未来十年最确定的事

news/2024/10/31 3:27:41/

变量(比如人工智能)增加后,世界变成一个超复杂的系统,我们甚至不知道未来十年是战争还是和平,是增长还是震荡。但有一个事却百分百确定:硅基智能注定崛起,然后在生产、生活等各个环节反复和碳基智能(也就是人类)平衡彼此的位置。

不坐而论智能,要体验

(这段大模型深度用户可以略过)

如果悬空谈可能不同的人对大模型的观点会偏差很大,这时候可以回到体验。体验最直接的方法还不是写文章和写古诗这些,而是写程序。因为程序本质上是逻辑和概念的编排,我们大部分工作也是。在这个过程中可以更真实的感受这种智能,感受到软件吞噬世界,人工智能吞噬软件

一般人可能会以为这是程序员的事而敬而远之,其实不是,是编程语言让这事看着有点壁垒,理解起来其实并不难。下面的每行程序我都会用注释去掉这层壁垒,大家如果不想看程序看绿色的注释即可。下面我们通过写一小段程序,体会下现在人工智能对一组有机联系的概念和逻辑的编排能力

我们尝试写这样一个最简单的程序:负责在指定磁盘上创建一系列目录,用于存放过去家里的各种视频和照片,这些目录的名字是“宝藏”加上对应的年月,比如宝藏202107。

这时候我们就可以对着New Bing说:

这时候它会输出下面的程序,可以不看编程语言,看绿色的注释就可以,它首先完成了步骤的分解,其次把每个步骤映射成了编程语言。这段程序是可以执行,并且结果无误。

然后我们做一点修改,想改预设的文件夹的名字,这时候我们说:

大模型精准的理解了这个意思,并且很关键的是它知道原来的逻辑序列,知道那里代表了文件夹的名字,所以才能把“宝藏”改成了“二傻”。这也意味着它知道原来的程序是干什么的,以及基础实现方式,否则根本没法改。下图还是只看绿色注释就行。

程序是彼此关联的一组概念,每一个概念都嵌入到逻辑里面了,关联性搞错了的话,整个就错了,我们可以再做一次调整,看下它对程序整体性的把握。我们说:

这时候输出的程序变成了下面这样,我没说改那行,怎么改,但具体的月份被精准的修改了:

用这个简单例子想说明的是,大模型面对一组逻辑和概念的时候,从实用角度看具备了按需创建、修改这组逻辑和概念并产生可执行代码的能力。而这不只是程序员工作会不会被影响的问题,更本质的是我们有多少工作不是由概念和逻辑组成的?并且它的这种能力还有进步空间。

所以说硅基智能的崛起是未来十年最确定的事是没啥疑问的。它相对于人在成本、可扩展性上实在是具有无可比拟的优势。那这个最确定的事会带来什么样的影响呢?

未来组织的范式

我们来看下潜在会有多少种方法来平衡人(碳基智能)和AI(硅基智能)的关系。

第一种是外卖小哥模式,特征为活动全透明并被硅基智能所定义。

在当前的管理认知下,这个预计来的最快。在传感器和人工智能算法的进步推动下,做这事的所有技术障碍都已经被扫除,成本越来越低。下面做个简单描述,虽然可能会引起一定不适,但这至少是部分未来,肯定发生。

办公场所从语音到图像百分百数字化。人的行为比如你是不是上班摸鱼,有没有经常看视频,聊天,小红书,睡觉等被全部记录,你工作的表达是不是符合公司规范,是不是做客服的时候情绪不对,是不是回答有错误等全部被统计...

这事显然会越来越普及,作为结果服务员就会带“探针”评估服务质量,办公室就会很多摄像头...

透明化的同时人工智能的工具会被普遍提供给每个人以提升个人生产效率,比如AIGC。

这种模式本质是流水线的升级,匹配工作岗位输入输出、工作内容比较清楚的情况。智能提升了流水线的自由度。

优势是可以迅速的大规模组织力量,并且系统稳定性是强的,坏处是把人往就有力量的机器整,会失去活性,没有真的创造力。潜在风险是人工智能持续发展后,能这么干的这类岗位很大一部分会被归并掉。

但不管喜欢不喜欢,这也肯定发生。因为达到同样的组织效率,在过去相当费劲,需要培养很多中层做很多思想教育,现在算法以一种更为暴力、便宜和快捷的方式达成同样效果。

滴滴、外卖小哥已经成功开了个头,在不违反监管规则的前提下,这种模式会以其巨大的效能收益而不可阻挡。

跳出来,从硅基智能和碳基智能的位置角度看,这是一种夹心结构。少部分人(碳基智能)保持大的自由度,硅基智能在这些人的设定下明确各种活动的规范和边界,对超大规模的另外的碳基智能进行管理。

这是一个极端,但最现实。参照阅读是:为什么法家人物都死的老惨了?

第二种模式是OpenAI模式,特征是强个体靠场域链接,活动自由度高。

在我们身边,这种组织会比较少,因为很难,也很贵。它可以创造非常酷炫的技术和产品,但这种组织本身的核心不是技术驱动的,而是场域,场域中包含文化、信念、价值观。这也是部分未来,但本质上和相信刘邦、朱元璋,相信黑暗森林、相信不是西风压倒东风就是东风压倒西风的价值观念冲突。如果打不破认识边界,这个方向的尝试会导致特别乱的组织,有活性,但没方向,所有人和所有人不默契,力量大部在内部耗散。

电影里面和这个很像的是复仇者联盟,每个人都像钢铁侠一样通过AI获得大幅能力增强,都是个人物,一起搞天天内部怼,但不一起搞又搞不定灭霸。

这种模式的好处是活性比较强(碳比硅活性强...),当外部挑战不确定的时候,能够把不确定的部分从混沌状态,转换为确定状态。劣势是彼此间是弱连接,如果没有一种统一的愿景和目标,很容易散伙和反目成仇。

从硅基智能和碳基智能的角度看,这时候硅基智能在碳基智能的下面,一切问题在于碳基智能自己。

这个模式最挑战,参照阅读是:到底什么是OpenAI成功的关键点,到底谁能干好大模型? 碳基中心 VS 硅基中心:把Vision Pro和便利蜂放一起比比

第三种模式则很像克里人的终极智慧,它纵向切走一部分权责,但保持个体的空间和独立性。

虽然权责范围也是人设定的,但区别于第一种模式,只要设定,所有的人都在它的管理之下。这本质相当于碳基智能向硅基智能让渡一部分权利。潜在意味人类承认自己物种缺陷,需要点帮忙。

人是有缺陷的生物,所有抑制缺陷的规则可以算法化,确保基础的稳定性;而碳比硅活性强,想象和创造还是要碳基智能负责。

最终的形态会像上面二者的混合。拿第一个例子做参照,这模式也会数字化很多活动,比如各种结果和产出,但不会数字化每个人活动的所有细节,尊重工作隐私。但和第一模式有三个差别:第一这面向所有人,相当于公约;第二人的数据只面向硅基智能,硅基智能负责裁决(让渡权利的后果);第三纵切有边界,不管是从场所还是内容,比如还是编程,那所有产出全透明,但产出过程就是个人偏好,个人隐私。

这个模式现实还没有,因为我们觉得硅基智能还是单纯的工具,而不是一种崛起的智能体,可以有自己的角色和权责。但有可能在开源社区这类组织上先实现。

从硅基智能和碳基智能的角度看,这个模式下硅基和碳基智能并列,各有分工。分工在那儿依赖于基础设定。在过去这很难,因为会导致内部打起来(想象公司里面2个CEO的情形),但硅基智能没价值主张,也许行。

参照阅读是:科技道权

模式也有宿命

组织方式内定了组织的特征、动力和生命周期,硅基智能崛起后每个组织都会更像个生命体,“生老病死”这样的先天特征表现的就更加明显。

第一种模式下,这会很像一个围绕中心不停抖动的圆。突然间就放大了,突然间就缩小了。在这种缩放的过程中,内部的对抗会以各种形式发生。这种模式有些违背对人的先天设定,当相当于用一种更为强力的手段进行约束,所以约束的手段和被约束的对象就会发生持续而漫长的对抗,表现形式可能是仲裁、罢工或者其他。在分配秩序上,这种模式先天失衡,中心化太厉害,可以想想富士康,很容易导致企业之外的问题,不太可能和谐。

这么做相当于彻底放弃整体的活性,全部一来自顶向下的驱动,举一个例子,比如:便利蜂店员在收到市场反馈的时候根本没有动力反馈公司,并调整SKU,因为这个是算法定的和人有什么关系呢?我负责执行就行了。但算法可能感知不到这种市场的变化。

第二种模式下,会很像一个没有形状的液体,一会流向东面,一会流向西面。当精神约束还在的时候可以大致圈定方向,奔流向前,当约束丧失之后,这滩液体会像不停涌动的湖泊,形状不定,但整个的面积不会增加。在分配秩序上,最终只能倾向于平均。

这么做相当于放弃组织整齐划一性,选择活性。举一个例子,让教授们走方阵其实是有点困难的。

第三种模式下,所有个体更像一个无形有界、足够大的罩子里面向同一个方向奔涌而去的河流。形状不定,偶尔会形成湖泊,但基本方向是确定的。也许可以达成规则和活力的统一。可以用T1000来类比这种状态。

没有选择,必须跟进

这绝对不是就说说,当硅基智能崛起后,组织会陆续演进成这其中的一种。因为任何一种的效能都可能比现在有数倍的差异,而所有企业如果不面对这种物种升级式的变化会被淘汰。可以想象一个从来不用移动互联网和任何IT基础设施的企业会什么样!

在第一种模式下,滴滴的运作模式相对于传统出租车公司效能无疑是高的,没有这种组织方式美团这样大的一个公司甚至都不成立。可以类比的是传统的物流公司,以过去的方式不可能做到这种点对点的大规模配送。

在第二种模式下,已经造就了OpenAI、皮克斯、苹果等公司,这种综合创造力实在让人吃惊。风险很大,一旦成功它们会拿走很大一部分利润。可以类比的是大量正常公司。这类公司创造的收益和人效比正常公司要高许多倍。乔布斯的说法是除了迪斯尼,皮克斯是唯一一个单片毛利过1亿美金的公司。而苹果其实拿走了绝大部分手机上的利润。

第三种模式还没有效果,现在还只是逻辑上成立。但一种能够综合前两者长处,并且抑制其缺点的模式是值得期待的。

小结

我们的思维模式变化不大,和春秋战国时候的人仍然相类似,所以很多人仍然可以从刘邦的经历中吸取力量,但我们的力量却进展太多。再发展下去并非是资源阻挡了人类建设更为美好的世界,而是想法。想法上虚的建构不管是容量还是强度似乎都已经无法承载强大且复杂的现实,所以不管宽严似乎都是问题,这意味着治理方法自身需要螺旋上升,进展到一种新的层次。而显然的硅基智能的崛起即会加剧问题,也提供了新的可能性,其实很好玩的。

其它和大模型相关的文章有:

开源大模型LLaMA 2会扮演类似Android的角色么?

chatGPT 和AlphaGo下围棋,谁赢?垂域大模型有戏么?

AI大模型没有商业模式?

从教育到就业,AI大模型到真产生影响还有多远

AI带来了巨大的机遇,未能善用AI的企业将面临衰退


http://www.ppmy.cn/news/991377.html

相关文章

Spring的加载配置文件、容器和获取bean的方式

🐌个人主页: 🐌 叶落闲庭 💨我的专栏:💨 c语言 数据结构 javaweb 石可破也,而不可夺坚;丹可磨也,而不可夺赤。 Spring配置文件和容器相关 一、加载properties文件1.1加载…

【C++】vector类的模拟实现(增删查改,拷贝构造,赋值运算,深浅拷贝)

文章目录 前言一、 整体1.命名空间:2构造函数:1普通构造2迭代器构造3初始化字符构造4拷贝构造: 3析构函数 二、成员函数实现1.大小1当前大小(size())2总体容量(capacity()) 2.返回头尾迭代器1begin()2end()…

解决kite在jupyter lab中显示not running问题

1、问题描述 在anaconda中启动jupyter lab前,安装了jupyterlab-kite。重启jupyter lab,不可以正常使用kite,显示not running。 尝试过重装jupyterlab、jupyterlab-kite等各种方式,但都不管用。经过多次试验与网上查找了诸多文献…

msvcp120.dll丢失的解决方法?哪种解决方法比较推荐?

msvcp120.dll是Microsoft Visual C Redistributable软件包的一部分。它是用于支持运行使用Microsoft Visual C编写的应用程序的动态链接库文件。msvcp120.dll提供了许多C标准库函数和组件,包括输入/输出、字符串处理、数学运算、内存管理等功能。 当您运行某个依赖于…

暑假刷题第18天--7/30

165. 小猫爬山 - AcWing题库(dfs) #include<iostream> #include<string> #include<bitset> #include<cstring> #include<algorithm> using namespace std; const int N18; bool vis[N]; int a[N],n,ans,sum[N],k; bool cmp(int x,int y){retur…

数电基础知识学习笔记

文章目录&#xff1a; 一&#xff1a;逻辑门 1.逻辑门电路的分类 1.1 按逻辑&#xff08;逻辑门&#xff09; 1.1.1 逻辑定义 1.1.2 常见数字电路相关符号 1.1.3 电路图表示 1.1.4 逻辑门电路图像符号 1.2 按电路结构 1.3 按功能特点 2.高低电平的含义 3.常见的门…

在CSDN学Golang云原生(监控解决方案Prometheus)

一&#xff0c;记录规则配置 在golang云原生中&#xff0c;通常使用日志库记录应用程序的日志。其中比较常见的有logrus、zap等日志库。这些库一般支持自定义的输出格式和级别&#xff0c;可以根据需要进行配置。 对于云原生应用程序&#xff0c;我们通常会采用容器化技术将其…

【微服务】springboot整合mongodb使用详解

目录 一、mongodb简介 1.1 什么是mongodb 1.2 mongodb特点 二、mongodb中的核心术语 2.1 mogodb与数据库对比 2.2 mongodb中的核心概念 2.3 与关系数据库的差异 2.3.1 半结构化 2.3.2 支持多级嵌套 2.3.3 关系弱化 三、mongodb 技术优势和应用场景 3.1 mongodb 技术…