生成式AI下的未来,娱乐型工作将成为主流?
* 非订户也想试读主编领读?后台回复“商论入群”即刻体验
”
ChatGPT的横空出世让人们对于人工智能所能达成的工作有了新的想象。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?经济学家凯恩斯曾在1930年发表的文章中推测,一个世纪后,人们每周的工作时间将少于15小时,注意力将转向那些本身就令人愉悦的活动。虽然凯恩斯的愿景还没有实现,但经济的增长确实已经使富裕国家的每周平均工作时长从上世纪后期的约60小时下降到今天的不到40小时。而在生成式AI的时代,当人工智能帮助人们完成大部分的工作之后,人类从事的工作是否将更倾向于相对需求?运动、游戏是否将成为未来的主流工作?欢迎订阅《经济学人·商论》,中英双语阅读本刊作者的一些分析与畅想。
《经济学人·商论》2022-06-21
What would humans do in a world of super-AI?
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
订阅《经济学人·商论》
与全球百万精英同步阅读
微信扫码关注该文公众号作者