我對AI的焦慮,稍微緩解了一丁點_風聞
林雪萍-上交大中国质量院客座研究员-著《大出海》《供应链攻防战》《逆转周期》等书58分钟前
我對AI的焦慮,稍微緩解了一丁點。昨晚跟華東理工大學的一位教授見了一面,跟他詳細地請教了他使用AI工具的體會,感覺非常震撼。
在我的視野中,有兩位天天搗鼓昂貴的顯卡,將自己的專業知識與最強大模型結合在一起。這兩位都是化工流程行業的大Guru。他們對AI如此迷戀,心中淵博的知識,正在滔滔不絕地與AI結合在一起。
這位教授,就在日常的工作中,用大模型來替代傳統LP求解器,來完成銅礦公司的配礦工作。銅礦冶煉,需要將來自不同源頭的不同品質的銅礦,進行配礦後進行研磨。經過液洗和篩選的複雜方案,最後獲得一個最低的綜合能效比。這需要反覆問GPT一些工程問題,最後才能建立了一個Prompt模版。
原來需要一個上百萬元的一個線性求解器軟件,才能將各種工況遍歷一遍。大概過程需要一週的時間。而現在一天就可以搞定,無需大型軟件。
這個過程很有創見。這不是智能體的自動化流程的問題。而是 隱含知識如何傾倒在容器裏,然後被其他人看到和分享的問題。。
ChatGPT、豆包這樣的對話AI應用,核心是提問者的水平。能夠提出合理的問題,並且有着合適的邊界,才能真正用好AI。這讓人意識到,使用AI其實還是需要馴龍高手。
有的人抱怨大模型LLM的幻覺嚴重,其實往往因為自己對問題描述不夠精準。
這是因為提問的語義,有歧義而造成的。 而大模型進行Token切分是有概率的。
顯然,幻覺其實並不可怕。幻覺是知識欠缺者的幻覺,而在真正的高手面前,這些幻覺會迅速退卻。
問同樣的問題,而大模型的結果卻不同。
這並非是真正的問題,而在於提問語句,產生了歧義。 在這種情況下需要重新修改問題,比如説一段話變成兩段話,讓問題的邏輯更加的嚴謹。
中文文字的歧義,其實還是很多的。我們需要主動地把文字自帶的坑填上。
好的AI使用者,一定一個 PromptI(提問)高手。提問能力,成為 AI時代的知識工作者最優良的品質。
一個最大感慨是:AI正在讓普通的助手消失,它讓行業專家大師Guru變得更加非凡。因為只有Guru才能 敏鋭地勾勒待解決問題的邊界。問出最強問題,才能遇見最強大腦。然而持續問AI合理問題,卻無法代辦,只能Guru自己來。
這就是AI的弔詭術:高手不用助手,他用AI吊高自己進入孤獨之地。殘酷的AI時代:真可能是“一個頂十個”。或者“十個不頂一個”。這對就業市場,是一個災難。這不是 熟練使用AI工具的問題,而是 熟練地輸出洞見來訓練AI的問題。
它導致的結果是,高手變成頂流,而平庸者則連平庸都沒有機會。知識工作者的中間地帶,正在消失。
平時只是跟豆包、Kimi對個話,其實是遠遠不夠的。AI時代,最容易拉隊。而且悄悄地被落下,周圍沒有人提醒自己。
AI正在悄悄地分化,他、你、我。人與人的距離,會因為效率不同,而極大地拉開。所有的職場人員,現在都要注意正在發生的AI鴻溝。腳底下的冰面正在悄悄融化,AI會讓沒有準備的人掉進裂縫深處。
説到底,AI不是想象中的技術平權,而是知識工作者的離心機。到處都是均勻態的圓形分佈已經不復存在,要麼在旋渦中間,要麼在邊緣。