大模型時代，人類經驗一無是處？_CHA

來源：橡果商業評論，作者：豚豚，編輯：趙翔

圖片來源：由無界AI工具生成

ChatGPT問世至今，互聯上討論聲綿延不絕。

有人說AI會替代基礎性工作。

一名金融從業者對《橡果商業評論》表示，這實際上是對人類經驗的替代，那些引以為傲的經驗，來源于對歷史的總結，AI出現后，“人類過去經驗，不再重要了。”

也有學界人士反駁，認為AI沒有魔法，人類做不到，它也做不到。以ChatGPT為例，沒有人類詳細拆分問題，無法得到正確答案。

容易被替代的職業，一定是總做重復性機械勞動。

AI還展現出更令人興奮的能力，涌現。

有從業者對《橡果商業評論》分享他的發現，AI可以回答沒有訓練過的知識，如同擁有“自我意識”。

但除此之外，更嚴峻的問題擺在人類面前，AI正在淘汰小語種與對應的文化，比如孟加拉文、印第安文。

這對人類文化多樣性而言，無疑是一個巨大的打擊。

AI革命會是另一個科學革命嗎？

時間倒回18世紀，在許多文化中還認為閃電是神怒象征，但富蘭克林驗證了閃電只是一道電波并發明了避雷針。

協同進化人類能否做到？

這一個又一個問題接踵而至，錯愕、迷茫、興奮、隱憂。

人類對AI的暢想和探索已經持續幾十年，但從未像此刻一樣感受到觸手可及。

但縱觀人類歷史，這一時刻并不陌生。

在人類馴化小麥、山羊，成立村落，使用文字、貨幣，甚至成立帝國，探索哲學與科學......

既駛向新的世界，又脫胎為新的人類。

AI替代“基礎性工作”，人類經驗“一無是處”？

公元前9500年至8500年，人類由采集轉向農耕，馴化各種農作物和動物。

歐洲議會研究報告認為不應對數字歐元持有量設限:金色財經報道，為歐洲議會起草的一份文件稱，數字歐元系統不應該限制用戶的持有量，并認為人們放棄傳統銀行對金融穩定的風險被夸大了。

這篇論文顛覆了央行官員的傳統觀點，即個人不應該被允許擁有價值超過幾千歐元的央行數字貨幣(CBDC)，以防止他們將其用作儲蓄工具。帕內塔等中央銀行家曾警告說，商業銀行的大規模外流可能會阻礙對經濟的貸款，并損害金融穩定。

歐洲央行將在今年晚些時候決定是否繼續開展數字歐元項目，而英國央行已經表示，其數字英鎊的持有量也可能限制在1萬英鎊(12480美元)以內。[2023/4/27 14:29:13]

豐富的食物讓人類發展出能夠大規模合作的本能，形成村落、城鎮、都市、王國。

這種“馴化經驗”一直傳續至今。

但AI的出現，讓人類經驗似乎不再重要。

簽證咨詢從業者朱峰對《橡果商業評論》表示，簽證顧問是簽證咨詢業的基礎崗位，即根據客戶需求和情況個性化定制其簽證申請。

一般來講，簽證辦理規則是一個“樹狀結構”，會出現很多種細分情況和規則，根據申請人的出行目的、收入、語言、社會身份等約束力條件的不同，適合的申請方式也不同。所以按照行業慣例，簽證顧問新人入行，需先要將過去所有簽證記錄學習一遍。

“了解完這些，我們會估計申請人的過簽概率，再向其推薦相關方案、溝通準備材料，而這個過程需要五六個小時。”朱峰說道。

但若將ChatGPT應用于簽證顧問領域，它能很快分析出客戶過簽概率，“這幾乎顛覆簽證顧問工作。”

ChatGPT的出現，把以經驗建立的行業壁壘擊破。

在分析、判斷經濟走勢，規避、控制投資風險的金融業，已經在直面AI“破壁”。

紫金投資分析師陳大鵬告訴《橡果商業評論》，目前金融市場主流投資策略，可以概括為量化分析和定性分析。

Coinbase CEO宣布鑄造Stand with Crypto紀念版NFT:金色財經報道，Coinbase 首席執行官 Brian Armstrong 宣布鑄造 Stand with Crypto 紀念版 NFT 。此前消息，Coinbase 通過 Zora 平臺發布 Stand With Crypto 紀念 NFT，該 NFT 旨在保護和促進加密貨幣生態潛在的集體立場。該 NFT 系列相關的所有收益將通過 Gitcoin 的加密宣傳回合捐贈給經過審查的組織。[2023/4/25 14:26:10]

以分析師為例，主要工作有三部分，廣泛準確收集信息；對數據使用正確處理方法；得出結論、實踐并回測。

ChatGPT目前的能力，集中體現在第一部分收集信息上；經過人類引導、教學，它也可以完成第二部分數據分析；但由于ChatGPT不具備價值判斷能力，無法得出第三部分的結論。

“以第一部分為例，過去我們想知道歷史上美聯儲加息時市場有什么表現，或者黃金、股票、債券等資產的價格怎么變化，需要使用Google或者是彭博、萬德這種專業軟件去搜，但是現在你只需要在ChatGPT里輸入自然語言就可以得到很好的回饋。”陳大鵬說道。

事實上，金融行業的“難點”，正是體現在收集信息與數據分析上。

陳大鵬解釋，金融行業的“門檻”，是壟斷一部分知識所有權。

例如，只有靠人脈關系、行會組織幫助，才能獲得更多數據，及業內人士引以為傲的經驗。

但ChatGPT打破了這種信息壁壘；換言之，它大幅降低了行業門檻。

陳大鵬感嘆，AI出現后，“人類過去經驗，不再重要了。”

AI沒有魔法，人類做不到，它也做不到

陳大鵬的話，如同科幻小說《三體》中，物理學家楊冬的遺書，“物理學，不存在了。”

但在學界，有截然相反的觀點。

華南理工大學計算機學院副教授賴曉錚對《橡果商業評論》表示，AI并沒有魔法，軟件工程學沒有失效，“它并不能猜你心中所想，也不能解決你自己都不會的問題。”

新火科技上線Sinohope Staking技術支持服務，布局去中心化業務:金色財經報道，新火科技宣布推出去中心化Staking技術支持服務Sinohope Staking。首期服務支持Cosmos鏈，未來計劃拓展至以太坊、EOS、LINK等其他主流公鏈。

Sinohope Staking旨在提供安全專業的技術支持和服務，以便用戶快捷高效地參與去中心公鏈Staking生態，平臺不經手亦不會持有任何客戶資產。客戶無需托管虛擬貨幣資產，通過自主決定參與及 操作，自行管理資金，即可成為眾多PoS公鏈的節點，從而獲得穩健、低風險的收益。[2023/1/30 11:36:28]

賴曉錚從事芯片設計與驗證方向研究，在與AI不斷相處中，他發現，這反而是一個祛魅的過程。

在ChatGPT問世之初，賴曉錚只問一些寬泛的問題。

例如，發布指令，需要設計一個32位的CPU，但隨后他發現，這段代碼只是ChatGPT“復制粘貼”而來。

于是賴曉錚開始拆解問題。

例如，詳細說明所需CPU框架、流水線，使其生產軟件工程用類圖；再用該類圖生成一個程序框架；最后再提示、要求ChatGPT補充框架細節。

經過這樣不斷定制細節后，ChatGPT生成的結果質量開始令人滿意。

陳大鵬也有類似的體驗和建議。

常有人詢問陳大鵬，ChatGPT能否選股，他則回答，“當然可以，但前提是你自己得知道怎么選出一只好的股票。”

陳大鵬認為，ChatGPT可以輔助做一些選股策略。

例如，可以在ChatGPT輸入一只股票歷史股價，說明策略為突破歷史最高價就買入，讓它回測策略是否賺錢。

但不能直說“選一只賺錢的股票”，ChatGPT不可能生成合理答案。

賴曉錚解釋，向ChatGPT發問，問題越寬泛、籠統，得到的答案就越隨機。

Velas Network獲GEM Group的1.35億美元投資承諾并與之達成合作伙伴:金色財經報道，區塊鏈項目Velas Network獲GEM Group的1.35億美元投資承諾并與之達成合作伙伴，該項目將利用這筆資金推動Velas生態系統加速發展并拓展其區塊鏈網絡。Velas Network是一個權益證明區塊鏈，目前已經推出其網絡和桌面錢包，添加了多種加密貨幣支持，并且包括記憶短語備份和高級加密功能。（fintech.global）[2022/10/1 22:43:31]

事實上，“問對問題”的過程，在中學就有教授——解題步驟。

如今，賴曉錚要求學生，從文獻綜述到寫論文，從寫代碼到參加項目，全程使用ChatGPT。

并且寫相關論文時，一定要像中學答卷一般，寫出步驟與使用的AI提示詞。

賴曉錚認為，對AI越早擁抱越好，該上述“解題步驟”被稱作提示詞工程學，“這是一門新的學問。”

相應的，也有新的職業誕生，那就是提示詞工程師。

人類的恐懼，被替代、被超越

新職業的誕生，意味著舊的職業正在消亡。

ChatGPT問世以來，討論度最高話題便是哪些職業、行業將被取代。

普遍認為，一些基礎性的工作變得岌岌可危。

身處芯片行業的合肥躍鞍電子負責人劉程對《橡果商業評論》介紹道，經過實驗，他發現，ChatGPT已經可以實現一些復雜場景的代碼開發，“無論是腳本，環境搭建，模塊設計，還是VIP設計，驗證計劃的提取，GPT都能參與其中。”

如ChatGPT可以寫一套regression?并收集仿真狀態的腳本；可以完成編寫AHBMaster模塊、AXIMaster模塊等模塊內容；可以寫一個AXI或QSPI的VIP；甚至可以根據自然語言提供testplan。

但劉程也指出，目前ChatGPT在不同環節的表現不同，如在腳本測試方面，ChatGPT已經達到了資深工程師水平；但在代碼部分，它僅是初級工程師水平，“甚至有時還達不到。”

LooksRare：正在開發LooksRare V2協議:6月11日消息，LooksRare正在開發LooksRare V2協議。據悉，LooksRare V2是LooksRare核心產品的下一個演變，將增加額外的LOOKS應用場景、新功能、訂單類型、平臺級別的激勵措施和Gas優化等。

此外，LooksRare正在招聘區塊鏈工程師（Solidity）、數據分析師和API支持工程師。[2022/6/11 4:18:20]

而這和工作本身的性質有關。

賴曉錚也認為，在芯片行業，首當其沖受到AI影響的就是后端驗證工程師。

因為容易被替代的職業，一定是總做重復性機械勞動。

后端驗證工程師，腳本測試很固定、機械化、精確，不會太大發揮空間，所以容易被ChatGPT替代。

除了擔心“被替代”，人們更害怕被AI“超越”。

在所謂“AI進化”討論中，一個名詞被反復提及——涌現。

它是指巨量化AI模型達到一定程度，會讓已有能力產生躍遷，甚至可能會出現人類意料之外且無法解釋結果。

簽證咨詢從業者朱峰表示，這種表現形式，就如同AI擁有“自我意識”。

例如，在普遍的AI訓練中，沒有人告訴AI蘋果可以榨汁。

有人提問，蘋果可以怎么吃，它卻說可以榨汁。

為什么AI會回答沒有學過的知識，至今沒有定論。

擔憂之外，涌現，或者說AI“創新能力”，在讓人憂慮同時，也帶給人們更多想象與興奮。

劉程認為，未來人工智能完全可以通過大數據實現“1到n”的創新。

根據用戶搜索數據尋找潛在市場需求，并通過對市場頭部產品模仿、拼接推出更符合用戶需求的產品。

例如，AI發現電商平臺連衣裙成了搜索第一，它就可以判定連衣裙需求最高。

它通過數據判斷最新潮流趨勢和最流行款式，整合不同國家和地區文化，設計出“新的衣服”。

類似的可能性，也同樣存在于芯片行業。

但劉程也表示，目前在涉及基礎科學技術發展的“0到1”的領域，人工智能無法實現真正的創新。

AI讓語言返祖，小語種與文化“瀕危滅絕”

人類使用大腦來儲存信息，但是大腦會隨人類死亡而死亡。

在人類早期，信息多數在一個世紀內就消失。

農業革命后，公元前大約3500年，蘇美爾人發明了數字和文字，來存儲信息。

語言對人類來說至關重要，這是至今人類大腦仍然可以高效檢索信息的必要條件。

這也是文化延續的關鍵。

但讓AI的語言大模型，會讓無數小眾語言瀕危滅絕，并會影響人類現存文化。

賴曉錚以，編程語言舉例，他認為編程語言已經出現“返祖現象”。

例如，C++已經有幾十年歷史，工程師更偏愛使用其他簡潔語言，這讓他們花費更少時間、精力，去寫出更正確代碼。

但是ChatGPT問世以后，打破了這個規律。

C++積累的代碼量大，使用C++，ChatGPT生成結果質量最高。

并且，語言大模型是一個反饋機制。

例如，C++比使用其他小眾語言生成效果更好，就有更多人使用C++；AI得到樣本量越大，越能滿足訓練，反饋就越好，就會越多的人使用C++，以此形成循環。

編程語言返祖的同時，往往伴隨全球語言趨同，逐漸的，一些小眾細分語言就會慢慢消失。

值得注意的是，類似語言趨同也很有可能發生在自然語言上。

賴曉錚表示，就ChatGPT而言，英文使用效果和生成質量都要比中文高，因為互聯網上英文資料是最多的。

其他更小眾文字情況也更嚴重，比如孟加拉文、印第安文。

賴曉錚分析，造成這一現象的主要原因有兩個：第一，目前AI模型里小語種樣本量太少；第二，很多小語種生成結是英語翻譯后的鏡像效果，文本翻譯會抹殺一些原有語言細節。

這一點也可以在OpenAI官方得到印證。

OpenAI官網介紹ChatGPT時提到，許多現有ML基準測試都是用英語編寫。

在OpenAI測試26種語言中，有24項結果顯示，GPT-4英語語言性能優于拉脫維亞語、威爾士語和斯瓦希里語等低資源語言。

AI在互聯網上不斷擠壓小語種，這對人類文化多樣性而言，無疑是一個巨大的打擊。

人類的未來，教育何去何從？

過去500年，人類力量前所未有的增長，公元1500年人口大約5億，現在全球人口70億。

這得益于敢于承認“無知”、以觀察和數學為中心、運用理論能力發展新科技的現代科學體系。

事實上，在科學革命之前，很多人類文化都不相信人類還會再進步，只需要恪守祖宗智慧。

比如18世紀，許多文化中還認為閃電是神怒象征，但富蘭克林驗證了閃電只是一道電波并發明了避雷針。

而科技進步，又依賴對教育的投入。

時至今日，AI革命，人類必須要面對的和學會的一課，就是與AI協同進化。

目前，與AI協同進化一課，包含兩個方面：“人類教育AI”和“AI教育人類”。

據中國勞動和社會保障科學研究院發布《中國人工智能人才發展報告》，顯示，AI領域產業人才存量數約為94.88萬人，其中本科學歷占68.2%，碩士學歷占9.3%，博士學歷僅占0.1%。

為了“教育AI”，過去三年堪稱高校新設AI專業爆發年。

中國首批開設AI本科專業的高校于2018年開始招生，截至2022年，全國先后已有4批共計440所高校獲批設置AI專業，占1270所本科高校的34.6%。

以浙江大學為例，浙江大學人工智能在浙大竺可楨學院招生，吸收了最優秀的一批高中生，專業的必修課程包括認知神經科學導論、機器學習、計算機視覺導論、設計認知與設計智能、人工智能芯片與系統、自然語言處理導論等。

就業市場上，也顯示出AI工程師、訓練師供不應求。

不少招聘網站顯示，AI方向的本科畢業生年薪大部分在二三十萬左右，而擁有大量實驗經驗的碩博畢業生年薪可達四五十萬水平。

在“AI教育人類”的方面，以ChatGPT為代表的AI工具已顯示出一定才能。

在openAI的官方測試中，ChatGPT像一個永不厭煩又極具智慧的伙伴，似乎擁有無限的耐心和專業性無論學生提出的問題多么淺顯幼稚或刁鉆偏門，它幾乎總能找到答案，并不厭其煩地解釋。

同時，ChatGPT還可以生成符合學生水平的個性化試題，并批改作業。

只要掌握合適的提問方法，ChatGPT可以使學習這件事無限客制化。

值得注意的是，正是由于AI強大的教育輔助功能，以及其在全行業的工具屬性，反而引起了大家對教育本質的思考。

華南理工大學計算機學院副教授賴曉錚認為，從廣義上來說，在AI時代，我們的教育應當放棄細枝末節，著力培養學生的邏輯能力和解題思維。

因為在許多領域，完成具體操作的能力將被AI全面取代，而如何“指導”AI進行操作才是人的工作。

同濟大學人文學院副教授、哲學系副主任余明鋒對《人物》表示，如果教育能夠積極主動去應對內容生產型的人工智能，那大學的一些考核方式、組織方式，就會有很多調整。

對于哲學教育來說，讓學生更多去從簡單的知識掌握中擺脫出來，更多去學會提問、反思、追問，是很重要的。

這也是目前教育里比較忽視的。

我們應當認識到，教育不僅僅是技能的培訓，更是人格的塑造和三觀的構建。

“我是誰？我從哪里來？要到哪里去？”

古往今來，人類的哲學思辨、價值判斷、精神力量等等，始終在歷史長河中熠熠生輝，而這正是AI暫時無法替代的可貴的人文價值。

同時余明鋒也表達擔憂，知識掌握熟練程度也許是通向一種反思能力的必要階梯，它不應該是目的，但會有階梯的意義。而技術到底是在簡化這個梯子，還是全然撤走這個必要的梯子，是個大疑問。

在通過人工智能解放過量知識束縛之后，人思考能力、提問能力、人格塑造、那些對生命和社會的關切，到底是實現了還是落空了？

人類是否能抵達理想的彼岸？這些有關未來的問號，正是留給教育的巨大問題。

Tags：GPTCHATHATCHABGPT幣CloudChatBlackHat CoinPayChain

LTC