從alphaGo、到alphaStar、到各種智能音箱和客服機器人、再到今天的chatGPT，基于神經(jīng)網(wǎng)絡的獨立產品不斷在圖靈測試的天梯榜中打出更高的分數(shù)。每次爆款產品的出現(xiàn)都會讓媒體界一陣高潮，可如果細看這些稿件，就發(fā)現(xiàn)媒體對智能替代人類的措辭基本是一樣的，總不就是人工智能將替代人類崗位的陳辭濫調。

人工智能替代人類確實不是捕風捉影，但是這個程度到底有多高、最終能有多高可能不像所渲染的那么科幻。

? ? ? 祛魅人工智能 ?

臺灣的李宏毅老師說把神經(jīng)網(wǎng)絡當作科幻電影中那種自主意識的機器人是一種麻瓜理解。神經(jīng)網(wǎng)絡說白了是一堆算式組成的函數(shù)，只是其中參數(shù)過多，目前沒人說得清楚它每個步驟在算什么。

既然網(wǎng)絡是一個函數(shù)，那么它能做什么其實是可以預見的。這個函數(shù)輸入是數(shù)字，輸出是數(shù)字，所以能使用數(shù)字表示的信息就有可能通過網(wǎng)絡構建映射。盡管這看起來很局限，可是生活中其實許多事物都可以被數(shù)字表示：圖像、音頻、文字、機械的指令等等。但是那也只是映射而以，沒有新的“反饋”輸入，它是不會“自我進步”的。

正如LeCun大神說的，實現(xiàn)chatGPT的不是什么神秘的新技術，是學術界一步步改進訓練技術逐漸變?yōu)榭赡艿某晒恢备檶W界的人應該不會對這樣的效果感到太意外，而學界以外的人總是隔斷時間才突然看到一個爆款。

??? ? 不可小視的chatGPT ?

既然這些技術都是現(xiàn)成的，那是不是大公司都能搞呢？是也不是，理論上說確實大公司都應該能做出類似的東西，但是達到同等級的效果不是那么容易，其中有技術原因也有數(shù)據(jù)原因。在我看來chatGPT背后有兩大功臣：其一是將超大規(guī)模數(shù)據(jù)上訓練超大模型變?yōu)楝F(xiàn)實的技術人員，其二是互聯(lián)網(wǎng)上認真發(fā)布稿件的平臺和用戶。

如果訓練普通模型的難度相當于家搭設私有云，那訓練chatGPT相當于做個阿里云。最后只有能將效果做到與頂級同一級別的能活下來，因為誰都不愿意浪費自己的時間在錯誤率高的平臺上。因此即使很多公司能做出來，但最終占有率應該是天壤之別的，就好像現(xiàn)在國內的百度和其他一眾搜索門戶。更何況計算芯片和訓練資料的搜集存儲也是個不低的成本。

核彈原理可能很多國家都知道，但是在聯(lián)合國禁核前成功造出核彈的卻不多，并且第一顆核彈的意義是非凡的。chatGPT在文字機器人領域應該可以算那第一顆核彈，它給了人類一個可能性，一個超大規(guī)模網(wǎng)絡的可能性，一個超兼容系統(tǒng)的可能性。大家應該知道它能回答各種百科，寫代碼，寫文章，能基于對話作出即時反饋，這是超大網(wǎng)絡才具備的兼容性。一些智能音箱看似有類似的功能，但它們其實能解析的指令是有限的，更像是用語音觸發(fā)對應問題的按鈕，而GPT這種超大模型才可以更加浩如煙海的語義中形成答案。

但是過多分析chatGPT的“人格”真的是麻瓜摸象了。真要說chatGPT是什么人格，那就是訓練數(shù)據(jù)形成的平均人格。它這么回答不是它這么想，是訓練資料里平均這么回答。

??? ? 被擊穿的數(shù)字技能屏障 ?

人類文明如今很多的數(shù)據(jù)不再以實體保存，取而代之的是數(shù)字存儲介質。要操作這些數(shù)據(jù)從來就是有門檻的，只是很多工具的存在，并且我們早已習慣了基本工具的使用才讓我們感覺很簡單。

試想如果在一座無人孤島上給我們一個存了張圖片的U盤，我們怎么才能讀取。要看到這張圖片，我們需要一臺可以讀取U盤的計算機，計算機中包含了交互硬件的軟件和操作系統(tǒng)兩層軟件，操作系統(tǒng)中需要一個能解析這個圖像格式的圖像讀取軟件，和一個與顯示器交互的驅動軟件。然后呢？還需要我們知道怎么在這個計算機中把圖片打開。如今我們覺得誰都會的打字在幾十年前是個可以作為職業(yè)的技能。

是明明還有好多職業(yè)依賴這些門檻：很多企業(yè)文職使用office的技能比什么計算機大佬高多了，不會操作PS的攝影師應該是瀕危物種了，學機械、計算機、建筑、繪畫等等都需要學會使用專門的軟件。使用這些專業(yè)軟件是有知識門檻的，但這些知識不是天然的，是人造的，這種知識門檻暫且稱為“數(shù)字技能”。

這些非自然的技能是無法被悟出來的，必須依靠記憶、學習和熟練。既然這些技能是靠重復能熟練的，那網(wǎng)絡則可以替代人去建立這種映射。這是人工智能能夠取代很多職業(yè)的根本原因。

??? ? 替代還是改變 ?

基于上面的理解，看起來操作軟件的工種都有被替代的可能?？墒菙z影師和PS操作員能畫等號嗎？有些可能是，但不會都是。

我能想到的以后的攝影流程大概是這樣：攝影師先拍一張主體，網(wǎng)絡識別到后給出多種建議的拍攝角度，攝影師再基于經(jīng)驗和建議去更多的位置取景。然后作者將自己的風格或者樣張輸入網(wǎng)絡，網(wǎng)絡根據(jù)輸入風格對所有樣張進行修圖并可選輸出多種風格。于是可以一次性、短時間獲得所有樣張的輸出效果，選出好的再進行微調即可。當然這里的微調可能也不需要通過現(xiàn)在我們所認識的菜單欄。整個工作流被改變，但人似乎仍然不可或缺。

拿很多其他的職業(yè)打比方也是一樣，最終都會發(fā)現(xiàn)總有一點主觀的決定需要人來作出，而這些主觀的部分難道不正是這些職業(yè)中的樂趣所在嗎？攝影師真的享受拿著畫筆在PS上涂來涂去嗎，客服接線員真的愿意從早到晚回答類似的問題嗎，司機真的是在限速公路上從A到B體驗駕駛的樂趣嗎？所以這些機械性的部分被替代，機器還能給出建議輔助主觀的決策有什么不好。如果一個職業(yè)就是找不到任何需要主觀的部分，那這種職業(yè)和《摩登時代》有什么區(qū)別，消失有何可惜。

當然這個時候就引出另一個層面的問題，就是人工智能的加入將使得工作流簡化，門檻降低，產出增加。那么勢必同一工種將不再需要那么多從業(yè)者，可是世界就是那么吊詭地平衡，誰能想到工廠、農業(yè)自動化騰出來的勞動力造就了低價物流和客運。一本正經(jīng)地分析具體哪些職業(yè)會消失，哪些會繼續(xù)存在好比在30年前分析以后打字員是用五筆多還是拼音多一樣，可能在將來很多前提都不具備了。

以前很多小牌商品需要地推上門推銷，如今也并沒有什么機器可以做這項工作，但是這個職業(yè)還是肉眼可見地銷聲匿跡了。所以究竟是人工智能頂替了人類，還是改變了需要人的工作。

??? ? 五年太長，十年太短??

拋開劑量談毒性是刷流氓，拋開期限談預測也是類似的問題。上一段說的那些拋開了各種客觀因素，僅僅從原理上分析。這些新的智能產品是需要時間的，它們最終出現(xiàn)的時間和順序都會極大影響未來世界的面貌。

五年太長，十年太短。這句話兩種理解，一種是一件事如果能預測準，那么不用五年就可以實現(xiàn)，而如果一件事需要更長時間才能兌現(xiàn)，那可能十年也不夠。另一種理解是新事物走進生活，有時遲遲不達預期，感覺五年的變化都顯得太過于漫長和緩慢，比如ipv6、esim、蘋果的屏下指紋；有時卻過渡得讓人基本感覺不到，但十年過去回頭又發(fā)現(xiàn)滄海桑田似乎發(fā)生的太快，比如網(wǎng)購、智能手機、白發(fā)的父母。

既然未來是混沌的，對單一變量的分析意義有限，那么也可以說所有人其實都置身于同一風險中。即使需要害怕，所有人都應該害怕。誰能想到蟑螂是這么古老的生物。也許等人類掌握了更好的研究混沌系統(tǒng)的方法后，才能給出不這么模棱兩可的答案。

??? ? 真正應懼怕之物?

神經(jīng)網(wǎng)絡的訓練歸根結底依賴反饋，這種反饋或者基于規(guī)則，或者基于數(shù)據(jù)。一些人工智能能將功能做好很大程度上得益于數(shù)據(jù)的充足，中英對照的資料、畫師的作品、論壇里帶評分的問答等等。而在一些缺少數(shù)據(jù)的領域，比如自動駕駛還得雇人生產數(shù)據(jù)，僅算國內，數(shù)據(jù)標注都是一門以千萬計的大蛋糕。再比如醫(yī)療診斷，可以說這個基本沒有技術上的困難，但產品稀少，因為它的數(shù)據(jù)不開源也不充足。

很多領域想作出能用的智能產品就如同望山走倒馬，大可不必過于樂觀。與其擔心十年太短，不如擔心五年太長。

至于哪些事情“五年太長”不能太展開，簡單說就是那些非市場因素的風險。chatGPT對國內生活的影響，且不說其繼承者效果如何，但可以肯定最后不是技術說了算。

附言：本來這篇稿子早就寫好了，結果因為星際2奪冠的消息太興奮發(fā)了另一篇，現(xiàn)在補上。