生成式AI尚未明显冲击白领工作
”
我们追踪了美国白领工人等岗位的数据，发现目前还没有什么证据表明AI对就业造成了冲击。2020年春季白领岗位占全部工作岗位的比例上升，因为许多服务业从业者在疫情开始时失业了。现在随着休闲和接待业的复苏，白领岗位的比例有所下降。但是在过去一年里，那些被认为受生成式AI威胁的职业占总就业的比例上升了0.5个百分点。欢迎订阅《经济学人·商论》阅读中英双语原文。
《经济学人·商论》2022-07-01
AI is not yet killing jobs
📚 衍生阅读 | 经济学视角看通用AI时代：人类还能做什么？
5月22日，OpenAI的创始人发表了一篇博文称：“可以想象，在未来十年内，AI系统在大多数领域将具备超过人类的专业技术水平，并像当今最大的一家公司那样完成大量生产活动。”通往“通用AI”（方方面面都超越人类最高水平的AI）的道路可能会比预期的更长。然而，随着超强AI出现的可能性越来越大，一个问题浮现了：当它到来时，人类会如何？他们会成为《机器人总动员》里那样的“沙发土豆”吗？在此，我们以经济学原理为指导展开一次思想实验，试图给出一些答案。
《经济学人·商论》2022-06-21
📚 衍生阅读 |大型语言模型（LLM）如何改变劳动市场
通过处理最人性化的媒介——对话，ChatGPT现在让使用互联网的公众体验到了类似的“智力眩晕”。伴随这种兴奋而来的是科技行业内外的深切担忧：生成式AI模型的开发速度过快了。GPT-4就是一种称为大型语言模型（LLM）的生成式AI。Alphabet、亚马逊和英伟达等科技巨头都训练了自己的LLM，把LLM的力量放到很多人手中意味着许多头脑可以构想出创新的新应用，改进从医学到法律的一切，但也意味着让科技精英夜不能寐的灾难性风险变得更大。《经济学人·商论》连续推出AI专题系列文章，欢迎订阅阅读中英双语原文。
自创造ChatGPT的公司OpenAI在2022年11月首次向公众开放聊天机器人以来，技术精英们几乎没有其他想聊的话了。GPT-4是ChatGPT背后的人工神经网络，在美国的法律和医学执照考试中取得了优异的成绩。伴随这种兴奋而来的是科技行业内外的深切担忧：生成式AI模型的开发速度过快了。GPT-4是一种称为大型语言模型（LLM）的生成式AI。Alphabet、亚马逊和英伟达等科技巨头都训练了自己的LLM，把它们命名为PaLM、Megatron、Titan和Chinchilla等。
那位伦敦科技公司的老板表示，即使他也在追求运用AI，他也“对AI带来的生存威胁感到难以置信的紧张”，并且“每天都在与［其他］创始人谈论它”。美国、欧洲和中国的政府都开始考虑制定新的法规。一些知名人士呼吁暂停AI的发展，以免软件以某种方式失控并损害甚至摧毁人类社会。若你想把对这项技术的担忧或兴奋调整到恰当的程度，不妨首先了解它是怎么来的、它的工作原理，以及它发展的局限性。
虽然可以写下它们如何工作的规则，但LLM的输出并不完全可预测；事实证明，这些极大的算盘可以做较小的算盘做不到的事情，甚至让制造它们的人大吃一惊。OpenAI的研究员已经在各种不同的LLM中统计到了137种所谓的“涌现”能力。涌现的能力并非魔法——它们都以某种形式体现在LLM的训练数据中，但直到LLM的规模超过某个非常大的阈值时才会变得明显。在某个规模下，LLM用德语写出性别包容的句子的水平和随机写的差不多。然而，把模型稍微再扩大一点，突然间它就显现了一种新的能力。... ...
LLM实际上是一项庞大的统计学操作——它是如何工作的？ LLM只会以统计而非语法的方式来理解。它更像是一个算盘，而不是一个头脑 LLM的输出并不完全可预测；OpenAI研究员已经在各种不同的LLM中统计到了137种所谓的“涌现”能力 涌现的能力令人兴奋，因为它们暗示了LLM尚未开发的潜力——但也可能意味着风险 很难判断哪些有害行为可能处于休眠状态，等待着规模扩大一点时被释放出来 LLM的注意力网络是从如此海量的数据中学习的关键
微信扫码关注该文公众号作者