這段時間chatgpt吸引了科技圈內(nèi)外無數(shù)人的目光，最新發(fā)布的gpt-4的智能性更是讓不少人目瞪口呆。

許多人第一反應(yīng)是，chatgpt對于大眾工作的沖擊性，會不會弄的許多人失業(yè)。

今天我就想好好聊聊這個：chatgpt等AI產(chǎn)品并沒有單純的消滅工作，而是取代了一部分，又創(chuàng)造出一部分，

只是創(chuàng)造出的這部分，并不在大眾視線范圍內(nèi)。

例如——拉框

1 拉框

晚上10點(diǎn)，在孩子睡下后，小紅打開了電腦，登錄了眾包平臺，接下了任務(wù)單子，今天的單子價格高，3.8一條，難度也小，車輛單。隨后，小紅就這樣在電腦前，熟練的在軟件上對圖片中汽車進(jìn)行標(biāo)注，

所謂標(biāo)注，就是圈出圖片中的汽車，俗稱——拉框。

熟練工一天能拉完5000個框，一個框0.02元，一個月下來會有3000的收入。

看起來并不高，但問題在于，這個工作，不分地域，不分場所，待在家里一臺電腦就能開工。

所以情況就是，很多寶媽，在家休息時就可以干這個。

有人可能問了，你說這個拉框，和今天要聊的chatgpt有什么關(guān)系呢？

關(guān)系就是，chatgpt背后，就藏著無數(shù)的拉框工作者。

2 chatgpt的本質(zhì)

chatgpt出來的時候，就有許多人提問，為什么國內(nèi)沒有類似的產(chǎn)品。

實(shí)際上是有的，比如之前我說過的阿里魯班，他們也可以用AI去自動繪圖，速度也很快。

但是，為什么國內(nèi)這些產(chǎn)品給大家的顛覆性沒那么強(qiáng)呢？因?yàn)楹芏喈a(chǎn)品的界面是這樣的：

懂行的人可能會覺得，這個界面已經(jīng)非常簡潔了啊，相比PS等設(shè)計軟件，沒有圖層蒙版一堆功能，你就把標(biāo)題寫好字體選好顏色選好，只要三個參數(shù)，一分鐘都不用，然后AI就能幫你生成圖片了，這還不夠簡單嗎？很智能了啊。

可問題在于，chatgpt的界面是這樣的

發(fā)現(xiàn)區(qū)別沒有？

chatgpt的巨大進(jìn)步在于，他能理解你在表達(dá)什么。不需要參數(shù)設(shè)置界面，直接輸文字就行。

別的軟件你需要選擇“標(biāo)題黑色-宋體-5號字，正文黑色楷體4號字”

而chatgpt這里只需要說，“給我的論文排版”

前者需要懂一點(diǎn)基礎(chǔ)知識，后者哪怕是小學(xué)生都可以，這就是差異所在。

那么，為什么chatgpt能如此智能的理解你在表達(dá)什么呢？

一方面，是算法的進(jìn)化，邏輯的進(jìn)化

另一方面，是素材的積累，更多的學(xué)習(xí)素材，更精確高質(zhì)量的學(xué)習(xí)素材。

而學(xué)習(xí)素材，就是靠無數(shù)拉框人拉出來的。

3 拉框史

2007 年，計算機(jī)視覺專家李飛飛在圖像識別項(xiàng)目中，雇傭了一群普林斯頓的本科生，以 10 美元/小時的價格讓他們以人工的方式尋找照片并添加進(jìn)數(shù)據(jù)集。

很快，她發(fā)現(xiàn)這樣做效率低，成本也大。

隨后有人和她說起了亞馬遜的眾包平臺 Mechanical Turk，隨后他們就想到，可以用這個平臺來低價雇傭全世界的人為數(shù)據(jù)做標(biāo)注。之后有人發(fā)現(xiàn)，他們的算法在使用了李飛飛這個更大更精確的“學(xué)習(xí)資料庫”訓(xùn)練后表現(xiàn)的更好了。

2012年，Google的吳恩達(dá)和Jef Dean訓(xùn)練了一個當(dāng)時世界上最大的人工神經(jīng)網(wǎng)絡(luò)，用來教AI繪制貓臉圖片。訓(xùn)練數(shù)據(jù)來自youtube的1000萬個貓臉圖片，1.6萬個CPU整整訓(xùn)練了3天。

2016年3月，Google的AlphaGo戰(zhàn)勝圍棋世界冠軍李世石。

2018年6月OpenAI發(fā)布了第一版的 GPT-1。具有1.17個參數(shù)，使用了5GB的無標(biāo)注文本數(shù)據(jù)，在8個GPU上訓(xùn)練了一個月，然后再進(jìn)行人工監(jiān)督的微調(diào)。

2019年2月GPT-2發(fā)布，使用40GB文本數(shù)據(jù)訓(xùn)練，參數(shù)量突破到了15億。

2020年5月GPT-3發(fā)布，使用了45TB文本數(shù)據(jù)訓(xùn)練，有1750億參數(shù)。

不少人的看法是：只有參數(shù)達(dá)到千億以上的大模型才可能擁有強(qiáng)大的思維鏈能力，而這只是必要條件：有些千億參數(shù)大模型沒能展現(xiàn)出思維鏈能力。

4 訓(xùn)練

理解了這些，你差不多就能理解chatgpt們的邏輯了，

比如人像，什么是人像呢？你需要用無數(shù)張照片喂給他，就像教小孩子一樣告訴他，這個框框里的就是人。

所以拉出的框框要精確，越精確質(zhì)量越高，AI學(xué)習(xí)的越好。

同理，車輛框

甚至文字也一樣

再比如句子，以“今天凌晨蘋果公司發(fā)布了iPhone14”一句為例，該句中一共有“今天、凌晨、蘋果、公司、發(fā)布、了、iPhone、14”八個需要標(biāo)注的詞性以及依存句法，其中今天為時間詞，標(biāo)注為t，該短語又屬于定中關(guān)系，需標(biāo)注為ATT；凌晨同樣屬于時間詞，標(biāo)注為t，但在句法上屬于狀中結(jié)構(gòu)需標(biāo)注為ADV。

所以，一個有意思的情況是，目前大眾眼里無所不能的AI，在這些標(biāo)注員眼里卻是另一面

——“人工智能也沒那么神奇，多少人把幾百萬、幾千萬的句子掰開揉碎了教它才教明白，教人才沒這么費(fèi)勁?！?/p>

總而言之，你喂給AI的案例越多，喂的時候標(biāo)注的越精確，他越聰明。超過一定級別后，AI識別能力更是會有突飛猛進(jìn)的增長。

當(dāng)然，很多時候也不是你喂給他，而是他做出題目你去審，人工再去對AI的判斷結(jié)果做一次對錯判斷。

往AI里輸入的叫數(shù)據(jù)標(biāo)注，給AI對錯糾正的叫數(shù)據(jù)清洗。

5 崗位

而由于需求旺盛，目前各大招聘網(wǎng)站已經(jīng)有大量這類崗位的招聘。甚至在大量咨詢下，還涌現(xiàn)了不少騙子公司。

很多崗位你會發(fā)現(xiàn)并非在一線城市，甚至在三四線。

這些崗位的薪水并不高，但靠著三四線生活成本低又不用背井離鄉(xiāng)的優(yōu)勢，往往能輕松招到很多人。

他們許多人并不知道chatgpt，他們甚至可能不知道這個項(xiàng)目在干什么，他們只是默默的根據(jù)平臺發(fā)布來的要求，對數(shù)據(jù)進(jìn)行標(biāo)注。數(shù)據(jù)標(biāo)注公司千機(jī)數(shù)據(jù)一名20多歲的員工魯冰冰說：「我現(xiàn)在也沒有想明白，這個事它到底是做什么，不過我是出來工作的，只要給錢就行了」就拉框本身來講，「眾生皆平等。」

我之前介紹過的阿里的“AI豆計劃”，其實(shí)也是這個賽道。他們在呂梁山區(qū)已經(jīng)初步形成數(shù)字就業(yè)產(chǎn)業(yè)帶，帶動600多名當(dāng)?shù)厝司蜆I(yè)，許多都是之前難以找到工作的留守女性寶媽們。永和縣的一家標(biāo)注公司在風(fēng)口下快速發(fā)展，2022年所有員工平均月薪甚至超過了4000元。

（還是那句話，別單看金額，還要看地域，當(dāng)?shù)卦臼秦毨Эh，這個算高收入）

當(dāng)然，有類似操作的不止中國公司，比如chatgpt，他們沒找中國三四線縣城工作人員來標(biāo)注，他們找到的是非洲肯尼亞的工人們來進(jìn)行數(shù)據(jù)標(biāo)注。開出的時薪是2美元，在硅谷這是不可能找到人的價格，但在當(dāng)?shù)匾粯邮菭幤祁^的香餑餑。

亞馬遜等也一樣，2022 年 11 月，The Verge 報道亞馬遜在印度和哥斯達(dá)黎加聘請了工人負(fù)責(zé)觀看倉庫攝像機(jī)數(shù)以千計的視頻，從而改進(jìn)亞馬遜的計算機(jī)視覺系統(tǒng)。

所以很多人說中國有廉價勞動力優(yōu)勢，不應(yīng)該做不過歐美企業(yè)的時候，我必須得說一句

老牌帝國主義們在尋找全球勞動力洼地上，那也是經(jīng)驗(yàn)豐富敢想敢做的。

你覺得硅谷紐約人力成本高，但人家會滿世界找便宜勞動力。

用AI圈里一句話來說：人工智能，有多少智能，就有多少人工

6 不是取代，而是變遷

明白了這些，你可能對于許多事會有新的看法。

比如前兩天我看見不少人說，AI淘汰畫師淘汰設(shè)計師，是計算機(jī)取代人類。

但其實(shí)真正情況是，并不是簡單的計算機(jī)取代人類

而是，三線城市月薪4000的標(biāo)注員x10+一線大廠月薪50000的算法人員》月薪20000的畫師X10。

工作人數(shù)可能并沒有變化，只是群體從一二線畫師變成了三四線人員。

ps：很多崗位在KPI，OKR等制度的分割下，非常專一化，比如老一代廣告公司會有AE等專門和客戶打交道的崗位。

而新一代畫師設(shè)計師可能壓根不接觸甲方，就專注從平臺上接單子。

這樣的步驟分割非常垂直的模式，和標(biāo)注員+chatgpt這套模式非常像，我認(rèn)為這樣的崗位就是最容易被AI+標(biāo)注員取代的。

只是三四線月薪4000的標(biāo)注員們聲音不大，大眾關(guān)注也不多，所以大家光看到AI在消減崗位，沒注意到AI也創(chuàng)造了很多新興崗位。

就像當(dāng)年火車淘汰馬車一樣，大家都能看到馬車夫的崗位被取代了，但很少有人意識到，火車本身帶來的新興崗位，其產(chǎn)業(yè)和拉動的就業(yè)同樣是一個龐大的數(shù)字。1804時的人們，很難去想象“鐵道兵”“鍋爐員”“高鐵空姐”等事物。

唯有變化，才是永恒不變的

參考資料：

一文讀懂：AGI的進(jìn)化編年史

那些在人工智能背后打工的人

百度華為阿里騰訊都要搞ChatGPT，認(rèn)真的嗎？

信息麥田里的數(shù)據(jù)農(nóng)民

給AI當(dāng)老師，比教人還費(fèi)勁