电影《疯狂的石头》的导演宁浩，曾在公开场合分享过这样一段经历。
他从小喜欢美术，为此学了十年画，特地退学上中专在美术专业学“画电影海报”，还没有就业，随着打印机的发明、普及，这成为了一门被淘汰的手艺。这段被时代“抛弃”的经历，成为他后续电影里的创作母题之一。他总觉得，自己在不断地追逐着某些东西，却仍会害怕，自己一不留神，就被奔流着的浪潮无情甩下。
类似的焦虑，正在当下大规模上演，因为来了。
“哪怕是作为伴随着新技术成长的90后，看到人工智能发展到这个阶段，还是会紧张刺激到发抖”，有网友这样表示。
，一款AI聊天机器人系统。有网友让它写诗、写小说、写小红书格式文案，也有网友用它写代码。总之，上能写论文、写代码，下能闲聊、打发时间，能达到什么效果，取决于你如何使用它。
这是一款重磅产品。2022年11月才推出，在两周内就吸引了超过百万用户。根据外媒信息，一位瑞银分析师预估，在2023年1月达到了1亿月度用户，在两个月内完成了大约九个月才完成的用户增长。
并且这不只是一款产品，而是一个系统，第三方公司可以接入使用。向母公司还要投资数十亿美元的微软，就已经应用上了，在2023年2月8日，宣布将GPT-4模型（所用模型升级版）集合至Bing及Edge浏览器里。
它对信息的处理与创作能力，让人们惊叹，也让一大堆打工人陷入了恐慌。
包括文字工作者、数据分析师、客服、文秘等10多个职业，都被视为要被抢饭碗的重灾区，射程实在有点广。
关于的信息已经满天飞。本文还是试图解答几个基础问题，什么是，有哪些厉害之处；它能改变什么，又改变不了什么；为什么不要害怕。
一些问题或许没有标准答案，但可以肯定的是，就如国外网友形容到来时所提到的那样，“这就像你醒来时听到了第一次核爆炸的消息，你还不知道该作何反应，但你知道世界将不再一样。”
有什么不一样？
什么是？
“是一种大型语言模型，通过对大量语料的训练，学会了生成文本的技能。它的语言表示能力非常强”，这是给深燃的回答。
里的Chat，即指聊天，GPT是 Pre- 的缩写，指“生成式预训练模型”，术语有些专业，可以理解为能通过大规模预先训练，处理巨量语言材料，从而获得的自然语言处理的能力。迭代起来，有GPT-1、GPT-2，GPT-3版本，背后的模型是GPT3.5版本。
硅谷工程师杨阳之前试用过GPT3，他告诉深燃，当时没那么人性化，现在的更有适用性，做了沟通方面的优化，使用起来离人更近了。
深燃与的问答
技术太枯燥。我们先从应用角度来看它实现的改变。
聊天机器人其实不是新物种了，AI客服、Siri、小度、小爱已经应用在我们的生活里，但和它们有着质的不同。
比如，1.在训练数据方面，是基于大量的网络文本数据进行训练的，因此具有更高的准确性和更广泛的适用性。2.在模型大小上，是一个非常大的模型，具有更高的处理能力和更强的学习能力。
3.语言理解能力上，它可以对人类语言中的复杂语法和语义，进行更精细的理解。
总之，比它们更厉害。清华大学计算机科学与技术系长聘副教授黄民烈甚至表示，已经超出80%甚至90%的人的对话能力了。
接着，再从技术角度来看它有哪些进展。
资深AI产品经理、刷屏科普文章《万字长文：AI产品经理视角的全解析》的作者马丁告诉深燃，“将通用人工智能放在了每个用户面前”。
首先是它在技术上已经具备了通用人工智能的雏形。他举例，以前的AI，做摘要、翻译、闲聊对话这些任务，每一个都得要有不同的模型。但所代表的GPT技术不同，实现了对世界知识的通用理解，可以来支持大部分语言类任务。
从它蔓延到其他多模态领域，比如图像、音频、视频等，全领域AIGC（AI生成内容）成为可能。
其次，把人机交互的门槛，打到了最低点，能让普通用户能参与。“每个时代的人机交互都有门槛，最开始的电脑，我们都需要用代码才能和机器交互，后来过度到了图形用户界面，都是需要人类来适应机器，即我们得去学代码、学”，马丁表示，而则实现了体验上的颠覆，机器第一次在适应人类，“我们只需要会思考、能说话、打字，就能命令它”。
最后，值得关注的还有背后（指通过样例引导AI思考，而不重新训练模型）方向的潜力。以前在大模型上做垂直方向的优化，往往要采集大量数据进行算法二次训练（即微调）。而现在通过模式，使用少量数据就能引导AI发现自己的能力，而不需要重新训练，例如在它思考问题前加一个前缀“你一步一步想一下，再给出答案”，效果就会明显提升。
模式的成熟，降低了落地于各个垂直应用的成本，这能让下游的应用爆发式增加，令更快融入我们的生活。
不仅如此，现在的还在持续进步。
据官网，GPT模型参数数量（可以理解为喂养模型的语言材料）在不断提升。GPT-1是1.17亿，GPT-2有15亿，到了GPT-3，已经飙升至1750亿。现在，还在继续研发GPT-4，《纽约时报》报道提到，它将在2023年第一季度的某个时候发布。这意味着的准确性和功能还能再提高。
不过杨阳表示，或许GPT-4就成长到头了，因为“人类历史上创造出的优秀资源就这些了”。
深燃与的问答
这是一个划时代的节点。
过往在我们的认知里，和创作、创意有关的内容，机器是替代不了的，但一定程度上打破了这种认知。
英诺天使基金合伙人王晟用工业革命举了一个例子。工业革命之前，工人做的事是，把一种物质，比如钢铁、木头，通过工具和自己的技能，对这个物质进行改变，创造出一个商品，后来机器出现了，“改变物质这个事，就被机器干了，工人就大量失业了。”
其实现在的情形是类似的。一些白领的工作围绕“信息”打转，比如写一个东西，也是先拿到很多信息原料，通过自己的技能以及工具，比如电脑、写作软件等，加工后产生出新的信息，“这和工业时代的改变，没有太大区别”，王晟表示。
一个简单粗暴的理解是，现在把一些人加工处理生产信息的这件事干了。
内容从PGC（专业生产内容）走向UGC（用户生产内容），再到AIGC（AI生产内容），AIGC在代码、图像、视频、游戏等领域都有极大落地应用空间，能提升创作效率，和降低创作成本。
影响的两面性
的强大，的确会让人恐慌。
在火之前，还出现了元宇宙、Web3等爆火概念，但和它们不同的是，有着明确的应用场景，并且大规模应用起来没有那么难。
王晟就提到，“本身是一个模型公司，不是一个应用公司，所以它提供了一个底层的能力，各种企业都可以将其接入放到自己的工具里，比如放到人工智能客服里、家电里，用这种生态的方式来推动产业，是最快的”。
并且目前来看，成本也不是太大问题。根据美国方舟投资的报告，2020年完成一次GPT-3训练需花费460万美元，但这一成本有望以每年70%的速度下降。训练成本的下降将有助于为大规模的商用提供支撑。
报告还提到，到2030年，人工智能能将知识工作者的生产力提升4倍以上。在百分百采用的情况下，人工智能可以增加全球劳动生产率约200万亿美元，这远超知识工作者约32万亿美元的工资总额。
当然，现在的还不完美。
比如的首席执行官Sam 就发推文说，“现在任何重要的事情都依赖它是错误的” “在稳健性和真实性方面，我们还有很多工作要做”。
需要提升的空间还有很多。比如理解多样性和包容性，还需要更加细致地研究如何让模型更好地理解多元文化和性别、年龄等，以不存在偏见。还得降低鲁莽回答的风险，由于的回答是基于大量预先训练的文本数据，存在错误或不适当回答的风险。还需要提高对上下文的理解，改进交互体验。除此之外，它还面临一些政策法规上的争议。
深燃与的问答
这也让的大规模商业化需要一定时间。但这似乎已经没有那么重要，“道”已经出现，剩下的交给“术”，一切问题的解决，也只是时间问题。
一个简单的例子，一些学生用写论文、写作业，让受到争议，最近就推出了AI生成内容识别器，希望能平息人们的一些批评。尽管这工具还“不完美”，但已经给出了一个解决的办法。
所以，大规模应用的时代，是会来临的，或许比想象的还快。
但的出现具有两面性。
一方面，它提高了效率。
比如，写一篇文章，给出关键词，在引导下，就能生成一篇还不错的文章。
一些公司已经开始行动了。2023年1月26日，美国版“今日头条”就宣布，与开展合作，使用创作新闻内容。
IT研究与顾问咨询公司在2022年的一项研究预测显示，到2027年，聊天机器人将成为约25%的公司的主要客户服务渠道。
在背后，AIGC的产业想象空间也是巨大的。根据招银国际报告，在需要高效处理大量客服需求、创意性内容行业，以及标准化生产行业里，有较大的应用空间。在比如归纳性文字工作、代码开发相关工作、图象生成领域及智能客服等，AIGC也有很大的产业化前景。
除此之外，机器人、自动驾驶、医疗服务、高端制造等产业，都高度依赖模型训练、图像识别等AI计算能力，AIGC也有较大的应用前景。
但一方面，“一定会造成一些人的失业”，不论是资深技术人员，还是投资人，都给了深燃明确的回答。
影响的职业，包含了客服、电话销售、文字工作者、律师助理、数据分析师等。
在马丁看来，盘点所有场景不现实，因为时时刻刻都有新的场景被发现。盘点对职业的影响也没有那么大的意义，更好的方法是从这场技术变革的底层逻辑出发，即内容创作的生产力提升，来看带来的影响。
以文章写作为例，一些初级的稿件，直接用就能完成，但更深度的创造类内容，比如万字长文，还暂时无法取代。但可以带来帮助，比如一个人写一篇长文需要五天，其中四天在查资料，现在直接用，收集资料可能只要一两天。
作为职场人，“可以思考自己的工作产出是否是低质的，无需思考分析的？
如果是，那么被替代的概率就越大”，他表示。
它让内容创作中的“创作”也分出层级，如果只做基础、初级的工作，一大部分人会被取代，而更深层次、更高级的创作，目前还暂时取代不了。
学会利用
关于技术的发展与应用，一位技术人员给深燃做了一个比喻：就像你在一个站台上，听到一辆列车的呼啸声逐渐靠近，终于，它来了，但等它到来的那一瞬间，它就已经从你眼前过去，永远地驶向前了。
的出现，或许就是这样的时刻。
这是残酷的。不论你抗拒与否，浪潮始终会向前。但为什么说不要害怕？
我们再回到概念本身。本质上，它是一个工具。工具起到什么作用，在于人们如何使用它。
“它不会真的要了你的命。如果新的技术来临真的会让你失业，说明你现在做的事情，可能没那么有价值”，杨阳表示。
他举了一个例子。他身边有认识的导演，已经在开始运用AI绘画工作了。
拍摄影视作品时，导演需要概念图、需要分镜来先视觉化，会有很多沟通和绘画成本，但在有了AI绘画后，他能以低成本的方式，把心里想到的东西画出来。“也许不够精美，但在概念图阶段，已经够用了。AI绘图就已经是生产力的一部分。”
“我现在就把它当搜索引擎用。想明白它的工具属性，如果你想到办法用它，你的生产力就比周围不用它的人高”，杨阳表示。
生产力的提升，可以激发更多创造力和需求。
这里也可以举很多例子。比如，当一个游戏NPC（非玩家角色）接上后，应对玩家的特点给出不同反应，玩家的游戏体验能比现在更丰富。比如正式的会议记录，需要先录音，再整理成稿子录到数据库里，如果接入了，它跟着开会，内容直接同步到系统里，未来想要调取某场会议的内容，使用，能很快解决，这让会议记录也变得不一样。
又比如人们一直在讨论的元宇宙。“假设元宇宙的发展方向是创造一个虚拟世界，现在一个3A级的游戏大作，需要很长时间才能做出来，那元宇宙需要的工作量就更大了，这不是人类现在可以解决的，但AI可以解决。一旦生产力提升了，无数的需求就会出现”，杨阳表示。
的应用下，AI开发人员、数据科学家、AI顾问、AI产品经理、AI安全专家都会是被需要的岗位。
只是有些残酷的是，“以前公司可能需要五个画插画的人，现在一个人就够了”，杨阳也承认，工具的出现，会淘汰一部分人。王晟也提到，肯定会产生失业现象，“中短期新的工作机会还没有被创造出来时，技术会先取代很多岗位。”
深燃与的问答
但这不代表就没有了出路。长期来看，这也让人能真正的摆脱繁琐的劳动，从事更有创造性的内容生产。
如果想要赶上浪潮，杨阳建议，一个新技术的产生，如果不了解，也要试着去理解。其次，面对一个工具不知道该干什么时，要学会看说明书，结合自己的能力，找到适合自己的用法。
这在过往中也有很多例子可参照。比如互联网出现的时候，发邮件就能通信，邮递员们也曾觉得自己要失业了，但互联网诞生了淘宝，催火了快递。
马丁也举了一个例子，“照理说，电脑可以汇集这么多信息，就不需要那么多的数据处理员了，但后来发现，这类需求反而暴增了，只是用的技术不一样了。”
更重要的是，这样的浪潮，抗拒是没有用的。上世纪90年代，在推行电子化办公前，人们不会用电脑没有问题，但现在已经不太可能。“以后不用AI工具也是不现实的。你要像当初学习电脑一样，学习这个新工具，这是一个新的生产工具”，马丁表示。
他们都提到，未来，娱乐产业或会空前繁荣。
不过未来，谁知道呢？
的首席执行官Sam 在一次公开场合表示，“我觉得有意思的是，如果10年前问人们，AI将怎样带来影响，多数人会很有信心地说，首先它将取代工厂蓝领的工作，卡车司机等，然后将取代低技能的白领工作，然后是高技能、高智商的白领工作，比如程序员。也许永远不会取代那些创造性的工作。现在的发展正好相反。”
“这说明预测未来是多么困难。这也说明人类可能不够了解自己。”他说。
在宁浩的故事里，没法画电影海报，最后他改学了摄影，成为了知名导演。
但被时代抛弃的焦虑从来没有离开过他。他曾说，“在这种快速变革面前，每个人都面临被淘汰的焦虑，这当中没有人是淡定的。只能努力，跟头把式地跟着跑。”
勇敢一点，当新的工具出现时，学会使用它。即便，也一样。
*题图来源于《黑客帝国》。应受访者要求，文中杨阳为化名。文中第一部分的第7段，第二部分的第8段，第三段的第11段，为创作。
点「在看」的人都变好看了哦！
发表回复