2024-12-15 科技 0
科学发展的火炬照亮未来，ChatGPT如同变革之风，将在社会的基石上留下深刻印记。它将带来风暴，也许是一场失业的飓风，但也可能是进步的曙光。你我都拥有话语权，可以选择成为这场变革中勇敢航行的人，或者站在岸边观望。
尽管企业和高管看到了一个明显的淘金机会，但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。生成式人工智能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能力的地方，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。
然而，我们也拥有悲观的理由。2022年春天，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，对于类人能力过度追求导致机器仅被用于取代人类和压低人类工资，加剧了财富和收入不平等。他写道，这是财富日益集中的“最大解释”。
尽管布林约夫松担心人工智能开发者会无视这些话题，继续提升模型对人类模仿能力，但他在人工智能方面是一个技术乐观主义者。他预测十年内生成式人工智能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工作者和信息工作者”，他说，“很难想象哪一种类型信息工作者不会受到其影响。”
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而获得诺贝尔奖。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。”直到后来，在20世纪90年代中后期，这些影响——尤其是在半导体领域——才开始出现在生产率数据中，因为企业知道了如何利用越来越便宜的计算能力和日益强大的软件。
加拿大多伦多大学的一个研究员阿维·戈德法布认为，这取决于我们能否像早期计算机时代那样利用最新技术改变企业。他说，一旦我们弄清楚优秀写作或设计能力如何改变行业流程，为客户创造价值，那么就将经历巨大的生产率提升。但如果问这会出现在下周、明年或十年后，他不知道答案。
当美国弗吉尼亚大学的一个研究员安东·科里内克体验新一代大型语言模型时，他做的事情与很多人类相同：肆意探索，看它们如何帮助他的工作。在25个“应用场景”下的表现，从头脑风暴到编程，再到做数学题，都有所显示。ChatGPT错误地解释了最基本的一条原则之一，他指出了亮眼表现足以弥补缺点：“我可以告诉你作为认知劳动者的身份，我更有效率，”他说，“毫无疑问，当我使用语言模型时，我会更有效率。”
这种大型语言模型已经出现在物理学研究中。当瑞士洛桑联邦理技学院管理着化学工程实验室的一位专家贝伦德·斯密特用一个研究生凯文·迈克·贾布隆卡展示了一些有趣结果之后，该模型最初表现非常差劲。但几分钟微调后的表现堪比专门为化学开发的大型机器学习工具，它能够回答关于化合物溶解度或反应性等问题简单的问题。这表明，大型语言模型可以帮助扩展非专业人员的专业知识与能力，就像检索一样简单，如贾布隆卡目前所示，其对复杂机器学习工具知之甚少。
但随着生成式AI对经济及就业潜在影响变得迫近，不可避免地出现了一系列问题：谁定义并部署这些工具？谁控制这个惊人的技术未来？
英国剑桥大学的一个教授黛安·科伊尔提出了担忧，她指出科技巨头谷歌、Meta等公司迅速跟进发布自己的大型语言模型。她表示，没有简单解决方案，但提议模仿欧洲核子研究中心设立公共资助国际生成AI组织，以确保公众利益得到保护。这篇文章提醒读者，无论是否是炒作，每一次科技革命都是社会重塑过程的一部分，你我都应当积极参与讨论，并思考自己应该怎样应对即将到来的变化。
