2024-12-15 科技 0
科技革命再起：ChatGPT变革社会，机遇与挑战同行
在一个充满变化的时代，人工智能如同一把双刃剑，不仅带来巨大的进步，也引发了广泛的担忧。ChatGPT，这款由OpenAI开发的人工智能聊天机器人，在2022年11月的发布后，就像一股风潮一样席卷全球，激发出无数人的创意和商业想法。
从应用程序开发者到风险投资支持的初创公司，再到世界上最大的企业，都在努力寻找利用这项技术赚钱的机会。办公室里回荡着“我们怎么才能靠这个赚钱？”的声音，而答案似乎就在眼前。但是，对于这项技术对工人和整体经济可能产生的影响，却远不那么明显。
尽管存在各种各样的局限性，但ChatGPT和其他最近发布的生成式人工智能模型可以让许多任务自动化，而这些任务以前被认为是需要人类创造力和推理的大范畴，如写作、绘图、总结和分析数据。这让经济学家们无法确定它会对就业机会和整体生产率造成什么影响。
过去十年中，人工智能和其他数字工具取得了令人瞩目的进步，但它们在刺激经济增长方面并不尽如人意。虽然其中不乏一些投资者和企业家已经变得非常富有，但大多数人并没有受益，甚至因为自动化而失去了工作。
超越人类
然而，我们也拥有悲观的情绪。2022年的春天，在《图灵陷阱：类似人类承诺与危险》一书中，斯坦福大学经济学家埃里克·布林约夫松警告说，对类似人类能力的追求导致机器只被用来取代人类，从而加剧了财富日益集中的问题。他认为，这是财富日益集中的一大解释。一年后，我们看到ChatGPT输出内容非常类似于人类产出。他说：“就像我警告过的一样，这激发了一些相关话题讨论，最特别的是关于如何使用新技术给人们提供新的能力，而不是简单地取代他们。”
尽管布林约夫松担心AI开发者将忽视这些话题继续提升模型模仿人类能力，他还是是一个技术乐观主义者。在他看来，即使生成式AI能提高员工业绩，它们也应该帮助扩展产品范围，让员工更高效。“这是一个很好的创意工具，”他说，“它能帮助你做新奇的事情，而不仅仅是在成本更低的情况下做相同的事情。”他预测十年内生成式AI将为美国增加数万亿美元的经济增长。“我们的经济基本上是靠知识劳动力和信息劳动力”，他说，“很难想象哪一种类型的人才不会受到其影响。”
生产力何时才能提高？这是一个复杂的问题，也许我们只需要保持耐心。
1987年麻省理工学院经济学家罗伯特·索罗因解释创新如何推动经济增长获得了诺贝尔奖。他说了一句名言：“我们到处都看得见计算机，就是在生产率统计方面却看不见它。”直到20世纪90年代中期，这些影响——尤其是半导体领域——才开始出现在生产率数据中，因为企业学会了如何利用计算能力及其软件进行改进。
对于是否能够重演这一过程，加拿大多伦多大学的一个教授阿维·戈德法布表示，现在还不能确定。他指出，一旦我们弄清楚优秀写作或设计等技能如何改变行业行为，那么就会经历巨大的生产率提升。不过，他也不知道这种转变何时发生：“如果你问这会发生在下周、明年还是十年后，我不知道。”
权力的斗争
当美国弗吉尼亚大学的一个研究人员安东·科里内克测试新一代的大型语言模型（如ChatGPT）时，他发现自己正在经历一种熟悉但又陌生的感觉：试错，看看它们如何帮助他的工作。当他们展示出25个“应用场景”的表现，其中包括头脑风暴、编辑文本以及编程时，他们惊叹于这些模型之所及。在数学上的表现相对较差，但即便如此，大型语言模型仍然显示出了潜力的强劲增幅，并且正逐渐成为认知工作流程中的关键部分，使科里内克觉得自己更加高效。
随着时间推移，当出现更先进的人工智能版本，比如GPT-4的时候，他们重新测试发现性能显著提升。在数学上的表现也有所改善，而且错误少得多。由于这种工具可以将认知劳动变得自动化，不必投入大量设备或基础设施，所以他们相信未来可能会看到更多这样的积极结果。
这种大型语言模型对于物理科学研究也是有用的例子之一，比如瑞士洛桑联邦理工学院EPFL化学工程实验室的一位教授贝伦德·斯密特正在使用机器学习发现新材料。而他的学生凯文·迈克・贾布隆卡展示了一次令人印象深刻的事实，即通过微调几个相关示例，该模型能够达到专门为化学发展设计出的高级机器学习工具水平，可以回答有关化合物溶解度或反应性的基本问题。这意味着即使非专家的专业知识也可以得到扩展，从而促进科学探索。
但是，与此同时，还有一系列重要的问题浮现出来。谁将定义这项惊人的技术及其部署方式？谁控制其未来的命运？
英国剑桥大学的一位女教授黛安・科伊尔提出了一个担忧，她指出，由于训练这些庞大的计算需求，有助于任何想要竞争的人构建进入障碍，因此她质疑科技巨头是否真的主导着这一领域。她建议设立公共资助国际研究组织，以确保公平竞争，并避免某些公司掌握所有权利。这是一种可能性，但是缺乏简单解决方案，她强调要找到适合当前情况下的解决办法。
