(網(wǎng)經(jīng)社訊)ChatGPT的成功引發(fā)了大模型的熱潮,在各家大模型比拼得伯仲難分之時(shí),業(yè)界出現(xiàn)了對(duì)大模型的評(píng)分。但高分模型一定比低分模型更能幫助我們嗎?我們?cè)撊绾务{馭技術(shù)的潮流,而不是天天追趕技術(shù)名詞?微軟(中國(guó))首席技術(shù)官韋青作客中歐EMBA「合一講堂」,帶來了他的思考。
1對(duì)技術(shù)信仰的三點(diǎn)思考
OpenAI在ChatGPT上的成功,源自技術(shù)信仰的堅(jiān)持。我們需要回顧的是,當(dāng)OpenAI尚未成功時(shí),人們對(duì)AI的認(rèn)可與理解是否到達(dá)現(xiàn)在的這種高度。那么,到底是技術(shù)突然有巨大的突破,還是技術(shù)一直在慢慢地進(jìn)步,只不過不為我們所知呢?
當(dāng)我們突然發(fā)現(xiàn)某種尚未被我們察覺的現(xiàn)象,會(huì)覺得它仿佛是一只突然從石頭中蹦出來的靈猴,那么它的孕育過程呢?是否還有很多類似的、但是沒有產(chǎn)生結(jié)果的孕育過程呢?如果是這樣,我們可能更要思考的是下一個(gè)這類現(xiàn)象將會(huì)如何出現(xiàn)。在那個(gè)時(shí)候,我們將會(huì)是一名塑造者、追隨者還是旁觀者,亦或成為一名無關(guān)者。這是更為重要的問題,我們下一步的行動(dòng)方案將基于對(duì)這個(gè)問題的回答。
這引發(fā)了我對(duì)以下三個(gè)問題的思考。
其一,為什么很多深耕技術(shù)領(lǐng)域的人在一兩年前沒有看到大語(yǔ)言模型可以這樣成功?
我認(rèn)為在日新月異的技術(shù)領(lǐng)域,有其發(fā)展的客觀規(guī)律。一旦一項(xiàng)突破性的技術(shù)出現(xiàn)之后,往往預(yù)示著這一場(chǎng)游戲的終結(jié)和下一場(chǎng)游戲的開始。它所代表的不僅僅是這項(xiàng)技術(shù)本身,更多的是其耀眼光環(huán)之下所掩蓋的漫長(zhǎng)和海量的投入與孕育過程。在無人區(qū)中取得的成功無神跡,大多是默默的耕耘與堅(jiān)持,先行者感受到的更多是艱辛與迷茫。對(duì)于后知后覺者而言,除了在追趕的道路上努力之外,更應(yīng)該去思考下一波技術(shù)浪潮的發(fā)展次第。這可以是基于現(xiàn)有技術(shù)的繼續(xù)發(fā)展,也可以是回歸問題本源的另起爐灶。
我在五年前曾經(jīng)邀請(qǐng)微軟云計(jì)算CTO Mark Russinovich為中國(guó)云計(jì)算寫一本書。他婉拒了,理由是技術(shù)發(fā)展太快,書寫好也就過時(shí)了。
技術(shù)不僅需要追趕,也需要預(yù)判,從而走出一條適合自己的技術(shù)發(fā)展路線,一味追趕很難誕生出具有自己特色的創(chuàng)新。一旦擁有一些對(duì)技術(shù)趨勢(shì)的判斷,我們就有可能另辟蹊徑,做好沖到前方的長(zhǎng)期準(zhǔn)備,當(dāng)命運(yùn)之門打開的一刻,讓自己的技術(shù)成為現(xiàn)象級(jí)的應(yīng)用,這樣成功的概率更有保障。
其二,一個(gè)本質(zhì)性的問題是:什么是有用的技術(shù)?這是一個(gè)開放式的問題,有很多同樣正確的答案。借用查理芒格常用的反向思維方法,我認(rèn)為是那些能不用就不用,最后剩下了必須得用的技術(shù)。
所有的技術(shù)都是工具,在技術(shù)狂奔的時(shí)代,我們應(yīng)該成為工具的主人還是仆人?是在明確痛點(diǎn)后選擇趁手的工具,還是為了新潮工具而強(qiáng)迫自己尋找痛點(diǎn)?這是把控人類未來的重要思考。不同的態(tài)度決定了人在與技術(shù)的關(guān)系中將扮演怎樣的角色。
一般而言,技術(shù)的問題比人的問題更容易解決。人擁有主觀能動(dòng)性,通常會(huì)在掌握了一種工具之后,順暢地進(jìn)入下一個(gè)階段。但如果未能成功進(jìn)化,通常是因?yàn)槲茨芘W(xué)習(xí)掌握這種工具,或是因?yàn)槠髽I(yè)當(dāng)前的流程、人才和能力還夠不著這一技術(shù)。所以我們需要建立數(shù)據(jù)結(jié)構(gòu)、從事數(shù)據(jù)治理、開展人員培訓(xùn)、進(jìn)行流程優(yōu)化再造,等這些工作都做好了,使用新技術(shù)就是順理成章的事了。
其三,負(fù)責(zé)任的AI(Responsible AI)成為當(dāng)務(wù)之急,能力越大,責(zé)任也越大。在技術(shù)領(lǐng)域,沒有所謂的「免費(fèi)午餐」,沒有任何一種能力是毫無代價(jià)的。知其雄,守其雌,要明白再厲害的東西一定有其弱點(diǎn),再糟糕的東西也有其益處。
2AI落地要堅(jiān)持「下水」探索
讓AI落地實(shí)則是一場(chǎng)競(jìng)賽。在其落地的過程中,有五個(gè)要素需要關(guān)注:掌握時(shí)代的特征、自知者明、知機(jī)者智、人機(jī)協(xié)同、何以為人。
先賢智者所提出的「知人者智,自知者明」在當(dāng)前時(shí)代的語(yǔ)境下,我認(rèn)為可以轉(zhuǎn)化為「知機(jī)者智,自知者明」,了解機(jī)器和人類自身,就可以做個(gè)新時(shí)代的明智之人。人作為碳基生物,有很多先天局限(極限),需要技術(shù)幫忙,所以做個(gè)明智的人,把簡(jiǎn)單的人機(jī)結(jié)合轉(zhuǎn)變?yōu)槿伺c機(jī)的有機(jī)協(xié)同。畢竟工作在本質(zhì)上是由人和機(jī)器共同完成的,所以我們需要重新研究人與機(jī)器的關(guān)系,這就是知機(jī)者智和人機(jī)協(xié)同。
什么是何以為人?也許我們可以用阿西莫夫的科幻小說來解讀。他的小說探討了永恒的終結(jié)這個(gè)主題。人類常常追求確定性和永恒,但在放棄了對(duì)確定性的盲目追求之后,無限的游戲就展開了?!赣篮愕慕K結(jié),無限的開始」,這是我認(rèn)為的一種何以為人的路徑,但并不是每個(gè)人都能夠進(jìn)入到無限的開始。事實(shí)上,我認(rèn)為咱們大多數(shù)人會(huì)適應(yīng)不了時(shí)代的巨變,這需要每個(gè)個(gè)體充分發(fā)揮自己的主觀能動(dòng)性,能否進(jìn)化取決于我們能否擁抱變化、主動(dòng)學(xué)習(xí)。
社交媒體上有很多教人迅速掌握AI方法的文章,這與真正從事AI開發(fā)人員的切身體會(huì)是不同的。其實(shí)在如此變化多端的時(shí)代,任何具體的方法,往往一給出,就已經(jīng)過時(shí)。所以,當(dāng)我們考慮將AI產(chǎn)品落地時(shí),先不要急著設(shè)定目標(biāo),關(guān)鍵是在了解客戶隨時(shí)變化的需求后隨機(jī)應(yīng)變。重要的是下水實(shí)證,而不是停留在岸上做空想空談,只有下水才能開啟探索,這應(yīng)該是我們對(duì)待AI落地的態(tài)度。
3正確認(rèn)識(shí)技術(shù)發(fā)展的曲折
Gartner成熟度曲線也被業(yè)界戲稱為「忽悠曲線(Hype Cycle炒作曲線)」。針對(duì)未知技術(shù),大部分人只能看到技術(shù)「出水」的那一刻。實(shí)際的技術(shù)發(fā)展像下圖中的黃線那樣(平均后得到綠線),是在曲折中前進(jìn)的,而大部分人做出的趨勢(shì)判斷卻是由紅線代表的技術(shù)顯形時(shí)的那一刻突變,貌似是指數(shù)上行的趨勢(shì),短期有效,長(zhǎng)期堪憂。
了解技術(shù)動(dòng)態(tài)發(fā)展來龍去脈的業(yè)內(nèi)人士通常會(huì)明白技術(shù)發(fā)展的不確定性,偉大的技術(shù)不是計(jì)劃出來的,是長(zhǎng)出來的。一些企業(yè)能夠更準(zhǔn)確地預(yù)測(cè)技術(shù)發(fā)展趨勢(shì),但大部分人往往在曲線的前半段就成為犧牲品。因此,我建議大家不要過于沉浸在技術(shù)突破初期帶來的如同電光幻影般的狂歡,那種突變像流星一樣好看,但短暫。還是將精力放在一步一步、腳踏實(shí)地的發(fā)展上更加符合事物發(fā)展的客觀規(guī)律,如同恒星,貌似不如流星般壯觀,但本質(zhì)上更偉大、更長(zhǎng)久。
4是缺陷,也是特點(diǎn)
Ilya Sutskever是OpenAI的聯(lián)合創(chuàng)始人和首席科學(xué)家,他在今年七月的一次采訪中總結(jié)以大語(yǔ)言模型為代表的新一輪人工智能技術(shù)成功的要素:一是擁有別人所沒有的數(shù)據(jù),二是以發(fā)展的眼光考慮未來,不要被當(dāng)下的進(jìn)步或局限所約束,通過實(shí)踐形成對(duì)未來三、四年技術(shù)發(fā)展可能方向的洞察力。
人類在思考新問題時(shí)總是陷入過去經(jīng)歷而造就的思維陷阱,對(duì)新事物而言,人類只能用固有的成見來嘗試想象未知,雖然這更像是人類思維的特點(diǎn)(feature)而不是錯(cuò)誤(bug),但還是要明白我們無法向一個(gè)盲人講述何為紅色。
用這種思維方式前行,就像看著后視鏡開車,因?yàn)闊o法知道下一秒將發(fā)生什么,我們所做的判斷只能基于概率,這就是貝葉斯大腦。一旦明白這個(gè)道理,一個(gè)人就不會(huì)因?yàn)椴恢牢磥矶悴磺啊M瑯?,面?duì)大語(yǔ)言模型「一本正經(jīng)地胡說八道」時(shí),我們也不能單純地認(rèn)為這是缺陷,它不僅是缺陷,也是特點(diǎn)。因?yàn)楫?dāng)你把缺陷消滅完后,特點(diǎn)也就沒有了。
所以我們要養(yǎng)成動(dòng)態(tài)思考的習(xí)慣,善于利用發(fā)展的眼光看問題。別那么著急下結(jié)論,也別什么都信,選好大致方向而不是終點(diǎn),在行動(dòng)中緩慢、堅(jiān)定地糾偏前行。
5用發(fā)展的眼光看問題
Wayne Gretzky是冰球領(lǐng)域的一位名人堂級(jí)別的大師。他說:「我總是滑向冰球即將到達(dá)的下一個(gè)位置,而不是它現(xiàn)在的位置?!?/p>
如何找到下一個(gè)位置?英偉達(dá)創(chuàng)始人黃仁勛說,現(xiàn)在進(jìn)入了人工智能的iPhone時(shí)刻。自2007年iPhone上市之后,智能手機(jī)歷經(jīng)16年發(fā)展,其中發(fā)生的現(xiàn)象,對(duì)AI的落地將有所借鑒,這是我們尋找下一個(gè)位置的思路之一。其中一個(gè)例子就是在iPhone被用戶慢慢接受的早期,最流行的應(yīng)用是「憤怒的小鳥」,現(xiàn)在還有多少人在玩「憤怒的小鳥」?智能手機(jī)早已滲透進(jìn)入人類生活、學(xué)習(xí)與工作的方方面面。
人工智能相關(guān)的模型、數(shù)據(jù)和算力,十分重要但不是唯一重要,還會(huì)有大量應(yīng)用。我曾經(jīng)查閱過相關(guān)資料,以美國(guó)能源為例,美國(guó)GDP的4%直接來源于能源,而余下的96%因能源賦能而間接產(chǎn)生。AI也是一樣,可能有10%的GDP與模型、數(shù)據(jù)、算力相關(guān),但是有90%的GDP是因AI賦能而產(chǎn)生的。
大多數(shù)公司和個(gè)人在對(duì)待AI的態(tài)度上,僅僅關(guān)注的是「有」,他們購(gòu)買各種設(shè)備,卻未能充分利用;大多數(shù)人也僅僅停留在學(xué)習(xí)和簡(jiǎn)單使用的階段,內(nèi)存和算力的強(qiáng)大大部分被閑置了。
技術(shù)的價(jià)值體現(xiàn)于通過工程的實(shí)現(xiàn)來解決實(shí)際問題。要真正有效地運(yùn)用AI,需要投入大量的培訓(xùn)和學(xué)習(xí),就像我們?cè)趇Phone上使用編程和自動(dòng)化功能一樣。所以這個(gè)工程實(shí)現(xiàn)的過程是:首先獲得擁有LLM/LFM大型模型的能力,接著獲得應(yīng)用這些大型模型的能力,最后是利用新能力解決現(xiàn)實(shí)問題的能力。
6數(shù)字化能力與魔法寶瓶
當(dāng)我們做數(shù)字化轉(zhuǎn)型時(shí),其實(shí)已經(jīng)變相地釋放出魔法寶瓶中的精靈,非常強(qiáng)大,但需要人類的管控。如麥克盧漢與鮑德里亞所預(yù)見的,數(shù)字化信息的普及,再加上智能機(jī)具備的數(shù)字化信息自動(dòng)生成能力,已經(jīng)使人類不知不覺中進(jìn)入了一個(gè)虛幻勝于真實(shí)的時(shí)代。
這個(gè)時(shí)代的誤解和偏見以指數(shù)增長(zhǎng),如果人們不去主動(dòng)培養(yǎng)對(duì)于數(shù)字信息的辨識(shí)與掌控能力(我把這稱為與智商和情商類似的「信息商」。與信息熵定義不同,信息商強(qiáng)調(diào)的是人類利用信息的能力),每個(gè)人都可能成為「烏合之眾」,被無處不在的錯(cuò)誤、虛假和偽造信息,操控、吞沒而毫不自知。
時(shí)代變得如此復(fù)雜,背后是有數(shù)學(xué)證明的網(wǎng)絡(luò)效應(yīng)。所以我們不僅要解決信息爆炸的問題,還要解決虛假信息的問題,隨著智能機(jī)的參與,網(wǎng)上虛假信息很快就會(huì)占大多數(shù)。
當(dāng)前的推薦算法大都推薦人們想看的內(nèi)容,這就進(jìn)一步強(qiáng)化人類本就不完備的認(rèn)知體系,從而讓人們進(jìn)入信息繭房,不斷自我遞歸我們本已有的認(rèn)知。其結(jié)果就是看似知識(shí)很多,其實(shí)早已處于信息繭房而無法自拔。
7總結(jié)
1. 目的驅(qū)動(dòng):不必硬性區(qū)分信息化、數(shù)字化、智能化,關(guān)鍵是解決問題。這些問題包括衣食住行、工作學(xué)習(xí)、吃喝玩樂、進(jìn)化升級(jí)。
2. 人的工具:無論是ChatGPT還是其他大模型,都只是人拿來解決問題的工具箱里趁手的新舊工具而已。機(jī)器是人的工具,人要成為機(jī)器的主人。當(dāng)我們?cè)谡務(wù)撊吮粰C(jī)器替代的時(shí)候,其實(shí)我們既不知機(jī)也不知人,這樣的人反而容易被機(jī)器替代。當(dāng)你知道機(jī)和人的所長(zhǎng)所短之時(shí),大概率是不會(huì)被替代。
3. 成為工具的主人:能用機(jī)器做的,就一定會(huì)用機(jī)器做;能被機(jī)器代替的,就一定會(huì)被機(jī)器代替;因此,人需要學(xué)會(huì)訓(xùn)練和指揮機(jī)器。
4. 技術(shù)倫理:能力越大,責(zé)任越大。機(jī)器人第四定律,「不得以人的形象和名義出現(xiàn)」。
5. 超越概念:巨變時(shí)代,別被概念約束;信息是權(quán)力,知識(shí)是力量,認(rèn)知是核心競(jìng)爭(zhēng)力。
6. 剛剛開始,親身實(shí)踐:知、止、定、靜、安、慮、得。