ChatGPT會取代人類的工作嗎？對這個問題，我們整理了20位大咖的看法_風聞

撰文 | 蘇舒

編輯 | 李信馬

題圖 | GAIDC官方圖片

ChatGPT徹底火出圈了。

近日，科學技術部部長王志剛發言稱，ChatGPT是個大模型、大計算、很好的計算方法，同一種原理，但做的質量還是不一樣的。就像踢足球，都是射門，但是要做到像梅西那麼好也不容易。我們國家在這個領域研究有一些成果，希望中外企業在人工智能領域有更多好的成果，要注意科技倫理，趨利避害。

科技的進步令人欣喜，不過對大多數吃瓜羣眾來説，ChatGPT火熱討論的背後，往往還隱藏着一份擔憂——ChatGPT會取代人類的工作麼？我會不會因此失業？

畢竟，被科技進步幹掉的崗位，從古至今可以説數不勝數，即使ChatGPT還只是“初出茅廬”，卻已經有了令人驚歎的潛力。對此，谷歌首席科學家Peter Norvig認為，ChatGPT可以幫助人們更好地處理大量的信息，但是，它無法替代人類的創造力和想象力。Facebook人工智能研究院的研究員YannLeCun也認為，ChatGPT可以取代某些重複性的工作，但是對於需要理解複雜上下文的工作，ChatGPT無法取代人類。

前不久，剛剛舉辦的全球人工智能開發者先鋒大會上，ChatGPT也成為了熱議的話題，一眾專家學者也進行了激烈的討論，發表了各自的觀點。DoNews進行了整理，以饗讀者。

一、目前的ChatGPT可以部分替代容錯率較高的行業

BCG董事總經理、全球資深合夥人魏傑鴻：

ChatGPT生成式人工智能任務的容錯度與創意要求的高低決定了技術應用的成熟度。目前來看，ChatGPT應用場景目前有三大領域：藥物發現、自動編程、文本概括。

現階段，生成式AI可以在廣告領域取得長足進展，來讓人工智能自動生成一些廣告文案和視頻等。下一步，對於AI生成內容的質量比較寬容、允許結果不那麼精確的行業，會有越來越多應用面世；相對而言，那些對內容精度要求高、容錯率較低的領域，比如航空、金融、醫療等關鍵場景，AI還需要長期發展，因為這些行業不僅要求AI講話漂亮，同時必須真正做到靠譜、嚴謹。

商湯科技董事長兼CEO徐立：

生成式的內容，不光是可以解決單一目標下的優化問題，還可以給出很多的問題，不同的解法的路徑。

人工智能對於開發者來説是一種模式的變化，下一步對很多內容創作者來説，一樣會面臨工作模式的巨大變化。

人類正站在AI臨界點上，其推動力就是以ChatGPT為代表的生成式AI。它可以自己生成文字、圖片、視頻，更重要的是會自己寫軟件代碼。這意味着，生成式AI將來完全可以大幅降低軟件開發門檻，將開發從“特權”變成普惠的行為，“未來70%的軟件代碼可能是由AI生成的，這將徹底改變社會”。

復旦大學人工智能創新與產業研究院院長漆遠：

雞兔同籠、相遇問題等小學數學題，ChatGPT全都順利作答，而此前這對AI來説是不可能的。這表明，隨着算法迭代，ChatGPT的進步從量變積累到了質變，它不僅在語言方面有天賦，更具備了數學推理能力。

智源人工智能研究院總工程師林詠華：

ChatGPT出現後，未來十年都很值得期待。軟件、諮詢這兩大服務板塊可能會改變很大。

同濟大學百人計劃、特聘研究員、博士生導師王昊奮：

ChatGPT出來後，我被問得最多的問題就是——知識圖譜是不是不用做了？是不是相當於“判死刑”了？我説可能“死緩”吧，當然，也還有不少變數。

網易數帆副總經理金葉：

ChatGPT核心是根據大數據模型，實際上就是一個聊天器而已。但是ChatGPT確實深度和廣度，對於我們來講有非常多的想像空間。ChatGPT實際上顛覆了很多行業，尤其是教育、遠程教育上。對於程序員來講，程序員要更加往前端、業務側去靠。

廣東省連鎖經營協會技術委員會聯席主席、前喜茶、百果園數字化負責人沈欣：

目前能看到的，是ChatGPT通過自動化內容產生解決了內容的瓶頸。比如：開發程序。現在ChatGPT可以幫助比較基礎的東西，生成五個都不滿意，那就再生成五十個，然後在這上面挑或者修改一下即可。

另外，在ChatGPT相同模式下，未來可以看到文字生成圖象、甚至文字生成視頻，這對解決“元宇宙”的內容，也會有非常大的幫助。

BCG董事總經理、全球資深合夥人魏傑鴻、商湯科技董事長兼CEO徐立、復旦大學人工智能創新與產業研究院院長漆遠  圖片來源：官方網站

二、人類有AI取代不了的獨特性

OpenTEKr創始人、上海開源技術協會狄安：

我們不用去擔心人工智能的推理會比我們更強大、更快、更精準。其實人類的價值在哪裏？人類的價值在於創造性，在於我們能夠自由的發揮。正是因為我們的創造性和我們的沒有邏輯，才創造了人類的未來。

未來人工智能毫無避免的會比人類越來越具有理性、越來越具有推理。未來應該幹什麼？未來應該是“反圖靈測試”。通過反圖靈測試來問出你的問題，當人類能夠回答沒有邏輯問題的時候、我們才是人類。也就是説，情緒化和非邏輯，才是人類創造力的本原。

商湯科技董事長兼CEO徐立：

未來人們不需要具備底層的製作能力，而是需要更多暢想、連接、協同的能力，這些能力才是跟AI協同共創的核心商業能力。

而這種生產力模型的變革，可能會產生類似於Photoshop這樣的互聯網SaaS（軟件運營服務）應用和工具鏈，或者基於這些工具鏈新生成的社區，也就是我們可能會擁有下一階段的“小紅書”、B站等一系列互聯網應用。

CSDN創始人&董事長、極客幫創投創始合夥蔣濤：

ChatGPT預示着AI迎來了iPhone時刻。有兩大預測：一是未來五年，AIGC產生的內容應該會超過人類自己產生的文字、圖片、視頻等；二是下一個十年實際上是自然人機交互的新十年，或許還達不到現在幻想的程度，但是會極大的改變。

ChatGPT在編程方面，不會取代程序員。它真正帶來的，是程序員技術棧的變化。從過去PC時代的Windows、API，互聯網程序員的LAMP，移動的iOS、Android，雲原生的K8s到今天，以大模型為代表的技術將推動更多的AI應用程序員產生。

Kyligence聯合創始人兼CEO韓卿：

替換人類不一定是AI，但是用AI的人會技術向善。就AI倫理問題來説，我們需要理解什麼樣的技術用到好的地方，什麼地方應該有一些這方面的限制。

對於AI開發者來説，需要持續保持有兩種能力：一是對行業或者場景抽象歸納的能力。解決生產問題或者實際問題，需要抽象到一定的層面才能轉化成數學問題，轉化成算法問題。

高效的工程能力，當AI算力是唾手可得，算法慢慢區域雷同，這時跑一個算法的成本變成競爭點。

百度智能雲主任架構師、百度AI中台總架構師謝永康：

ChatGPT可能會改變我們對人工智能開發的一些模式。一方面，以後提升一個模型能力的時候，可能會用“注入”和“激發”的這種模式去做。另一方面，未來我們對模型的場景落地很可能會通過一些指令式的、自然語言的方式去讓它適應這個場景，而不是説我針對一個場景去設計。

我相信無論是ChatGPT還是後面會產生出來的更多具備AGI能力的這些AI技術，更多的應該是輔助人、與人會找到共存的平衡點，而不是全面的替代人。目前AGI（通用人工智能）各方向的技術，還是存在比較多的問題。首先，它的一個基礎的大模型，其實缺乏可解釋性或者説缺乏可控、可解釋性。這裏面可能會有新的技術突破，也可能長期是需要人去參與、去把控的。

CSDN創始人&董事長、極客幫創投創始合夥蔣濤、Kyligence聯合創始人兼CEO韓卿  圖片來源：官方網站

三、關於未來的思考

智源人工智能研究院總工程師林詠華：

雖然在過去看到了文生圖應用、ChatGPT生成式模型的火爆，但實際上我們只看到了大模型領域的冰山一角。除此之外，我們更需要專注的是在冰山之下，層層的技術棧，需要有各種模態的預訓練大模型，需要有海量的數據集以及十分優秀的數據集工具來過濾數據，還有大模型怎麼評測，評測方法，以及一系列的AI系統的優化工具和技術。

未來十年ChatGPT帶來產業的浪潮。如果沒有底層的技術棧，ChatGPT生成式模型這樣的冰山一角也很難露出。

GPT3.5+ChatGPT打開了AIGC的潘多拉盒子，但在大模型發展和產業落地中，我們面臨着許多重要的技術挑戰，涉及參數及模型大小、海量的訓練數據、大模型的評測方法、大模型如何能持續學習、怎麼顯著提升訓練和推理的效率等。

深勢科技創始人兼CEO孫偉傑：

AI對我們最大困難和挑戰是跨學科融合的協作體系、組織文化的建設，這本質上是我們對創新土壤的一次革新的機會。

具體來説，未來的困難點和挑戰有三點，第一，將問題抽象成適合用AI解決的問題；第二，需要大規模的工程化建設，去中心化的推演訓練；第三，把實際的經濟發展、工業研發中的經驗在融合到AI算法中，最終AI的創新一定是從原始創新、工程建設到落地應用非常緊密的結合

百度AI技術生態總經理馬豔軍：

我們一定要把人工智能的門檻降下來，從開發、訓練、推理的流程，能不能從儘可能降低流程的成本，進一步演進為用更簡單的流程取代它？才能讓應用變得更廣泛。

達觀數據副總裁王文廣：

“以人為本AGI”就是以人類為中心的通用人工智能，也就是説人工智能是以服務人類為目的的。它由神經網絡大模型+知識圖譜+強化學習構成，在ChatGPT浪潮中已經打好基座，未來將引起從效率革命到思維革命，從改造自然到改造自身的深遠影響。

九章雲極DataCanvas副總裁於建崗：

ChatGPT的出現確實對於當前基於大模型的自然語言處理和通用智能帶來了革命性的變化，但我覺得當前只是個開始。

北京智源研究智能研究院自然語言和多模態研究負責人及FlagAI飛智開源項目負責人伍昱：

ChatGPT背後的核心用大量的數據做預訓練，翻譯模型和架構算法，都可以用到多模態的模型發展。多模態融合已經成為AI的大趨勢，另外，多種模態的融合也有助於不同的模態的提升。除了文本和圖片的多模態融合外，在語言、語音、視覺、視頻不同模態上融合上方法都是類似的。

復旦大學教授肖仰華：

大模型絕不僅僅是模型系統和算力，數據是非常重要的問題，我呼籲大家能夠更多地關注大模型的數據治理。

智源人工智能研究院總工程師林詠華、深勢科技創始人兼CEO孫偉傑、百度AI技術生態總經理馬豔軍  圖片來源：官方網站

四、寫在最後

科技的進步，會促進先進生產力取代落後生產力，這個過程中，部分人類工作的消失是不可避免的，但同時，新的對人類勞動的需求也會源源不斷的被創造出來。人類相對於人工智能的優勢之一，就是更靈活、更主動，也許AI可以替代一部分人類的工作，但人類也可以找到更多實現價值的方式。

比如在投資領域，量化投資通過對海量數據進行客觀分析決策，利用模型撲捉價差，可以獲得持續穩定的收益，避免人為主觀因素的干擾。國內最早的量化對沖基金之一——Ubiquant AI Lab首席專家Bryan Dai在不久前的採訪中表示，AI應用到量化投資已經有多年，國際上大部分領先的量化公司都會應用 AI 技術來參與量化投資過程，而九坤已經在量化投資的全流程中應用AI和機器學習，包括數據收集和處理、阿爾法構建和市場預測、投資組合構建和優化，以及交易實現等。

但人的價值並沒有因為AI的出現而徹底消失，即使使用ChatGPT的體驗對Bryan Dai來説非常驚豔，對ChatGPT是否會替代專業投資人這個問題，他的回答仍是“否“，並認為，未來相對長時間內是AI應用和人共生的狀態，人來指導AI完成整個量化交易過程、推動AI的迭代。在細分領域，專業人士的介入是不可或缺的，新技術的應用也需要更多的人才支持。

時代的進步是不可阻礙的，我們未來也會創造比現在的chatGPT更優秀的人工智能，但會和AI進步同樣甚至更快的，還有我們人類自己。