文 | 周天財經(jīng)

周天財經(jīng) 原創(chuàng)出品

最近科技領域什么最火？如果你的回答還是 ChatGPT 的話，可能已經(jīng)稍顯滯后。

自從微軟發(fā)布 GPT4，AI 領域的應用幾乎每天都在更新，GPT 不再只是封閉在黑箱里的聊天機器人，而成為了新的通用工具。比爾·蓋茨說，「從 ChatGPT 衍生開始的 AI 應用，是自 1980 年互聯(lián)網(wǎng)浪潮以來最具革命性的技術進步」。未來，GPT 會成為一切技術應用層的基礎設施。

機會之下，憂慮不斷。諸如「微軟深夜放炸彈、GPT4 office 全家桶發(fā)布，10 億打工人被革命」的標題，大量渲染慘淡就業(yè)市場和競爭加劇的內(nèi)容，成了流量密碼。

對產(chǎn)業(yè)巨頭來說，的確是一次生與死的較量。寶寶樹原創(chuàng)始人王懷南最近斷言：ChatGPT 會重構互聯(lián)網(wǎng)巨頭的秩序，就連谷歌這樣的巨頭，都很可能在朝夕之間出局。對于中國互聯(lián)網(wǎng)巨頭來說，同樣不可懈怠，百度李彥宏第一個跟進，推出了文心一言，并稱和 ChatGPT 的差距僅在幾個月，王小川則拆穿稱百度的差距應該在三年左右，并戲言李彥宏生活在平行宇宙，一時間火藥味濃厚。

圖源：智能涌現(xiàn)

阿里則在近期推出了「通義千問」，恰逢阿里集團架構調(diào)整，逍遙子張勇也率先給自己在阿里云找到了「新工作」。360 創(chuàng)始人周鴻祎更是 ChatGPT 的擁躉，他曾在多個場合搖旗吶喊，稱 ChatGPT 已經(jīng)擁有或接近擁有了人類智慧，并正處于通往「通用人工智能」的臨界點。昆侖萬維也動作連連刺激股價，引發(fā)了深交所關注函。字節(jié)跳動的內(nèi)部人士也向我透露，其內(nèi)部正在趕工中，有若干組人馬在齊頭并進，目前成果在內(nèi)部人看來頗為驚艷。

2023年至今昆侖萬維股價走勢

圖源：富途證券

原谷歌科學家李志飛就猜想，ChatGPT 的進展超乎他的想象，他甚至也聽到一種說法：如果交互方式發(fā)生革命性變化，華為榮耀小米 OPPO vivo 構筑的手機行業(yè)可能都會被顛覆掉，一個可穿戴設備即可解決用戶日常需求，更不用說附著在手機之上的阿里騰訊字節(jié)百度聯(lián)手掌控的移動互聯(lián)網(wǎng)生態(tài)，這的確值得巨頭們的緊張。

而對于普通人來說，討論「人類（工作）被 AI 取代」，先得問問，什么是「取代」？汽車「取代」了馬車嗎？滴滴取代了「出租車」嗎？似乎沒有這么簡單。很多出租車司機會熟練運用各種打車軟件拉客，載客效率提升、收入增加了。打車軟件對用車行業(yè)的正向改變，無論是司機還是乘客都有目共睹。

時下流行話語中，AI「取代」人類的各種設想，大多來源于反烏托邦科幻作品。而在現(xiàn)實和歷史中，新的技術革命，及其帶來的產(chǎn)業(yè)更新，并非只有「替代效應」，還會將人與技術系統(tǒng)重新交織在一起，組成行動網(wǎng)絡，開辟新的領域。只有在這個打破了「技術好 vs 技術壞」的動態(tài)視角下，我們才能清楚看到更多涌現(xiàn)出的可能與機遇，才能全面評估技術的影響。

這篇文章將從這樣的視角出發(fā)，嘗試性尋找新的理解 GPT 的路徑，為人與 AI 的未來提供一些相對樂觀的視角，并探討我們?nèi)绾螒獙@些改變。

01 GPT 浪潮的根源

2016 年，谷歌 AlphaGo 大獲成功，國內(nèi)互聯(lián)網(wǎng)巨頭，百度、阿里、字節(jié)、騰訊、美團涌入人工智能領域，紛紛設立自己的 AI 實驗室，高薪聘請專家擔任負責人或首席科學家，領導科研團隊。這些改變被看作是國內(nèi) AI 產(chǎn)業(yè)繁榮的表現(xiàn)，互聯(lián)網(wǎng)大廠憑借其數(shù)據(jù)量優(yōu)勢，給 AI 算法提供了源源不斷的養(yǎng)料，再讓算法匹配到具體技術產(chǎn)品中，形成良性循環(huán)，在安防、語音識別、翻譯、大數(shù)據(jù)、廣告匹配推送、智能系統(tǒng)等領域，AI 的確有所建樹。

上一波 AI 投入，專注于小模型（比如神經(jīng)網(wǎng)絡），需要大量人工標注、清洗處理數(shù)據(jù)，最后在垂直領域內(nèi)驗證成果。這樣訓練 AI，一個蘿卜一個坑，單一模型難以擴展到其他領域。AlphaGO 下圍棋天下無敵，AlphaFold 在繪制蛋白質(zhì)折疊結構上強過專家，但兩者無法對調(diào)使用。對相關企業(yè)來說，專精某一細分領域的 AI 相對來說投入產(chǎn)出比更高，利益更近。

縱觀 AI 發(fā)展史，幾乎都是專精突破，比如 IBM 的「深藍」（象棋），Waston 問答系統(tǒng)，Libratus 撲克程序，等等。那時，AI 領域還處于「天下武林門派，各有專精，不求大同」的狀態(tài)中。

這一波 AI 浪潮始于從 GPT3 到 GPT3.5 演進的過程里，大型自然語言模型（LLM）打破了人機邊界，開始生成出「有意義的回答」，GPT 強大的語言通用能力，可以用推及到自然語言處理任務、機器翻譯、問答系統(tǒng)等其他領域，且表現(xiàn)出色。

所謂大語言模型的「涌現(xiàn)」（Emergent）現(xiàn)象，是例如基礎的社會知識、上下文學習（ICL）、推理（CoT）等能力，在訓練參數(shù)和數(shù)據(jù)量超過一定數(shù)值后，就突然出現(xiàn)了，令 AI 一下變得特別智能。我愿稱之為「靈光乍現(xiàn)」。

語言真是一通百通、一統(tǒng)武林的利器。但有意思的是，GPT 的成功并不在于掌握人類的「說話之術」，它也沒有心智意識，沒有思想，甚至沒有推理過程，沒有語境，沒有理解。它與人類的「思考方式」完全不同，它在無監(jiān)督學習下，采用「自回歸語言模型（ALM），通過統(tǒng)計推斷來判定意義，用「生成」替代理解，繞過了傳統(tǒng)意義上的語言結構，也因此，它能處理各種類型的文本數(shù)據(jù)，應用在不同任務中，說白了，它就是一個高級的「接下茬兒」機器。

僅憑語言能力就把 GPT 看作是人（或神）是想象慣性和擬人化理解，這是人的偏見和媒體誤導所致，GPT 遠未到通用人工智能的級別。客觀一點，不如將其看作「工具」，一個像鏡子迷宮一樣封閉復雜的反射系統(tǒng)，一個高度進化版的「猴子打字機」，更接近它的模型效果。

不要神話它，也不要低估它。

02 GPT 如何改變工作

在前兩波技術浪潮中，操作系統(tǒng)和 PC 把軟硬件組合起來，迭代縮小，普及大眾；互聯(lián)網(wǎng)、搜索引擎、社交平臺和電商將人類協(xié)作網(wǎng)絡重新組織；GPT 提供更便捷和自然的人機交互界面，增加了人機協(xié)作的可能性，帶來的改變可能不亞于互聯(lián)網(wǎng)。今天，我們不能想象一種沒有互聯(lián)網(wǎng)的生活，未來，對 GPT 亦如是。

GPT 會滲入不同領域的工作流程中，幫人完成以前重復性較高的案頭工作，例如數(shù)據(jù)分析、商業(yè)分析、基礎咨詢、會議記錄、文案草稿、報表生成……GPT 是一個很強大的中間層工具，它接收人類的語言指令，并轉換成機器語言，操控其他的 APP 或系統(tǒng)，相當于一個智能中樞，這一步是革命性的躍升。

目前有關 GPT 的應用，除了二次開發(fā)的對話程序（chatbot）外，最火的是圖像領域（GPT+stable difussion/Mid Journey/大鵝/Adobe……），幫助設計師快速出稿（據(jù)調(diào)查，設計師群體也是目前在專業(yè)領域運用 GPT 最多的，其次是程序員群體）。相關的視頻和游戲領域也可以用 GPT+ 軟件完成基礎的構架和渲染，以前一個團隊一個月的工作量，現(xiàn)在幾天搞定。規(guī)模化和專業(yè)化幾乎是大勢所趨，未來圍繞 GPT 開發(fā)的生態(tài)系統(tǒng)，上下游公司，只多不少。只是目前來說，還存在灰色地帶——因為 GPT 生成的作品介于原創(chuàng)和復制之間，版權歸屬不明。

不過，與很多成熟的互聯(lián)網(wǎng)產(chǎn)品比起來，GPT4 目前在商業(yè)和應用層面，還只是一個半成品，一塊璞玉。寫片湯話在行，更優(yōu)質(zhì)的內(nèi)容還無法完成。借用之前猴子打字機的比喻，敲出大量內(nèi)容不難，難的是篩選出優(yōu)質(zhì)內(nèi)容。和 ChatGPT 聊天時我們就能感覺到，問題精確與否，語境完整與否，與最終得到的答案息息相關。比如讓 ChatGPT 解釋概念或直接寫一大段文字時，往往錯誤百出（因為它對語料并不具有判斷力），但是如果讓它幫你根據(jù)前文續(xù)寫、擴展、縮寫內(nèi)容，或者對文本進行總結、轉寫、提取關鍵詞，找例子，都挺 OK。

ChatGPT回答算盤計算速度快于計算機

由于 GPT 的黑箱屬性，我們并不知道輸入輸出的直接對應關系，因此，和它建立溝通模式、框架，訓練運用 GPT，以得到最好的結果，將變得非常重要。所以李彥宏才說，未來，機器的工作中提示詞（prompt）非常重要，提問的質(zhì)量直接影響回答的效果。提示詞工程師會有點像過去產(chǎn)品經(jīng)理的工作，分析需求，優(yōu)化輸出。李彥宏大膽猜想：未來十年，人類全部工作的 50% 會與提示詞有關。

由于 OpenAI 開放了 GPT4 的 API 接口，開發(fā)者可以以此為基點，在各個領域創(chuàng)建自己的應用，當然，這些工作同樣需要對 prompt 的想象力。所有的 APP、網(wǎng)站、系統(tǒng)，只要接入 GPT 后能提升效率和創(chuàng)意，都會有人去嘗試結合、重構，甚至顛覆。客服系統(tǒng)接入 GPT 后能更準確地「聽懂」顧客的意思，隨時響應，甚至把常見的提問整理成單獨的語料庫，總結出痛點，甚至新的賣點；在網(wǎng)頁瀏覽器中閱讀文章時，看到一個觀點，不知如何反駁，可以讓 GPT 找 10 個反例，甚至還可以跨站搜索包含觀點的視頻音頻，定位到時間戳，這些功能對搜索引擎來說比較麻煩，但對具有多模態(tài)能力的 GPT 來說屬于常規(guī)操作；在游戲開發(fā)領域，GPT 能快速生成地圖或對話，或者測試平衡性，這些工作在過去需要花費大量人工。

GPT 影響最深遠的行業(yè)當屬教育。傳統(tǒng)的、課堂上基于文本的學習方式，從普魯士教育和工業(yè)化時代延續(xù)到現(xiàn)在，可能會被完全顛覆。過去，知識結構和書面表達幾乎劃等號，中小學寫作文，大學寫論文，是（文科社科）考核的重要指標。但在 GPT 廣泛運用的世界里，標準答案變得不太重要，如何向 AI 提問、溝通，找到答案，可能成為新的素質(zhì)教育必備技能；如何多角度思考，超出機器的生成范疇，可能會成為衡量創(chuàng)造力的指標。在教學方面，GPT 可以協(xié)助教師工作，解釋概念、訓練邏輯、頭腦風暴、定制外語學習方案，讓教學過程變得更豐富，個性化。

如果我們再想遠一點，會發(fā)現(xiàn)，巨頭們，無論是 BAT 還是 FAANG，都是迎著前兩波技術浪潮興起的，但這一波由微軟和 OpenAI 引領的風暴，誰都沒有壓中——盡管巨頭們在 AI 領域的投入驚人，足以砸出下一個巨頭。但這些付出，在 GPT 面前，都顯得有點無力，比如王小川認為百度的差距在 3 年左右，還有谷歌的 Bard，短時間對 GPT 都無法構成任何威脅。如果把 GPT 看作先行者，如同埃尼阿克之于個人電腦爆發(fā)，移動互聯(lián)網(wǎng)全面開啟前的諾基亞，互聯(lián)網(wǎng)前浪網(wǎng)景瀏覽器（不知還會有人記得這名字嗎？），那么今天的巨頭們，20 年后又將在哪里？洗牌還未開始，而山雨欲來風滿樓。

Open AI 創(chuàng)始人 Sam Altman 曾在一次采訪中坦言，他之所以讓 GPT 開源，讓 AI 運行在一個開放的環(huán)境中，就是為了防止 AI 在進化的過程中走偏，它需要人類為其行為校準，尤其是當它還未成為 AGI（通用人工智能）時。就像一個小孩子，小時候教育成本更低，要是等他變壞，充滿過激的思想和仇恨時，人類可能也無法改變它。屆時，人工智能可能就是人類的最后一項發(fā)明。

03 與 GPT 協(xié)作，必要且緊要

人類與 AI 接觸和交互的未來已經(jīng)臨近，人與人的關系、人與機器系統(tǒng)的關系都可能會被重塑。有一點毋庸置疑：GPT 不會取代人，也無法取代人。它始終與人不同，人類的問題，不可能被 GPT 一勞永逸地解決（歷史上所有的技術革命也是如此）。

人類的問題是什么？簡單來說，是價值判斷的問題，包括價值的根基和價值導向的「何為良好生活」（well-being）的難題。

AI 暫時沒法在這個領域給予人類更多幫助，AI 沒有生活世界，沒有軀體，沒有朋友和經(jīng)濟壓力，它所具有（或者說模擬出的）邏輯、觀點、情感、知識，都僅僅基于龐大的模型。換句話說，它沒有真正「活過」，不知道活著是什么滋味，愛情是什么狀態(tài)……語義上，它可以無所不知，但在生活中，它與人類始終隔著一層。

人類的問題、境況和挑戰(zhàn)，短時間（5-10 年）來看，取決于現(xiàn)存的「現(xiàn)代系統(tǒng)」（包括金融系統(tǒng)，國家行政，文化價值等）的運作情況。GPT 的力量尚不足以改變比它更大更復雜的東西。

從最悲觀的態(tài)度來看，GPT 的確可能增加現(xiàn)代系統(tǒng)的風險，因為它只是一個技術路徑，可能會把它所能觸及的領域變得單一化。假設如此，我們就更應該及早去探索「逆技術路徑」，不是完全拋棄或反抗系統(tǒng)，不是去做一個盧德分子，搗毀機器、刪庫跑路，讓科技浪潮減緩或停滯——歷史上也沒有成功案例——而是去克服它的局限。就如同在互聯(lián)網(wǎng)時代，對抗信息繭房的方法，不是斷網(wǎng)自閉，而是更好地利用搜索引擎，找到自己需求的資料，去學習和練習邏輯嚴密的思考方式，站在更多的視角思考，利用互聯(lián)網(wǎng)做公共表達，影響他人；或是創(chuàng)造新的商業(yè)模式，來平衡人性中的自利與善意。

我們也不能原地躺平，等待 GPT 成為一個完整的商業(yè)應用落地鋪開時再去使用——這樣恰好順應了技術的邏輯，放大了負面效應。最樂觀的態(tài)度，是嘗試和 GPT 一起改變，去測試和尋找它的應用邊界，去思考與實踐，重新審視創(chuàng)新和創(chuàng)造的意義，以此改進它，同時在與 GPT 的交互中體現(xiàn)出人類價值。人類最難替代的能力，是在不同的道路之間穿行、選擇、創(chuàng)造。畢竟，我們創(chuàng)造了它，不應該畏懼它。

從長遠來看，如果 AI 讓人類的生產(chǎn)力和創(chuàng)造力得到大幅提升，工作崗位人數(shù)銳減，技術性失業(yè)在所難免時，類似于 UBI（全民基本收入方案）就是時候提上議程。當人們從糊口謀生的工作崗位上解脫出來，又有一筆錢，他會做什么呢？就像文藝復興時期的藝術家、思想家依靠資助人的贊助，自由地創(chuàng)作，硅谷淘金熱時期無數(shù)年輕的創(chuàng)業(yè)公司拿到 VC 的錢后為自己的夢想奮斗一樣，未來也許有更多人參與到創(chuàng)造、探索、實現(xiàn)人類的可能性之中。