AI大模型，正在悄悄改变你的生活
你有没有过这种感觉？
就在某一天，毫无预兆地，发觉身旁诸多事情已然不同。并非那种天翻地覆般的改变，而是一些细微的、难以言表的事物。
比如说，你开启手机，发觉相册里增添了个“回忆”功能，它自行将去年今日你所食用的那碗面组合成了一幅图片。
比如，你在书写信件之时，才敲下寥寥几个字，那系统便已然推测出了你后续欲表达的内容。
比如说，你在深夜刷视频，推送过来给你的那些内容，愈发像是领会了你的心事。
这些，背后都有AI大模型的影子。
什么是AI大模型？能不能说人话
好，我知道很多人看到“AI大模型”这四个字就头疼。
那种有着二十年编程经历的资深程序员，于酒桌上向你阐述架构、讲述算法，你唯有尴尬地颔首，内心思索的是“我要怎样悄悄溜走”。
别怕。
我试着用最简单的话讲清楚。
所谓大模型，实则是一种规模极为庞大且进行过训练的神经网络，它能够接纳包罗万象的数据，诸如文字、图片、代码、声音。之后借以领悟这些事物背后所蕴含的规律。
它并非如同传统程序那般，告知它“若是A情况那就执行B操作”，它是依靠自身学习的，在阅览了一千万篇文章以后，它大体上晓得“苹果”能够与“吃”产生关联，还能够与“手机”产生关联。
嗯，就是这么个东西。
它很大。
究竟大到何种地步呢？参数，你能够将其理解为它的脑细胞，有时候会达到上千亿个。而人类大脑的神经元，大概是860亿个。所以在某种意义层面上，你正在与一个“脑容量”和你近似的事物对话。
固然，仅仅属于数量方面的类比。当前它尚无法如同人类那般进行思考。起码当下是不可以的。
为什么突然火起来了，之前不就有AI吗？
实际上人工智能这个理念，于1956年便已存在。期间历经了好几回“寒冬”，也就是说众人极其兴奋，投入了诸多资金，而后发觉技术难以达成，于是又都撤离了。
但这次不一样。
这次是真的突破了。
有三个原因吧。
第一是算力，以往你若想训练一个模型，或许得运行几十年，如今有了 GPU（图形处理器也就显卡），将计算变为并行的，几百张显卡一同开展工作，时间被压缩至几周甚至几天。
再说数据方面，历经互联网二十年时光，积攒下了数量极为庞大的数据，像文字、图片、视频，还有你的每一个点赞行为、每一次搜索举动、每一段评论内容，这些统统都是养料，只有把这些数据提供给模型，模型才能够变得聪明起来。
占据第三位的是算法，在2017年的时候谷歌发表了一篇名为《 Is All You Need》的论文，该论文提出了架构。这么个架构宛如给AI配备了一双具备“东张西望”能力的眼睛。过去的时候它仅仅能够看前后的几句话，而如今它能够去看整篇文章，如果将范围进一步扩大的话甚至能够看整本书。如此一来其理解能力便一下子提升上去了。
这三个东西凑在一起，就像火药、引线和枪管终于拼成了一杆枪。
砰的一声。
2022年底，GPT出来了。
然后全世界都疯了。
普通人真的用得上吗？还是说只是大厂在玩
说实话，这个问题我也想过。
在起始不久的那段时候，我觉着这物品和寻常之人不存在关联。仿佛像是核聚变那般，听起来显得极为厉害，然而你这一生，许可能够接触到的几率为零。
但后来我发现，它已经在用了。
只是你没意识到。
比如你当下正在使用的搜索引擎，好多已然着手接入大模型，传统搜索是你给予关键词，它提供给你一连串链接，如今是你询问一句话，它径直给予你答案，甚至还能够进行追问，还能够开展对比。
比如说，你所运用的翻译程序，之前能够浮现给人的是那类仿若出自机器人手笔的中文样式，一眼便能觉察是经由机器的处理所为显现；当下已然有了显著的改善，部分的翻译成果已然趋近于经由人为翻译的水准层次了，甚至当中还存在着那种具备特定语气以及情感的呈现。
例如写代码，有个做前端的朋友，他讲当下写重复性代码时，直接告知AI说“给我写个登录页面”，几秒就出来了，他仅需调整一下风格，再对逻辑进行调试。
还有进行画图操作，撰写文案工作，制作PPT演示文稿，整理会议纪要内容，甚至帮忙查看合同之中是否存在漏洞。
这些东西，以前你都得花钱请人做。现在，你只需要会打字。
它到底“笨”在哪里？别把它想得太神
但我得说句公道话。
大模型并没有看起来那么聪明。
它有非常多的问题，有些甚至是致命的。
第一个问题：它经常会胡说八道。
当你向它询问一件它未曾知晓的事情时，它并不会甘愿承认自身处于不知晓的状态。它会去编造出一个表面上显得格外真实的答案给予你，这个答案在逻辑方面呈现出通顺的态势，并且语气上表现得十分自信，然而其内容全然都是错误的情况，这便是所谓的“幻觉”。
犹如班级里那种极其善于言辞的同学，你向他询问任何事物，他都能够予以回应接上，但当你回过头去进行查证时，会发现他所说的全部都是错误的。
第二个问题：它没有真正的理解。
它具备写出极漂亮诗歌的能力，然而它或许并不晓得“思念”究竟是何种滋味。它能够协助你剖析情感方面的问题，可是它自身从来未曾爱上过任何一个人。它仅仅是在模仿人类的表达方式。
第三个问题：它有偏见。
倘若训练数据之中存在着偏见，那么它便会将这些偏见给学到手。举例来说，在历史上某一个职业是更多地由男性去担任的，如此一来它就极有可能会在回答之时默认“医生等于他，护士等于她”。
这些问题，现在还没有完美的解决方案。
所以，不要将它视作无所不能的神灵，它属于一种工具范畴，并且是存在诸多缺陷的工具。
会不会取代我的工作？说实话，会的
这是所有人都在焦虑的问题。
我也焦虑。
说实话，有些工作是真的会被替代的。
比如说，存在着那样一些工作，它们具有重复性，并且不需要太多的创造力，像翻译工作，简单文案撰写工作，初级客服工作，数据录入工作，甚至还包括一部分编程工作，对于这些工作内容而言，人工智能在完成时比人类速度更快，而且花费还比人类要少。
但另一方面，新的工作也在出现。
比如说提及到的“提示词工程师“呢，那是深入钻研如何与人工智能进行交流，进而能促使它给出最为优质的回答情况之人。这般听起而来颇有种荒诞之感，然而实际上确实是存在着从事此方面工作的人儿。
还有“AI训练师” ，还有“数据标注员” ，还有“AI伦理顾问” ，然而这些词 ，在五年之前 ，是并不存在的。
所以，与其说“被取代”，不如说“被重新定义”。
单纯具备单一技能的人，确实有着危险性。然而，能够借助AI来放大自身能力的人，将会变得更具价值。
犹如往昔计算器现身之际，会计们亦是颇为惶恐。然而后续发觉，计算器仅仅是使你计算得更为迅速，而真正的会计工作，也就是理解业务、作出决策、规避风险，反倒愈发关键了。
AI大模型，可能就是新一代的“计算器”。
只是这次，它不只会算数，它什么都会一点。
最让人不安的是什么
说了这么多技术层面的东西，说点人话吧。
最让人不安的，不是它有多厉害。
而是我们不知道它到底在想什么。
它的创造者都说不清楚，你训练一个模型，给其看几万亿个数据点，面对它内部参数如何调节，如何组合，是怎样决策的 ，就连这些个方面。
这就是所谓的“黑箱问题”。
恰如你饲养了一条称得上极度聪慧灵活的犬类，它已然掌握了开启房门的技能，它已然掌握了开启冰箱的技能，它已然掌握了协助你取来拖鞋的技能。然而你并不明晰它脑海之中究竟是以怎样的方式去领会“开门”这一行为的。它是否切实理解了“门”这一概念呢？抑或是仅仅将“把门把手往下按压”以及“门开启了”这两件事情建立起了联系呢？
大模型也是类似的。
所述结果或许具有正确性，然而我们并不明晰其给出这般结果的缘由。它究竟是否存有自身的“动机”？它会不会具备自身的“判断”？它有无可能于某一时刻，做出我们难以进行预测的事情？
这些问题，没有答案。
或者说，没有人敢给出答案。
写在最后
写这篇文章的时候，我其实挺矛盾的。
确实，我被它具备的能力震撼到了。那种感受，如同头一回瞧见智能手机，又好像初次上网。原本便晓得世界即将会发生改变，然而却不清楚究竟会变成怎样的一种状况。
我再度发觉众人将它设想得过分神奇了，它仅仅是个工具，是一个极为强大的工具，然而它距离真正的“智能”，相差得极为遥远。
它没有恐惧，没有欲望，没有爱，没有痛苦。
它不会失眠，不会在半夜三点想起某个已经离开的人。
它不会在喝醉的时候，给前任打电话。
它不会在某个瞬间，突然觉得自己活得毫无意义。
这些，才是人类最真实的东西。
而这些东西，AI永远学不会。
所以，别怕它。
学会用它。
但别忘了，做一个真正的人。