人工智能:我在AI中找到了出路,但我的价值在慢慢消失

发布于 6 个月前

📅 每日更新&周刊精华合辑 | 🛠️ 功能强大且实用的工作工具与行业应用大全 | 💖 点赞、关注和评论,谢谢!

💡 教学辅助语料库:一个平台满足教师与学生所需的提示词

www.moreusefulthings.com/prompts

这是一份主题提示词库(Prompt Library),汇集了老师和同学们常用的提示词。

如上图所示,「Instructor Aids (教师辅助工具)」提示词有助于老师们备课、授课和测试,而「Student Exercises (学生练习)」提示词则可以从多个角度为学生的学习提供帮助。

网站提供的提示词非常专业,并且明确标注了适用于大模型的产品,例如 GPT-4、Gemini Advanced、Claude、Bing Chat 等其中的一个或多个。日报整理了这两个页面中包含的提示词种类,可以用来收藏备用。

Prompts for Instructors

模拟设计专家 / Simulation Creator

课堂项目创意 / Project Ideas for Class

测验设计大师 / Quiz Creator

互动学习伙伴 / Active learning co-creator

课程大纲共同开发者 / Syllabus co-creator

话题深度探讨者 / Co-develop an explanation for any topic

结构化提示词设计专家 / Structured Prompt Designer

课程策划师 / Lesson Crafter

Student Exercises

通用导师 / General Tutor

提供反馈的AI导师 / AI Mentor Gives Feedback

AI学习者 (学生评估AI的输出并指导AI) / AI Student (Student evaluates AI output and teaches the AI)

谈判模拟器 / Negotiation Simulator

评估团队行动 / Team After Action Review

拟定团队原则 / Team Charter

课堂反思助手 / Class Reflection Aid

提出反面意见 / Devil's Advocate

事前评估风险 / Team Premortem

大西洋月刊 · 深度长文 | OpenAI 正在创造一个怎样的世界,我们真的知道吗?

### 重要事件时间轴

2015年:Sam Altman、Elon Musk和几位著名的AI研究人员成立了OpenAI。他们相信通用人工智能(AGI)终将触手可及,并想在这个世界上推出超级智能(superintelligence)。他们将OpenAI定位为非营利组织,不受财务回报需求的限制,并发誓要透明开展研究。

2016年:AlphaGo在比国际象棋复杂得多的围棋比赛中击败李世石,震惊了世界。随后OpenAI在更复杂的游戏Dota 2上训练AI,并最终击败最优秀的人类玩家。OpenAI的科学家们知道神经网络已经在改变世界,但他们不知道这其中的哪些东西最终通向AGI。

早期的AI研究就像教导人类的婴儿,要花费数年时间才能学会一些有趣的东西。而在这最初的几年里,OpenAI不知道自己是否走进了死胡同,而那时的谷歌拥有一切的人才和资金,似乎一切陷入了摇摇欲坠的困境。

2017年:OpenAI科学家Alec Radford正在研究自然语言处理,他使用亚马逊的评论作为语料库训练神经网络,并取得一项诱人的成果。Ilya Sutskever开始与他对话并探索使用世界上最大、最多样化的语料库——互联网——进行训练,但这在当时几乎难以实现。

OpenAI总裁Greg Brockman沮丧到不确信OpenAI能否熬过这一年,他开始练习举重来给35岁的自己找点事做。6月,谷歌发表Transformer论文,向世界介绍了这一新型神经网络架构,也给OpenAI带来了希望。Ilya Sutskever说,它(Transformer)给了我们想要的一切。

2018年:6月,OpenAI发布GPT,一款在7,000多本书上训练出来的Transformer模型。10月,谷歌发布了BERT,一款更完善的语言模型。而这时OpenAI已经在800多万个网页组成的数据集上训练新的模型。

2019年:2月,OpenAI发布GPT-2,它的能力已经远远超越一代> GPT,其语言翻译能力让研究者也大吃一惊,这展示出了AI创造新兴能力的潜力。谷歌、Meta等大型科技公司也很快跟进,开始训练更大的语言模型。

3月,Sam Altman辞去了YC总裁的职务,开始担任OpenAI CEO,很快获得了微软10亿美元的投资,此后又获得微软数次投资支持。

2022年:11月,ChatGPT问世,并在发布后的9个星期内MAU达到1亿,成为史上增长最快速的消费产品。这也把Metaculus对AGI到来的预测时间从2050年急速缩短到2026年附近。世界沸腾了。

### Sam Altman说,“我们本可以在大楼里再悄悄准备5年然后发布一些令人瞠目结舌的东西。但是,公众需要时间意识到,我们可能很快就会与一种强大的新智能共享地球,并对随之而来的冲击波做好准备。”

Sam Altman认为,他们本可以在大楼里再悄悄准备五年然后发布一些令人瞠目结舌的东西。但公众需要时间意识到,我们可能很快就会与一种强大的新智能共享地球,并对随之而来的冲击波做好准备。

2023年:Elon Musk成立xAI,亚马逊也使用的更大规模的语言模型改造Alexa,所有公司都开始追逐高端GPU。但是即使在GPU稀缺的情况下,大规模的AI训练运行规模在这些年仍保持大约每6个月翻一番的速度。

Sam Altman开始进行全球巡回演讲,在欧洲、中东、亚洲、澳大利亚、非洲与南美各停留一站。此行本想结实OpenAI用户却变成了一次外交任务,先后与十多位国家首脑进行了交谈。

### 关键话题讨论

1. 对OPEN底线的坚持:至于公司结构与融资方面的变化,Sam Altman的底线是不上市。

2. OpenAI与可汗学院的合作:OpenAI与非营利性在线教育企业可汗学院(Khan Academy)合作,建立了一个由GPT-4支持的AI导师系统。当谈论人工智能辅导员的潜力时,Altman想象着一个不远的未来,每个人都能拥有一位个性化定制的“牛津博士”导师。

3. AGI到来的标准与未来畅想:对Sam Altman来说,最重要的目标,也就是预示着AGI到来的大目标是科学突破。GPT-4已经可以综合现有的科学思想,但Altman希望AI能站在人类肩膀上,更深入洞察自然。

4. 对中国人工智能的态度:ChatGPT暂时不能在中国使用。对于是否要通过中国的合规审查后进入中国市场,Sam Altman委婉地表示,这没有进入到我合规问题清单的前十名。

5. Sam Altman知道他们正在创造什么吗?AI革命不同于以往技术巨变,它将更像一种新型社会。他与同事们花了很多时间思考AI的社会影响,以及AI的世界会是什么样。但不得不承认,未来是不确定的,是充满致命危险。他们不知道AI会变得多么强大,也不知道它的崛起对普通人意味着什么,更不知道它是否会给人类带来危险,并表示必须针对最坏的可能性制定计划。

6. Ilya Sutskever与超级对齐:超级AI是否愿意把所有时间花在为人类解决问题上?除了协助人类发展ta是否还会有其他目的?Ilya Sutskever转移了工作重心,来努力确保这种情况不会发生。

7. 人工智能技术革命与裁员/失业:普林斯顿大学Ed Felten教授领导的最新研究显示,AI将首先冲击受过高等教育的白领岗位,包括管理分析师、律师、教授、教师、法官、金融顾问、房地产经纪人、贷款人员、心理学家、人力资源与公共关系专业人士等。如果这些领域工作一夜间消失,人类职业阶层将经历一次大洗牌。以往技术革命都是几代人的事,因此还在可控范围内,但智能的边际成本(marginal cost of intelligence)将在10年内快速下降到接近于零的水平,这会导致财富从劳动者向资本所有者的剧烈转移。这个趋势时如此强大,以至于只有通过大规模的反向再分配才能补救。至于裁员或者失业,Sam Altman认为,人类的工作岗位不会完全消失,而是进化成为了更好的工作,甚至创作出更多样的工作岗位。毕竟,人类还是更喜欢人类。

### 一些记忆深刻的细节

- Sam Altman后来说,他的员工经常担心到失眠,担心他们今后可能会发布一款危险的AI却并没来得及提前意识到。

- Sam Altman在全球巡回演讲时,有一站,一名男子走近他并坚信他是外星人,是未来派来确保向AI世界顺利过渡的。安保团队一度非常紧张。

- GPT-4的研发工作有100多人参与,训练数据集规模空前的大,而且包括文本和图像;而前两个大语言模型的研发,公司只有少数人参与。

- Sam Altman曾经透露,为了躲避未来可能发生的AI袭击,他准备了黄金、碘化钾、抗生素、电池、水、防毒面具以及一大片土地,并制定了一个具体的疏散计划。

- Sam Altman的藏书之一就是《Pandaemonium,1660~1886: The Coming of the Machine as Seen by Contemporary Observers》,汇集了很多人的书信、日记和文章,他们成长在没有机器的世界里,因此突然进入到蒸汽机、动力织布机与轧棉机的世界时感到无比困惑。

这篇文章引发了我对未来工作的担忧。虽然Sam Altman的观点模糊不清,但长久以来,围绕这个话题的讨论往往是二元对立的,忽视了假设本身的问题。

看完这篇文章后,我明白了!朋友们!我们被舆论误导了!AI带来的最大职业危机,并不是丢掉工作,而是薪酬降低。

作者给出的解释是我们的“技能溢价(skill premium)”被AI削弱了。这意味着我们的有底气的绝活儿,即我们在薪资谈判时的优势,成了所有机器都能完成的基础技能。结果,老板不再为这些优势付费,工资必然因此降低。

文章里详细解释了这个概念,并附上了说明图。看起来很有道理的分析!

我们的工作是由许多模块组成的,有的比较复杂(有技能溢价,例如浅绿色模块),而有些比较简单(如灰色模块)。由于协作成本的原因,目前岗位不会被进一步细化,我们也因此能够享受因溢价模块带来的高薪。然而,AI的出现彻底改变了这一模式。

场景一:现状维持(Status quo)

原理:人工智能在工作中的应用并没有显著改变其价值。尽管自动化提高了工作效率,但这种提升对于员工的晋升和加薪并没有实际的帮助。

结果:技能的市场价值没有受到影响。

场景二:价值迁移(价值转移)

原理:人工智能技术的发展,使得工作的价值逐渐向特定方向转移。这可能表现为工作效率的显著提升,即能够更有效地完成相同类型的任务;也可能是工作范围的拓宽,即能够在更多不同的领域承担职责。

结果:技能的价值也随之增加。

场景三:商品化(Commoditization)

原理:人工智能通过吸收完成特定专业任务的能力,并将其作为商品出售。或者,人工智能直接降低了完成这些专业任务的门槛,这会导致越来越多的工作掌握相同或类似的专业技能。

结果:技能的价格下降

场景四:最终替代(Eventual Substitution)

原理:AI 的最终目标是完全自动化(替代人类),因为大模型正在不断学习和进化。

结果:人类彻底失去工作岗位。

ShowMeAI知识星球资源编码:R235

2023年人工智能领域飞速发展,特别是在生成式人工智能(Generative AI)方面取得了重大突破。因此,李宏毅老师在备受赞誉的《机器学习》课程之外,开设了一门全新的课程——《生成式人工智能导论》。

这门课程特别为初学者设计,旨在全面介绍生成式人工智能的基本原理和概念。不需要任何先验知识或相关背景,也不需要编程经验(课程将提供详细指导及示例)。所以对初学者来说非常友好。

李老师强调,《生成式人工智能导论》的最终目标不仅仅是让学生学会使用工具,还要让学生能够深入理解它们的工作原理,并在使用过程中挖掘潜力和避免局限。这与之前传统的《机器学习》课程有着本质的区别,实乃令人期待!

希望各位同学加入ShowMeAI的知识星球,一起探索这个充满无限可能的世界!

这是一份官方课表,课程视频、课件和作业也同步更新了!请访问我们的官网查看链接。对课程感兴趣的同学可以持续关注!

2月23日:课程概述

作业:真假难辨的世界

3月1日:提示工程 & AI代理人

作业:都是AI的作文比赛

3月8日与3月15日:生成策略 & 从专家到通才

作业:使用AI搭建自己的应用

3月22日与3月29日:学习深度学习 & Transformer

作业:成为AI催眠大师,训练自己的语言模型。

4月12日:评估生成式AI & 道德问题

作业:AI通过人类反馈学习

4月26日:[演讲] 打造生成式AI应用经验

5月3日:生成式AI的可解释性

作业:了解生成式AI在想什么

5月10日:语音生成式AI

作业:生成式AI的安全性议题

5月17日:语音生成式AI

作业:演练影片快速摘要。

5月24日:[演讲] 影像生成式AI

5月31日:影像生成式AI

作业:定制自己的影像生成AI

点击 👀日报与周刊合集,订阅话题 #ShowMeAI日报,让你全面掌握人工智能领域的最新动态,抓住未来发展机遇!

点击 🎡生产力工具与行业应用大全,一起在信息洪流中探索前进道路。