁之前都没用过电脑,80岁之前都没听说过人工智能。

为什么他会在100岁高龄和谷歌前首席执行官埃里克·施密特、麻省理工学院计算机学院院长丹尼尔·胡腾洛赫尔合写这本书?

因为就像他在书中呼吁的:

“我们正在进入一个新的时代,在这个时代里,人类的理性思维正在放弃其作为世界现象的唯一发现者、认识者和分类者的头等地位。

人类现有的哲学概念和社会制度让我们在面对这场革命时颇有些措手不及。”

什么意思呢?

打个比方,人类就好像是经验丰富的老师傅,觉得自己忙不过来了,于是请了个小徒弟来帮忙。

一开始,老师傅手把手地教小徒弟,结果没想到这小徒弟是个神童,过目不忘,一教就会,还倍儿勤奋。

如果你是老师傅,你现在心里慌不慌?

你是不是也得掂量掂量:我接下来怎么才能确保小徒弟不把自己的饭碗抢了。

老师傅这么想并不是杞人忧天,而是有原因的。

正如书中所说:

尽管人工智能可以得出结论、进行预测、制定决策,但它不具备自我意识,换句话说就是它没有反思自己在世界上所扮演角色的能力。

它没有意图、动机、道德或情感,不过即使没有这些属性,它也可能会发展出与人不同、出人意料的方法来实现被分配的目标。但不可避免地,它将改变人类和人类所生活的环境。

当一个人伴随着它成长或在它的陪伴下训练时,他可能会被诱导,甚至下意识地把它拟人化,把它当作一个同伴来对待。

这三条是不是每一条都细思极恐?

这就是为什么基辛格呼吁:“人工智能将重塑全球安全和世界秩序,不要等到危机来临才开始重视。”

你可能会说了,那老师傅干嘛非得请小徒弟啊,把他辞退了不就得了?

呃,老师傅已经离不开小徒弟了。

人工智能强大的学习能力在很多方面是人类永远不可企及的。

在很多领域包括医疗、健康,它能为人类带来的福祉也是不可估量的。

所以,走回头路肯定不是选项,唯一的选项就是如何建立一个国际共识的监管机制。

就如MIT未来生命研究所创始人Max Tegmark教授在会上最后讲到的:

要让人工智能赋能人类,而非碾压人类。

比如,奥尔特曼在会上提出的,可以尝试建立一个人工智能系统来协助人类监督其他人工智能系统。

换句话说,就是再培养另外一个厉害的小徒弟,让他专门监督那个有可能无法无天的家伙。

你觉得可行吗?(在评论区分享一下你的看法)

据谷歌计算,全世界目前大概有3亿本书,再有三年,机器就可以把世界上所有的书都学完。

那么机器到底是怎么学习的?它为什么学的那么快呢?

机器是通过一种叫做“深度学习”的方式来学习,并且通过AI的大脑来完成的。

AI的大脑也有神经元,这些神经元是相互连接的。

所以说,论学习速度,你是一定赶不上机器的。

然而“深度学习”三巨头之一的杨立昆教授(Yann LeCun)却认为,人们总是轻易就被AI的速度而愚弄,但却忽视了很重要的一点:

那就是AI尚缺乏常识(common sense) 。

举个例子,我的一个学员曾经跟我说他在面试的时候被问过这样一个变态的题: “老板的拉链开了,你要不要提醒他?怎么提醒?”

我们来看看ChatGPT是怎么回答的?

耐心和尊重:使用友善和尊重的语气,确保你的提醒不会冒犯到他。

私下提醒:找一个合适的时机,在私下与他交谈,而不是在众人面前公开提醒。这样可以避免尴尬和不必要的注意。

直接但温和:直接指出拉链开了,但同时要保持温和。你可以说:“老板,不好意思提醒一下,您的拉链开了。

建议解决方案:提醒他后,你可以建议他采取行动来修复问题,比如找个地方安静地修理一下。

尊重他的决定:有些人可能会感谢你的提醒并立即处理问题,而有些人可能会认为这不是大问题。

是不是看上去还挺像模像样的?

唯一的问题是,这个回答缺乏”常识“ —— 如果你老板马上就要上台演讲了,没有一个人会明知自己拉链开了,还认为这不是问题。

所以,就今天来讲,人工智能在人类最擅长的系统思考,连续推演的能力上还差得很远。

即便是奥尔特曼也认为:“看明白AI的神经网络可比看明白人类脑子容易多了。”

如果连张颂文这样的戏霸都担忧丢饭碗,那作为普通人,我们又要怎么和AI对抗呢?

我觉得,有几件事可以做:

1、学好英语

那天的会议没有同传,就只靠大屏幕上的AI翻译。目测准确率有70%就不错了。

即便如此很多人还是坐在地上,坚持听完了。很多学生在会后把老外教授围得水泄不通的。

看到这些,我很感动。我们国家有这么多好学的年轻人,这就是我们的希望啊!

而那些呼吁不用学英语了的人,不是坏就是蠢!

学好英语,让我们能快速获取有效信息。

而谁能掌握信息,谁就能掌握未来。

2、深度思考

如果机器可以做到深度学习,那么我们是不是可以充分的发挥人类大脑独有的,善于解决复杂问题的能力?

而要做到这一点就需要深度思考。

就好像我在听Yann 讲他的大模型的时候,前十分钟还听得懂,后来一上PPT,我就听不懂了。

也是,人家是图灵奖得主,那可是计算机界的诺贝尔好吗?

但我还是拼命地想从PPT里的圈圈,块块儿,公式中,看出点规律来。

脑子里在想,要是我写一篇关于人工智能的文章,我要写什么?

深度思考,是对自己思维的一种深度拉伸。

这意味着你要走出舒适区,去接触一些自己平时不熟悉的领域,并且扎进去研究它。

然而正如《人工智能时代与时代未来》书中讲到的:

“今天几乎持续不断的媒体流增加了思考的成本,从而减少了思考的频率。”

换句话说就是,人类已经越来越不爱动脑子了。

而聪明的商人早就意识到了这一点,他们用强大的算法、各种博眼球的东西,来满足我们懒惰且喜欢刺激的大脑。

3. 独处

上周,风头压过高考的“牵手门”热点事件爆出之后,不到24小时,董小姐身上那款“免职裙”已经卖了3000件。

我就纳闷,买回去的人是真的要穿,还是干嘛?

“数字世界对智慧没有多少耐心,它的价值观是由赞许而不是自省塑造的。”

五百年前,西方哲学家笛卡尔曾经说过:“我思故我在”;

在人工智能时代,我们要怎么才能“思”呢?

在书里,三位作者也给出了他们的答案 —— 独处。

互联网让用户淹没在数以千计,甚至数以百万计的其他用户的意见中,剥夺了他们持续思考所需的独处感。

而从历史上看,正是这种独处感催生了对知识的信念。

随着独处感的消失,坚毅的精神也不复以往。

给自己的生活留白,创造一些独处的时间,只有这样我们才能深度的思考。

想想看,基辛格在99岁写的书,在100岁出版。

你、我,还有漫长的人生路要走。

活到老,学到老,慢一点,也无妨。

在张颂文演讲的最后,他说:

“因为头天晚上失眠,所以早上起的很早,我赖床赖了很长,眼睛睁不开。

我突然发现,我一样有我的惰性,有我的小聪明。

我在想,AI 那么完美,但我们人类却因为我们自身的缺陷变得更真实。这恰恰是AI技术无法做到的。”

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|小黑屋|抱团生乾(甘肃)信息科技有限责任公司 ( 苏ICP备17038799号-1 )|天天打卡

GMT+8, 2024-4-29 05:51 , Processed in 0.561232 second(s), 24 queries .

Powered by Discuz! X3.4 Licensed

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表