作者:高飛
配圖:Diffusion Models
新職業的誕生,總是因為有新技術的出現。即使人類最早的職業——農民,也是在新石器時代,伴隨著有了打磨成型的石頭而產生的。
再往后看,第一次工業革命時代的紡織工人,發報員,第二次工業革命時代的電工,列車員,第三次工業革命時代的打字員,程序員,也都是如此。
有意思的是,時代和職業,其實是互相成就的。我們既可以說新產業變革創造了新的職業。也可以從另外一個角度說,出現了新的職業,或者完全重塑了舊職業,才能叫進入了一個真正的產業新時代。
10年前,從德國提出工業4.0(2013年)開始,一種“我們已經進入以人工智能技術等驅動的第四次工業革命”的提法流行開來。
但是,這個第四次工業革命,和同樣是信息技術驅動的第三次工業革命,其實一直以來界限都非常的模糊。似乎是個被“工業4.0”概念催生出來的產物。
很重要的一點是,在第四次工業革命被提了十年之后,并沒有創造任何主流的新職業,也談不上重塑了什么舊職業(除了帶貨主播,但這也是互聯網的產物,和AI并沒什么關系)。
所以,第四次工業革命其實非常像是一個概念噱頭。
直到2022年11月,在注意力機制(self-attention)推動的ChatGPT發布后,在擴散模型(Diffusion Models)等推動的AI繪圖工具PK了人類畫師之后,上述提到的疑問都將不復存在了。
因為這些ChatBot,和一系列AIGC新工具,正在創造人類歷史的新職業,快速重塑、甚至顛覆人類既有存在的傳統職業。
這個新職業的特點是,讓人們能夠利用自然語言,作為提示詞,與AI進行交互,得到信息,或創造作品。
這是人類歷史上,從未做做到過的事情,其意義堪比200年前,拜倫的女兒Ada成了人類歷史第一個程序員(不過那時,程序員顯然還未能成為一個職業)。
所以,是時候為這個新職業起一個名字了。
在英文的語境下,因新技術的誕生,誕生了很多er結尾的新職業(新族群),比如Hacker,Blogger,Podcaster,Geeker。
這些職業翻成中文,都是用的音譯,巧合的是,還都以客結尾,分別是黑客、博客、播客、極客。
不過,這一次伴隨AIGC而來的新職業,尚未得到廣泛的認同和關注。英文稱謂也沒有統一。有人用Prompter描述AI作畫者,但似乎不適用于AI Chat。
我覺得“問客”可能是個好名字。
因為,ChatGPT等AIGC背后的智能本質上是個黑盒子,所以用戶-使用者是同等的創新者。
所以“提問”,也就是“問AI”才是這些新職業的核心。
鑒于愛因斯坦曾經說,提出一個問題往往比解決一個問題更重要。
我們應該把第四次工業革命的新職業叫做“問客”。
第四次工業革命,也將因為“問客”的誕生,有了自身真實存在的證明。
好文章,需要你的鼓勵
想象一下,你有一個非常聰明的朋友,他知道很多知識,但每當需要使用計算器、搜索引擎或查詢最新天氣時,卻變得像個笨手笨腳的孩子。這正是當前大語言模型(簡稱LLMs,如ChatGPT這類AI系統)面臨的尷尬處境。
想象一下,你擁有一個聰明的助手,它知道很多知識,但在面對需要使用計算器、搜索引擎或查詢最新信息時卻顯得笨手笨腳。這正是當前大語言模型(LLMs)面臨的困境。雖然這些模型已經通過監督微調(SFT)學會了使用工具的基本能力,但它們常常在面對復雜或不熟悉的場景時表現不佳。
想象你正在和一個智能助手聊天。如果你直接要求它提供有害信息,它很可能會禮貌拒絕。但如果你通過一系列看似無害的對話,逐步引導它走向你的真實目標呢?這就是當前AI安全領域面臨的一個嚴峻挑戰——多輪對話中的安全漏洞。
想象你在使用一個非常聰明的AI助手完成一項復雜任務,比如解決一道數學難題。你可能注意到這個助手會花很長時間"思考",一步一步寫下大量推理過程,最后才給出答案。雖然這種詳細的思考過程確實幫助AI做出了更準確的判斷,但同時也帶來了一個明顯的問題:它太"啰嗦"了,消耗了大量的計算資源和時間。