前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >一年过去了,ChatGPT成就了谁,失落了谁

一年过去了,ChatGPT成就了谁,失落了谁

原创
作者头像
一凡sir
发布2024-01-19 10:55:01
2320
发布2024-01-19 10:55:01
举报
文章被收录于专栏:技术成长技术成长

请关注 一凡sir ,谢谢~

ChatGPT的伟大这里就不再赘述了,从GPT3.5的惊艳破圈,到GPT4.0的再次升级,到多模态融合以及GPT store的AI应用平台。一下子将AI发展到通用人工智能的领域。

以前还只是有Google的AlphaGO吊打人类的围棋大师,Alpha Fold在蛋白质折叠结构的探索,这都是特定领域的知识,能够接触和影响到的人微乎其微。当深度学习辉煌了两年之后,又开始沉寂的时候,ChatGPT则再次让AI站到了风口浪尖上。

2023年,国内外对于ChatGPT的热情由火热到平淡,或者时不时吃一吃OpenAI内部的宫斗剧这个大瓜。回顾一下这一年的变化,各行各业因为ChatGPT以及类似大模型的出现,它成就了谁,失落了谁呢?

01 先说结论

成就的人群:

首先,从事AI技术的所有相关人员,一定是收益最大的,不论是公司的估值提升,还是人才需求和待遇的提高。

其次,进行自然语言处理和生成文本的研究人员、工程师和开发者,他们都是ChatGPT的极大受益者。因为新工具的出现,他们的效率和质量都有了极大地提高,生产力的提高也就带来了业绩的提高。

还有就是使用ChatGPT的广泛人群,不论是企业用户还是个人用户,能够使用ChatGPT,让ChatGPT帮助他们,解决现实中的很多问题,都可以从中受益。

失落的人群:

有成就的人群,自然也就有失落的人群。

这类颠覆式创新,更是带来巨大的破坏力。

首当其冲的就是网文写手、撰稿人、编辑这些以文字生成为主要职业的人。

其次就是语言翻译这些专业人员,对于各种语言的翻译工作,ChatGPT已经可以做的非常好,而且结合语音技术,连语言翻译中的听和说都可以做的非常好了。

还有就是客服行业,机器人客服很早就出现了,但是还比较机械。ChatGPT则可以做到以假乱真的程度,真正替换大部分的网络、电话客服人员。

另外,技术领域中依赖机器学习的从业人员感受到的冲击也非常大,因为他们在技术领域做的很多研究,一下子就变得不那么牛了,出来一个更牛的ChatGPT。这时候,你用还是不用它呢?你不用就落后了,你用就要废弃自己的研究和已有技能。而且都要转型和适应新技术的发展。相当于重头再来啊。

02 为什么会这样?

大家都把AI技术当成是生产力工具,把区块链技术作为生产关系。

那么,生产力的提升,必然会有利于那些优先掌握这项技能的人群。

而那些因为AIGC所创造的内容,则会大面积的替代掉原来创造这些内容的人。

人性非善也,善假于物也

可以从中获得成就的人群,就是善假于物的人群。他们并不是有什么特别的天赋,也没有更多超乎寻常的努力。而只是因为,他们在风口,并且能够抓住机会,能够熟练掌握这些新的技术。获得AI这个新的超级工具,得到AI技术助力的人群,必然就是其中的受益者。

他们不需要懂优美的词句,也可以写出来洋洋洒洒的诗句;

他们不需要会上下五千年,也可以在大家面前侃侃而谈,甚至创造出很多新的故事;

他们不需要懂得翻译、客服、新闻、电商、金融、医疗、教育等等行业和领域,因为ChatGPT的存在,因为他们有这个AI助手,他们就有了无限的可能性。

机器以1%的代价完成人类80%以上的工作

如果ChatGPT只是能侃侃而谈,聊聊情感和八卦,那它的影响力还是比较有限的。

但是,ChatGPT能做的可不只是一点点。

在专业的测试中,ChatGPT4有机会通过CFA考试,在律师考试中领先90%的人类,在SAT考试中领先93%的人类,在GRE的口语考试中领先99%的人类,在生物奥林匹克半决赛考试中几乎是无人可及。

GPT4还已通过一系列大学先修考试,只是在数学考试中遇到一些困难。

很冷门的葡萄酒管家资格考试,它也行,MBA考试,它也行。它还能通过美国医疗执照考试的所有三个部分。ChatGPT 在大学微生物学测验中取得了优异成绩,勉强通过了法学院考试,获得了接近 C+ 的成绩,通过了斯坦福医学院的临床推理决赛。

上面的这些,别说全部的能力,哪怕是其中的一项或者两项,那也是普通人无法企及的。

在这些特定的领域中,ChatGPT可以超越80%的人类,那都是太低估它了。因为它还在急速狂奔,在不停的迭代和升级。

ChatGPT拥有这样的超级能力,它是不是很贵呢?

恰恰相反,它的使用成本非常低,极其低,而且会越来越低,低到约等于0。

近乎免费的超能力,自然而然就会造成现在的结果。掌握AI工具的人获得了超能力,而那些被AI替代的生产者,唯一的出路就是转型。就像汽车出现后,之前的马车夫转型为汽车司机;工业革命后,地里的农民转型成为工厂里的工人。Prompts工程师就是现在才刚刚出现的职业。

AI空白区:精确和专业领域

现在ChatGPT对于数学方面的表现还是比较弱,那么,依赖于数学的科学计算等等方面,也就会遇到同样的困难。至少现在还没有出现ChatGPT能够尝试破解数学难题、科学研究。

另外就是在一些专业领域,对外的数据太少了,比如:空间、环境测绘、工业设计等等。如果以后这些行业的数据丰富起来,让ChatGPT进行更多的迭代学习,没准也是可以超过大部分的人类。

那么,处于这些AI空白区的人们就可以高枕无忧了吗?

总是会有一些反叛者、革命者,AI空白区的一些从业者,他们也在蠢蠢欲动,希望能够跟上AI的春风,想着把自己所在的行业与AI结合起来,利用大模型的能力,把领域知识和数据喂养给大模型,打造特定行业的AI工具。这个过程只会更快,不会延后很久。

03 预料之外的事情

ChatGPT刚出来的时候,很多人都觉得自己要失业了,因为当时的冲击确实很大。但是,这一年过去了,也没有出现大面积的被颠覆被取代,反而是促进了更多的创新和发展。

程序员用的最多,怎么没有被取代

ChatGPT Coding能够辅助编程,只需要少量的提示和代码片段,就可以生成大段的完整的代码。很多时候,这些生成的代码是可用的,但是,有的时候,它们是无用的。

程序员之所以没有被取代,就是因为ChatGPT Coding还存在的那一点点问题。

ChatGPT可以写几百行代码,如果其中有一个bug,那么所有的代码都是无效的。在这种情况下,怎么敢完全信任它呢?

程序员的工作除了写代码,很大的工作量都是在调试和排查问题。修复bug的时间和难度比写新的应用程序更加复杂和困难。而这些工作,却是Chat Coding所无法做到的。

这也就决定了程序员还无法被取代。但是,程序员使用ChatGPT确实是最多的,也是最大的受益者。有了ChatGPT Coding,写代码变得更加容易了,门槛再一次降低。

换句话说,ChatGPT Coding让编码的门槛更低了,下限更高了,但是上限并没有变化。高级程序员依然是抢手的高端人才。

医疗领域最深入,怎么没有被取代

在ChatGPT出来之前,Google的Alpha Fold已经可以非常准确的预测和发现蛋白质折叠结构,深度学习技术已经可以非常准确地诊断很多种疑难杂症。

随着ChatGPT更强大的推理和数据处理能力,在制药和病理诊断领域将会取得更加急速的进展。新药创新药的研发速度将会加快,更多的尝试和探索将会更加容易。面向病人的快速诊断和个性化服务也会得到迅速的推广。

医疗领域会有这么多的好处,为啥没有马上看到呢?

因为制药周期太长了,以前需要10年,现在再快也需要5年。因为除了药物的研究和探索,还有长期的验证和对比,还有多期的临床实验,这些流程难以避免。

AI在疾病诊断方面,可以作为初步诊断和筛查,最终负责的人还得是医生。ChatGPT无法对最终的诊断结果负责,这就使得医生难以被取代了。

再有就是给病人的个性化服务,由于人的关怀始终是机器难以替代的,至少短期内无法替代。

综上,即使医疗领域的AI应用非常深入,但是依然无法被取代。

教育领域门槛最低,最实用,怎么没有被取代

知识类的东西,真的会像“1+1=2,100*10=1000”被计算器取代类似,人类根本不需要花大量的时间和精力来学习和记忆那么多基础的知识了,就像人类不需要练习如何算数一样。

但是,教育除了知识,还有更多是对未知的好奇、探索和研究,这里面的方法、逻辑和启发性思维,ChatGPT很难做到,还是需要有人的陪伴,需要一点一滴的影响和不断指导才可以做到。

那么教育会变成什么样呢?

应试教育明显就太落伍了,人类的考试都无法和ChatGPT竞争,再多的练习又有什么意义呢?

开放性的、探索性的、寓教于乐的教育方法可能会更好。教育不只是知识,甚至不再是知识,而是对于生活、学习、探索、研究的方法和实践。哪怕是快乐学习,只是为了快乐,不为了学习,也是一种可能。

04 扩展到AIGC

现在的ChatGPT主要是处理文本内容,而生成式AI已经可以扩展到图片、语音和视频领域。

Stable Diffution通过简单的文字Prompts就可以得到图片,也可以通过图片生成图片,也可以生成视频。开源的大模型已经可以做这么多事情了。如果是自己训练,那就可以做的更多,更意想不到了。

从文本到图片

“1girl” 就可以得到很多很多美女照片。

换一些提示词,又可以得到不一样的各种类型的图片。

这就极大地影响到画图的那些人。

插图、平面图设计,这些人就面临着巨大的冲击。

AIGC可以又快又好又便宜的完成画图的工作,那就可以极大地减少美术和画图人员的需求。

从文本到音频

AI可以根据文本创作音乐了,AI可以根据文本输出各种各样的语音了,AI可以学习某个人的声音,然后用这个声音把文字转成语音说出来。

读书频道,不需要真人来读了。

视频内容,不需要真人来配音了。

想一想都觉得不可思议,效率提升了多个数量级,对于这些方面的从业人员却是巨大的打击。

从文本到视频

如果说文字生成和图片、音频生成的门槛比较低一些,那么视频生成也已经不是什么多难的事。无非是更多的图片生成,图片还需要有比较强的关联系,需要有关键帧来锁定视频图片的前后过渡流畅性。

网上的短视频,很多妹子扭来扭曲,这个事情对于AI来说,实在是太简单不过了。

AI可以比川剧变脸还要快,换着不同的妹子,换着不同的身材、肤色、着装、背景、动感音乐。你说,人来做,累不累,现在机器来做,累不累。

可见,好看的面容在互联网上已经不再是稀缺资源,AI生成的内容会更好看,更多样,甚至可以更加个性化定制。

05 我如何脱颖而出

在这场AI的浪潮中,我如何脱颖而出呢?

加入,拥抱最新最强大的AI工具

方法无它,打不过就加入,利用AI工具把自己武装起来。拥抱变化,快速学习和掌握最新最强的AI工具。让AI为自己赋能,为自己所做的事情赋能,那么,我也可以创造更多可能,才能够脱颖而出。

你如果还想抵抗一下,还寄希望于各种法律法规的约束来保护一下现有的秩序,怕是几乎不可能的。

1+1>100,结合自身特长,挖掘AI工具的特长

和上面一条类似,我要把AI工具更好的利用起来,也正在探索它的无限可能。

我如果是1,AI也是1,如果我能够把AI激活,把AI利用起来,那就可能做出超过100的结果。因为AI本身就有超过100的能力,只是看用它的人,我是否能够驾驭和使用它而已。

升级,从个体到超级个体,从团队到超级团队

个体就是现在的一个人。而超级个体虽然肉身还是一个人,但是能做的事情已经不再是一个人能做的事情了。有了AI加持的个人,可以做出以前100个人也无法做到的结果,这就是超级个体。

团队可能是10个人、100个人,而拥有AI加持的超级团队,则能做到以前10倍、100倍的效果。

这么大的升级,貌似天方夜谭,但它的潜能就在那里,就看你和我能否驾驭它、使用它。

06 一句话总结

在AI的浪潮中,适应变化、学习新技术,以及巧妙结合个体和AI的能力,将是脱颖而出的关键。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 01 先说结论
    • 成就的人群:
    • 失落的人群:
    • 02 为什么会这样?
      • 人性非善也,善假于物也
      • 机器以1%的代价完成人类80%以上的工作
        • AI空白区:精确和专业领域
        • 03 预料之外的事情
          • 程序员用的最多,怎么没有被取代
            • 医疗领域最深入,怎么没有被取代
              • 教育领域门槛最低,最实用,怎么没有被取代
              • 04 扩展到AIGC
              • 从文本到图片
                • 从文本到音频
                  • 从文本到视频
                  • 05 我如何脱颖而出
                    • 加入,拥抱最新最强大的AI工具
                      • 1+1>100,结合自身特长,挖掘AI工具的特长
                        • 升级,从个体到超级个体,从团队到超级团队
                          • 06 一句话总结
                          相关产品与服务
                          腾讯云区块链服务平台 TBaaS
                          腾讯云区块链服务平台(Tencent Blockchain as a Service,简称TBaaS)致力于打造全球领先的企业级区块链技术平台,帮助客户、开发者及合作伙伴轻松创建和管理可托管、可扩展的区块链网络,助力产业协同发展。TBaaS 支持长安链·ChainMaker、Hyperledger Fabric等区块链底层平台,简化部署、运维及开发流程,实现业务快速上链,提升链上治理效率。
                          领券
                          问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档