正在阅读:

打破关于生成式AI的四个常见谬误

扫一扫下载界面新闻APP

打破关于生成式AI的四个常见谬误

如何看待人工智能的发展和应用?人工智能会对未来的工作和社会产生怎样的影响?

文|创瞰巴黎 Thierry Rayna

编辑|Meister Xia

导读

尽管人工智能的新应用层出不穷,但并非每一次技术突破都能被称为革命性的变革。许多所谓的新技术实际上是现有技术的延伸和应用,没有突破性的创新。人工智能的普及是否会导致大规模的失业?虽然人工智能在某些领域可能会取代部分工作,但专业判断和人类技能在数字化时代仍然至关重要。如何看待人工智能的发展和应用?人工智能会对未来的工作和社会产生怎样的影响?

一览:

  1. 随着人工智能的兴起,特别是GPT、DALL-E 等生成式人工智能,社会上出现了许多关于新技术的谬误。
  2. 但这些“新AI”称不上技术革命,因为早在ChatGPT 出现之前,相关技术就已存在。
  3. 我们见证的不是技术革命,而是技术使用方式的革命,因为初创企业向公众开放了人工智能的使用权限。
  4. 用户以为自己在操纵人工智能算法,但是GPT的更新和训练完全由OpenAI操控,这一过程毫无开放性可言。
  5. 尽管引发担忧,但人工智能的普及和开放,将使人类的专业辨别力比以往更加珍贵。

人工智能做律师的工作,写的作文能糊弄老师,会设计杂志封面,给电影配乐,让图形设计师、音乐家失业……最近几个月,类似的新闻报道层出不穷,甚至还有人说白领和高管的岗位都岌岌可危。然而,人工智能并没有我们想像得那么开天辟地,相关的技术早已存在多年。从 20 世纪 50 年代中期开始,对人工智能的担忧和异想天开的猜测接踵而至,每次都有人预言“人类肯定会被机器取代”,但猜测最后都落了空。这一次,人工智能的新应用如雨后春笋般萌发,情况会有所不同吗?

01 我们正在见证一场技术革命

许多评论和新闻报道都声称AI已取得了重大技术突破,但事实并非如此。ChatGPT、DALL E 使用的算法与多年来一直在使用的算法一脉相承。既然算法没有创新,那是不是计算机“智能处理”海量信息的技术有了突破?也不是!现有技术是长期迭代形成的,未来的发展趋势有迹可循,算不上陡变。即使是备受议论的生成式人工智能也不是新技术。生成式人工智能的算法经过训练,能给出“看似正确”的答案,每次生成的结果还都不一样,仿佛拥有“创造力”。虽然结果随着技术的进步越来越可靠,但这种技术绝非最近的创新。

“谷歌等互联网巨头不可能像 OpenAI 一样‘好’,正是因为我们不允许他们像 OpenAI 一样‘坏’。”

近几个月我们见证的不是技术革命,而是技术使用方式的革命。一直以来,人工智能技术被谷歌、亚马逊、Meta、苹果等互联网巨头企业紧紧抓在手中,公众难以直接使用。但是OpenAI、Stable.AI、Midjourney等新晋选手却反其道而行,让大众随意使用他们开发的算法,新用途层出不穷,天马行空——这才是新一波AI浪潮的真正创新点所在。

02 谷歌、亚马逊、Meta、苹果等互联网巨头企业跟不上初创企业开发AI的步伐

并非如此。如上所述,互联网巨头也掌握了关键AI技术,只是不开放给公众直接使用。这主要是因为他们顾及自身的企业形象:如果 ChatGPT 或 DALL E生成种族主义、歧视性或侮辱性内容,情有可原,毕竟是初创企业,AI仍在学习。但大家对于谷歌就不会这么宽容。同样的事件,会让谷歌声誉受到严重损害,甚至面临法律的制裁。谷歌等互联网巨头不可能像 OpenAI 一样“好”,正是因为我们不允许他们像 OpenAI 一样“坏”。

ChatGPT光环之外,被忽视的预训练AI模型

ChatGPT、DALL-E、OpenAI引起轩然大波,但预训练AI模型的普及却几乎没得到任何关注,尽管其带来的变革可能更加深远。与GPT不同,这些AI模型不依赖于集中式平台,而是独立存在,任何人皆可下载并培训之,可以集成到软件、app或其他服务中,用于各种用途,包括非法活动。模型被一个用户使用、训练完,可以分享给其他用户,在之前的基础上进一步训练,产生新的用途。每当一个模型被复制、训练、分享,都相当于一个新的模型的诞生。随着时间的推移,一个模型会衍生出成千上万个变体,嵌入无数的软件和app里。每个模块都是“黑匣子”,不是由明确的代码行组成,而是由巨大矩阵组成,本质上无法解释,即使是行业专家也无法知其所以然。如果不进行大量测试,几乎不可能准确预测这些AI模块的规律。

还有一层解释是企业战略。训练和开发人工智能算法成本高昂,动辄上百万美元。发展成熟的互联网巨头能负担得起高昂成本,这是他们的优势所在。开放人工智能意味着放弃竞争优势。巨头现在的策略似乎有违“初心”:他们之所以蓬勃发展,核心在于把曾被某些老牌企业掌控的技术提供给大众,比如搜索引擎、网络平台、电商、应用程序 SDK等。现在,AI赛道迎来新选手,互联网巨头们也开始提供自家的“GPT”,比如微软必应的Copilot、谷歌Gemini等。

03 OpenAI 提供的是开放的AI

初创企业AI的所谓“开放性”,也是一个谬误。诚然,他们的技术几乎人人可用。只要付费,就能调用ChatGPT的GPT API接口,通过第三方app使用GPT的功能。但是GPT的更新和训练完全由OpenAI操控,这一过程毫无开放性可言。具体的更新内容和协议,OpenAI等企业都守口如瓶。

如果 GPT等AI的训练向公众开放,人们必然会争夺训练AI的主导权,甚至使用bot,就像在维基百科上,多年来一直有人试图夺取“集体真理话语权”。另外,提供给AI学习的数据,是否事先获得了使用权?这也是问题。

保持人工智能系统的封闭性有其道理,但也会引发对内容真实性的质疑。外界无法得知输入给AI的信息质量高低。如果输入的信息包含偏见,或AI训练存在缺陷,则AI可能会生成有害内容。所以,现在这些AI企业取得成功,完全是因为公众别无选择,只能盲目地信任他们,就像信任搜索引擎和其他互联网大厂的算法一样。

预训练AI模型的出现,意味着相关的伦理道德、责任义务、监管理念都必须与时俱进。这类模型易于分享普及,而且不像OpenAI的GPT等集中式AI平台,几乎无法监管。如果它生成错误内容,根本无法辨别原因:也许是上百个训练环节中的某一环出了问题?也许是模型由多个人训练?

04 AI将导致大规模失业

关于“新型AI”的另一个谬误是它会导致人类失业,但生成式人工智能与旧式人工智能一样,只能做好一些非常特定的任务。尽管乍一看完成得不错,但仅能取代初学者,不能取代专家。而且,AI还不像普通初学者一样会主动学习,必须人工对其训练。用ChatGPT 或 DALL E生成的初稿虽然不差,但仍须人工检查、筛选和完善后才能使用。

ChatGPT总是信誓旦旦地给出答案,尽管有些内容违背客观事实。AI普及必将使网络上的内容和活动爆炸式增长,人类的专业判断力将比以往更加必要。每次“数字革命”的规律都是如此:数字化技术越普及,人类技能越珍贵。这场AI浪潮将对商界产生多大的颠覆性影响呢?我们只能拭目以待。

本文为转载内容,授权事宜请联系原著作权人。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

打破关于生成式AI的四个常见谬误

如何看待人工智能的发展和应用?人工智能会对未来的工作和社会产生怎样的影响?

文|创瞰巴黎 Thierry Rayna

编辑|Meister Xia

导读

尽管人工智能的新应用层出不穷,但并非每一次技术突破都能被称为革命性的变革。许多所谓的新技术实际上是现有技术的延伸和应用,没有突破性的创新。人工智能的普及是否会导致大规模的失业?虽然人工智能在某些领域可能会取代部分工作,但专业判断和人类技能在数字化时代仍然至关重要。如何看待人工智能的发展和应用?人工智能会对未来的工作和社会产生怎样的影响?

一览:

  1. 随着人工智能的兴起,特别是GPT、DALL-E 等生成式人工智能,社会上出现了许多关于新技术的谬误。
  2. 但这些“新AI”称不上技术革命,因为早在ChatGPT 出现之前,相关技术就已存在。
  3. 我们见证的不是技术革命,而是技术使用方式的革命,因为初创企业向公众开放了人工智能的使用权限。
  4. 用户以为自己在操纵人工智能算法,但是GPT的更新和训练完全由OpenAI操控,这一过程毫无开放性可言。
  5. 尽管引发担忧,但人工智能的普及和开放,将使人类的专业辨别力比以往更加珍贵。

人工智能做律师的工作,写的作文能糊弄老师,会设计杂志封面,给电影配乐,让图形设计师、音乐家失业……最近几个月,类似的新闻报道层出不穷,甚至还有人说白领和高管的岗位都岌岌可危。然而,人工智能并没有我们想像得那么开天辟地,相关的技术早已存在多年。从 20 世纪 50 年代中期开始,对人工智能的担忧和异想天开的猜测接踵而至,每次都有人预言“人类肯定会被机器取代”,但猜测最后都落了空。这一次,人工智能的新应用如雨后春笋般萌发,情况会有所不同吗?

01 我们正在见证一场技术革命

许多评论和新闻报道都声称AI已取得了重大技术突破,但事实并非如此。ChatGPT、DALL E 使用的算法与多年来一直在使用的算法一脉相承。既然算法没有创新,那是不是计算机“智能处理”海量信息的技术有了突破?也不是!现有技术是长期迭代形成的,未来的发展趋势有迹可循,算不上陡变。即使是备受议论的生成式人工智能也不是新技术。生成式人工智能的算法经过训练,能给出“看似正确”的答案,每次生成的结果还都不一样,仿佛拥有“创造力”。虽然结果随着技术的进步越来越可靠,但这种技术绝非最近的创新。

“谷歌等互联网巨头不可能像 OpenAI 一样‘好’,正是因为我们不允许他们像 OpenAI 一样‘坏’。”

近几个月我们见证的不是技术革命,而是技术使用方式的革命。一直以来,人工智能技术被谷歌、亚马逊、Meta、苹果等互联网巨头企业紧紧抓在手中,公众难以直接使用。但是OpenAI、Stable.AI、Midjourney等新晋选手却反其道而行,让大众随意使用他们开发的算法,新用途层出不穷,天马行空——这才是新一波AI浪潮的真正创新点所在。

02 谷歌、亚马逊、Meta、苹果等互联网巨头企业跟不上初创企业开发AI的步伐

并非如此。如上所述,互联网巨头也掌握了关键AI技术,只是不开放给公众直接使用。这主要是因为他们顾及自身的企业形象:如果 ChatGPT 或 DALL E生成种族主义、歧视性或侮辱性内容,情有可原,毕竟是初创企业,AI仍在学习。但大家对于谷歌就不会这么宽容。同样的事件,会让谷歌声誉受到严重损害,甚至面临法律的制裁。谷歌等互联网巨头不可能像 OpenAI 一样“好”,正是因为我们不允许他们像 OpenAI 一样“坏”。

ChatGPT光环之外,被忽视的预训练AI模型

ChatGPT、DALL-E、OpenAI引起轩然大波,但预训练AI模型的普及却几乎没得到任何关注,尽管其带来的变革可能更加深远。与GPT不同,这些AI模型不依赖于集中式平台,而是独立存在,任何人皆可下载并培训之,可以集成到软件、app或其他服务中,用于各种用途,包括非法活动。模型被一个用户使用、训练完,可以分享给其他用户,在之前的基础上进一步训练,产生新的用途。每当一个模型被复制、训练、分享,都相当于一个新的模型的诞生。随着时间的推移,一个模型会衍生出成千上万个变体,嵌入无数的软件和app里。每个模块都是“黑匣子”,不是由明确的代码行组成,而是由巨大矩阵组成,本质上无法解释,即使是行业专家也无法知其所以然。如果不进行大量测试,几乎不可能准确预测这些AI模块的规律。

还有一层解释是企业战略。训练和开发人工智能算法成本高昂,动辄上百万美元。发展成熟的互联网巨头能负担得起高昂成本,这是他们的优势所在。开放人工智能意味着放弃竞争优势。巨头现在的策略似乎有违“初心”:他们之所以蓬勃发展,核心在于把曾被某些老牌企业掌控的技术提供给大众,比如搜索引擎、网络平台、电商、应用程序 SDK等。现在,AI赛道迎来新选手,互联网巨头们也开始提供自家的“GPT”,比如微软必应的Copilot、谷歌Gemini等。

03 OpenAI 提供的是开放的AI

初创企业AI的所谓“开放性”,也是一个谬误。诚然,他们的技术几乎人人可用。只要付费,就能调用ChatGPT的GPT API接口,通过第三方app使用GPT的功能。但是GPT的更新和训练完全由OpenAI操控,这一过程毫无开放性可言。具体的更新内容和协议,OpenAI等企业都守口如瓶。

如果 GPT等AI的训练向公众开放,人们必然会争夺训练AI的主导权,甚至使用bot,就像在维基百科上,多年来一直有人试图夺取“集体真理话语权”。另外,提供给AI学习的数据,是否事先获得了使用权?这也是问题。

保持人工智能系统的封闭性有其道理,但也会引发对内容真实性的质疑。外界无法得知输入给AI的信息质量高低。如果输入的信息包含偏见,或AI训练存在缺陷,则AI可能会生成有害内容。所以,现在这些AI企业取得成功,完全是因为公众别无选择,只能盲目地信任他们,就像信任搜索引擎和其他互联网大厂的算法一样。

预训练AI模型的出现,意味着相关的伦理道德、责任义务、监管理念都必须与时俱进。这类模型易于分享普及,而且不像OpenAI的GPT等集中式AI平台,几乎无法监管。如果它生成错误内容,根本无法辨别原因:也许是上百个训练环节中的某一环出了问题?也许是模型由多个人训练?

04 AI将导致大规模失业

关于“新型AI”的另一个谬误是它会导致人类失业,但生成式人工智能与旧式人工智能一样,只能做好一些非常特定的任务。尽管乍一看完成得不错,但仅能取代初学者,不能取代专家。而且,AI还不像普通初学者一样会主动学习,必须人工对其训练。用ChatGPT 或 DALL E生成的初稿虽然不差,但仍须人工检查、筛选和完善后才能使用。

ChatGPT总是信誓旦旦地给出答案,尽管有些内容违背客观事实。AI普及必将使网络上的内容和活动爆炸式增长,人类的专业判断力将比以往更加必要。每次“数字革命”的规律都是如此:数字化技术越普及,人类技能越珍贵。这场AI浪潮将对商界产生多大的颠覆性影响呢?我们只能拭目以待。

本文为转载内容,授权事宜请联系原著作权人。