現(xiàn)階段AI到底強(qiáng)在哪里?簡單解釋
之前的文章太長了,因?yàn)槭沁呄脒厡懙?,現(xiàn)在寫個短點(diǎn)的。

現(xiàn)階段AI,最有意義的能力,是可以直接學(xué)習(xí)和反饋非結(jié)構(gòu)化數(shù)據(jù)。
什么叫非結(jié)構(gòu)化數(shù)據(jù)?就是沒有按某種計算方法量化成連續(xù)量的任何以離散狀態(tài)存在的集合。
舉個簡單的例子,把所有貓和所有狗放在一起,就是一個離散的數(shù)據(jù)集,這里面有貓有狗,但是并不存在貓和狗的中間狀態(tài)。
人類通過觀察貓和狗就可以直接總結(jié)歸納出它們的區(qū)別,因?yàn)槲覀兊拇竽X是可以直接處理這種非結(jié)構(gòu)化數(shù)據(jù)的。
但計算機(jī)不行。因?yàn)樗腔谶B續(xù)的數(shù)學(xué)函數(shù)構(gòu)造出來的。只有提供給它結(jié)構(gòu)化的、量化成連續(xù)量的數(shù)據(jù),它才能做出判斷和分析。它只是算得比人快,因?yàn)槭请娔茯?qū)動的。

那計算機(jī)是如何為人類服務(wù)的?既然它算得快,那我們就把計算量大的任務(wù)交給它做。它處理不了離散數(shù)據(jù),那我們就想辦法把這些數(shù)據(jù)轉(zhuǎn)換成連續(xù)的再交給它,再把它計算得到的結(jié)果轉(zhuǎn)換回離散的數(shù)據(jù)就好了。
這個過程就叫“編碼-解碼”。你可以把所有與計算機(jī)有關(guān)的工作和社會活動都按這個思路去理解。為什么有些人被稱為技術(shù)型人才,就是因?yàn)樗麄儽绕渌四芨玫乩糜嬎銠C(jī)完成數(shù)據(jù)處理以創(chuàng)造價值。量化投資、程序開發(fā)、金融咨詢、科學(xué)研究、視頻后期、電音編曲、數(shù)碼繪畫——這些工作背后的技術(shù)方向從業(yè)者,核心的技能就是找到將非結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化以便計算機(jī)更好處理,再將計算機(jī)中的結(jié)構(gòu)化數(shù)據(jù)組織成更好的非結(jié)構(gòu)化數(shù)據(jù)以輸出的思路。
而現(xiàn)階段AI,搶的就是這些“技術(shù)型人才”的飯碗。因?yàn)楝F(xiàn)在有辦法把“編碼-解碼”這件事直接交給AI去處理了。

還舉貓和狗的例子,為了讓計算機(jī)能自動識別一張圖上的動物是貓還是狗,要先把他們量化為計算機(jī)能理解的數(shù)據(jù)。這時它們就被變成了一堆數(shù)字,而作為連續(xù)量,在計算機(jī)空間里它們是存在中間狀態(tài)的。
過去的辦法是按人類既有的定義去設(shè)計一個參數(shù)體系,比如嘴巴、眼睛、耳朵、毛發(fā)、四肢、尾巴等等。這相當(dāng)于找一個生物學(xué)家,把整個生物學(xué)體系編碼進(jìn)計算機(jī)里。再從計算機(jī)計算得到的數(shù)字結(jié)果中,解碼出它的含義。
而現(xiàn)在,我們把一組與貓和狗有關(guān)的圖片,連同這些圖片上和貓或狗有關(guān)的文字描述,直接丟給AI,讓它自己去擬合一個參數(shù)體系來區(qū)分貓和狗。不需要人幫它“解碼-編碼”。
你隨便再給它一張新的圖片,它都能根據(jù)這個參數(shù)體系自行判斷,直接告訴你這是貓還是狗。這就是分類器。
再進(jìn)一步改進(jìn)的話,它還能利用這個參數(shù)體系,給你做出一張新的貓或狗的圖片來。這就是AI生成模型。
過去計算機(jī)替人類工作,是基于人類總結(jié)的參數(shù)體系,也就是人類的知識。
以后計算機(jī)替人類工作,是基于它按人類給出的條件,自己總結(jié)出來的參數(shù)體系,我不知道該如何定義它。
反正不再需要那個生物學(xué)家就是了。

和無人機(jī)、無人汽車、無人看管商店不一樣的是,我們過去覺得AI技術(shù)革命會影響到的工作崗位,首先是那些被認(rèn)為技術(shù)門檻低、勞動報酬少、工作重復(fù)高、體力勞動多的崗位,如司機(jī)、店員、客服、快遞員。
而現(xiàn)階段的AI技術(shù)革命,最容易會替代的反而是被認(rèn)為技術(shù)門檻高、勞動報酬高、內(nèi)容多樣化、腦力勞動為主的崗位,如科研人員、程序員、藝術(shù)家、投行和咨詢顧問們。
這就是未來各行業(yè)裁員的新邏輯。很多與人機(jī)交互有關(guān)的工作流程會被縮短,因?yàn)椴辉傩枰敲炊嘞嚓P(guān)專業(yè)人士了。
(完)