《人間網事》是騰訊科技聯合優質創作者推出的策劃欄目，真實記實網際網路面孔與脈動，本期聚焦本期聚焦大模型浪潮對從業者的影響與衝擊，及從業者的對技術和人文的思索。
作者 豚豚 編纂 覃拓
ChatGPT問世至今，互聯上討論聲綿延不絕。
有人說AI會替換基礎性工作。
一名金融從業者對《橡果貿易評論》表示，這實際上是對人類經驗的替換，那些引以為傲的經驗，來源於對歷史的總結，AI泛起後，“人類過去經驗，不再重要了。”
也有學界人士反駁，以為AI沒有魔法，人類做不到，它也做不到。以ChatGPT為例，沒有人類具體拆分題目，無法得到準確謎底。
輕易被替換的職業，一定是總做重複性機械勞動。
AI還展現出更令人興奮的能力，湧現。
有從業者對《橡果貿易評論》分享他的發現，AI可以回答沒有練習過的知識，猶如擁有“自我意識”。
但除此之外，更嚴重的題目擺在人類眼前，AI正在淘汰小語種與對應的文化，好比孟加拉文、印第安文。
這對人類文化多樣性而言，無疑是一個巨大的打擊。
AI革命會是另一個科學革命嗎？
時間倒回18世紀，在很多文化中還以為閃電是神怒象徵，但富蘭克林驗證了閃電只是一道電波併發明瞭避雷針。
協同進化人類能否做到？
這一個又一個題目接踵而至，錯愕、迷茫、高興、隱憂。
人類對AI的暢想和探索已經持續幾十年，但從未像此刻一樣感觸感染到觸手可及。但縱觀人類歷史，這一時刻並不目生。
在人類馴化小麥、山羊，成立村落，使用文字、貨泉，甚至成立帝國，探索哲學與科學......
既駛向新的世界，又脫胎為新的人類。
1
AI替換“基礎性工作”
人類經驗“一無是處”？
公元前9500年至8500年，人類由採集轉向農耕，馴化各種農作物和動物。
豐碩的食品讓人類發展出能夠大規模合作的本能，形成村落、城鎮、都市、王國。
這種“馴化經驗”一直傳續至今。
但AI的泛起，讓人類經驗好像不再重要。
簽證諮詢從業者朱峰對《橡果貿易評論》表示，簽證參謀是簽證諮詢業的基礎崗位，即根據客戶需求和情況個性化定製其簽證申請。
一般來講，簽證辦理規則是一個“樹狀結構”，會泛起很多種細分情況和規則，根據申請人的出行目的、收入、語言、社會身份等約束力（注：即迫使一個人回到其祖國的一種動力）前提的不同，適合的申請方式也不同。所以按照行業慣例，簽證參謀新人入行，需先要將過去所有簽證記實學習一遍。
“瞭解完這些，我們會估計申請人的過籤機率，再向其推薦相關方案、溝通預備材料，而這個過程需要五六個小時。”朱峰說道。
但若將ChatGPT應用於簽證參謀領域，它能很快分析出客戶過籤機率，“這幾乎顛覆簽證參謀工作。”
ChatGPT的泛起，把以經驗建立的行業壁壘擊破。
在分析、判定經濟走勢，規避、控制投資風險的金融業，已經在直面AI“破壁”。
紫金投資分析師陳大鵬告訴《橡果貿易評論》，目前金融市場主流投資策略，可以概括為量化分析和定性分析。
以分析師為例，主要工作有三部門，廣泛正確收集資訊；對資料使用正確處理方法；得出結論、實踐並回測。
ChatGPT目前的能力，集中體現在第一部門收集資訊上；經由人類引導、教授教養，它也可以完成第二部門資料分析；但因為ChatGPT不具備價值判斷能力，無法得出第三部門的結論。
“以第一部分為例，過去我們想知道歷史上美聯儲加息時市場有什麼表現，或者黃金、股票、債券等資產的價格怎麼變化，需要使用Google或者是彭博、萬德這種專業軟體去搜，但是現在你只需要在ChatGPT裡輸入自然語言就可以得到很好的回饋。”陳大鵬說道。
事實上，金融行業的“難點”，恰是體現在收集資訊與資料分析上。
陳大鵬解釋，金融行業的“門檻”，是壟斷一部分知識所有權。
例如，只有靠人脈關係、行會組織匡助，才能獲得更多資料，及業內人士引以為傲的經驗。
但ChatGPT打破了這種資訊壁壘；換言之，它大幅降低了行業門檻。
陳大鵬感嘆，AI泛起後，“人類過去經驗，不再重要了。”
2
AI沒有魔法
人類做不到，它也做不到
陳大鵬的話，猶如科幻小說《三體》中，物理學家楊冬的遺書，“物理學，不存在了。”
但在學界，有截然相反的觀點。
華南理工大學計算機學院副教授賴曉錚對《橡果貿易評論》表示，AI並沒有魔法，軟體工程學沒有失效，“它並不能猜你心中所想，也不能解決你自己都不會的題目。”
賴曉錚從事晶片設計與驗證方向研究，在與AI不斷相處中，他發現，這反而是一個祛魅的過程。
在ChatGPT問世之初，賴曉錚只問一些寬泛的題目。
例如，釋出指令，需要設計一個32位的CPU，但隨後他發現，這段程式碼只是ChatGPT“複製貼上”而來。
於是賴曉錚開始拆解題目。
例如，具體說明所需CPU框架、流水線，使其出產軟體工程用類圖；再用該類圖天生一個程式框架；最後再提示、要求ChatGPT增補框架細節。
經由這樣不斷定製細節後，ChatGPT天生的結果質量開始令人滿意。
陳大鵬也有類似的體驗和建議。
常有人詢問陳大鵬，ChatGPT能否選股，他則回答，“當然可以，但條件是你自己得知道怎麼選出一隻好的股票。”
陳大鵬以為，ChatGPT可以輔助做一些選股策略。
例如，可以在ChatGPT輸入一隻股票歷史股價，說明策略為突破歷史最高價就買入，讓它回測策略是否賺錢。
但不能直說“選一隻賺錢的股票”，ChatGPT不可能天生公道謎底。
賴曉錚解釋，向ChatGPT發問，題目越寬泛、籠統，得到的謎底就越隨機。
事實上，“問對題目”的過程，在中學就有教授——解題步驟。
如今，賴曉錚要求學生，從文獻綜述到寫論文，從寫程式碼到參加專案，全程使用ChatGPT。
並且寫相關論文時，一定要像中學答卷一般，寫出步驟與使用的AI提示詞。
賴曉錚以為，對AI越早擁抱越好，該上述“解題步驟”被稱作提示詞（Prompt）工程學，“這是一門新的學問。”
相應的，也有新的職業誕生，那就是提示詞工程師。
3
人類的驚駭
被替換、被超越
新職業的誕生，意味著舊的職業正在消亡。
ChatGPT問世以來，討論度最高話題便是哪些職業、行業將被取代。
普遍認為，一些基礎性的工作變得岌岌可危。
身處晶片行業的合肥躍鞍電子負責人劉程（化名）對《橡果貿易評論》先容道，經由實驗，他發現，ChatGPT已經可以實現一些複雜場景的程式碼開發，“無論是指令碼，環境搭建，模組設計，仍是VIP（Verification IP）設計，驗證計劃的提取，GPT都能介入其中。”
如ChatGPT可以寫一套regression（迴歸測試框架） 並收集模擬狀態的指令碼 ；可以完成編寫AHB（Advanced High Performance Bus ） Master模組、AXI （Advanced eXtensible Interface ）Master模組等模組內容；可以寫一個AXI或QSPI（Quad Serial Peripheral Interface）的VIP；甚至可以根據自然語言提供testplan（測試計劃）。
但劉程也指出，目前ChatGPT在不同環節的表現不同，如在指令碼測試方面，ChatGPT已經達到了資深工程師水平；但在程式碼部門，它僅是低階工程師水平，“甚至有時還達不到。”
而這和工作本身的性質有關。
賴曉錚也以為，在晶片行業，首當其衝受到AI影響的就是後端驗證工程師。
由於輕易被替換的職業，一定是總做重複性機械勞動。
後端驗證工程師，指令碼測試很固定、機械化、精確，不會太大施展空間，所以輕易被ChatGPT替換。
除了擔心“被替換”，人們更害怕被AI“超越”。
在所謂“AI進化”討論中，一個名詞被反覆提及——湧現。
它是指巨量化AI模型達到一定程度，會讓已有能力產生躍遷，甚至可能會泛起人類意料之外且無法解釋結果。
簽證諮詢從業者朱峰表示，這種表現形式，就猶如AI擁有“自我意識”。
例如，在普遍的AI練習中，沒有人告訴AI蘋果可以榨汁。
有人提問，蘋果可以怎麼吃，它卻說可以榨汁。
為什麼AI會回答沒有學過的知識，至今沒有定論。
擔憂之外，湧現，或者說AI“創新能力”，在讓人憂慮同時，也帶給人們更多想象與高興。
劉程以為，未來人工智慧完全可以透過大資料實現“1到n”的立異。
根據使用者搜尋資料尋找潛伏市場需求，並透過對市場頭部產品模仿、拼接推出更符合使用者需求的產品。
例如，AI發現電商平臺連衣裙成了搜尋第一，它就可以判斷連衣裙需求最高。
它透過資料判定最新潮流趨勢和最流行款式，整合不同國家和地區文化，設計出“新的衣服”。
類似的可能性，也同樣存在於晶片行業。
但劉程也表示，目前在涉及基礎科學技術發展的“0到1”的領域，人工智慧無法實現真正的立異。
4
AI讓語言返祖
小語種與文化“瀕危滅絕”
人類使用大腦來儲存資訊，但是大腦會隨人類死亡而死亡。
在人類早期，資訊多數在一個世紀內就消失。
農業革命後，公元前大約3500年，蘇美爾人發明了數字和文字，來儲存資訊。
語言對人類來說至關重要，這是至今人類大腦仍舊可以高效檢索資訊的必要條件。
這也是文化延續的樞紐。
但讓AI的語言大模型，會讓無數小眾語言瀕危滅絕，並會影響人類現存文化。
賴曉錚以，程式語言舉例，他以為程式語言已經泛起“返祖現象”。
例如，C++已經有幾十年歷史，工程師更偏愛使用其他簡潔語言，這讓他們花費更少時間、精力，去寫出更準確程式碼。
但是ChatGPT問世以後，打破了這個規律。
C++積累的程式碼量大，使用C++，ChatGPT天生結果質量最高。
並且，語言大模型是一個反饋機制。
例如，C++比使用其他小眾語言天生效果更好，就有更多人使用C++；AI得到樣本量越大，越能滿意練習，反饋就越好，就會越多的人使用C++，以此形成輪迴。
程式語言返祖的同時，往往伴隨全球語言趨同，逐漸的，一些小眾細分語言就會慢慢消失。
值得注意的是，類似語言趨同也很有可能發生在自然語言上。
賴曉錚表示，就ChatGPT而言，英文使用效果和天生質量都要比中文高，由於網際網路上英文資料是最多的。
其他更小眾文字情況也更嚴峻，好比孟加拉文、印第安文。
賴曉錚分析，造成這一現象的主要原因有兩個：第一，目前AI模型裡小語種樣本量太少；第二，許多小語種天生結是英語翻譯後的映象效果，文字翻譯會扼殺一些原有語言細節。
這一點也可以在OpenAI官方得到印證。
OpenAI官網先容ChatGPT時提到，很多現有ML基準測試都是用英語編寫。
在OpenAI 測試26種語言中，有24項結果顯示，GPT-4英語語言機能優於拉脫維亞語、威爾士語和斯瓦希里語等低資源語言。
AI在網際網路上不斷擠壓小語種，這對人類文化多樣性而言，無疑是一個巨大的打擊。
4
人類的未來
教育何去何從？
過去500年，人類氣力前所未有的增長，公元1500年人口大約5億，現在全球人口70億。
這得益於敢於承認“無知”、以觀察和數學為中央、運用理論能力發展新科技的現代科學體系。
事實上，在科學革命之前，許多人類文化都不相信人類還會再提高，只需要恪守祖宗聰明。
好比18世紀，很多文化中還以為閃電是神怒象徵，但富蘭克林驗證了閃電只是一道電波併發明瞭避雷針。
而科技進步，又依靠對教育的投入。
時至今日，AI革命，人類必需要面對的和學會的一課，就是與AI協同進化。
目前，與AI協同進化一課，包含兩個方面：“人類教育AI”和“AI教育人類”。
據中國勞動和社會保障科學研究院釋出《中國人工智慧人才發展呈文（2022）》，顯示，AI領域工業人才存量數約為94.88萬人，其中本科學歷佔68.2%，碩士學歷佔9.3%，博士學歷僅佔0.1%。
為了“教育AI”，過去三年堪稱高校新設AI專業爆發年。
中國首批開設AI本科專業的高校於2018年開始招生，截至2022年，全國先後已有4批共計440所高校獲批設定AI專業，佔1270所本科高校的34.6%。
以浙江大學為例，浙江大學人工智慧（圖靈班）在浙大竺可楨學院招生，吸收了最優秀的一批高中生，專業的必修課程包括認知神經科學導論、機器學習、計算機視覺導論、設計認知與設計智慧、人工智慧晶片與系統、自然語言處理導論等。
就業市場上，也顯示出AI工程師、練習師供不應求。
不少招聘網站顯示，AI方向的本科畢業生年薪大部分在二三十萬左右，而擁有大量實驗經驗的碩博畢業生年薪可達四五十萬水平。
在“AI教育人類”的方面，以ChatGPT為代表的AI工具已顯示出一定才能。
在openAI的官方測試中，ChatGPT像一個永不厭煩又極具聰明的夥伴，好像擁有無窮的耐心和專業性無論學生提出的題目多麼淺顯幼稚或刁鑽偏門，它幾乎總能找到謎底，並不厭其煩地解釋。
同時，ChatGPT還可以天生符合學生水平的個性化試題，並批改作業。
只要把握合適的提問方法，ChatGPT可以使學習這件事無窮客製化。
值得注意的是，恰是因為AI強盛的教育輔助功能，以及其在全行業的工具屬性，反而引起了大家對教育本質的思索。
華南理工大學計算機學院副教授賴曉錚以為，從廣義上來說，在AI時代，我們的教育應當拋卻細枝末節，著力培養學生的邏輯能力和解題思維。
由於在很多領域，完成具體操作的能力將被AI全面取代，而如何“指導”AI進行操縱才是人的工作。
同濟大學人文學院副教授、哲學系副主任餘明鋒在接受《人物》採訪時也表示，假如教育能夠積極主動去應對內容生產型的人工智慧，那大學的一些考核方式、組織方式，就會有許多調整。
對於哲學教育來說，讓學生更多去從簡樸的知識把握中掙脫出來，更多去學會提問、反思、追問，是很重要的。
這也是目前教育裡比較忽視的。
我們應當熟悉到，教育不僅僅是技能的培訓，更是人格的塑造和三觀的構建。
“我是誰？我從哪裡來？要到哪裡去？”
古往今來，人類的哲學思辨、價值判定、精神力量等等，始終在歷史長河中熠熠生輝，而這恰是AI暫時無法替換的可貴的人文價值。
同時餘明鋒也表達擔憂，知識把握熟練程度也許是通向一種反思能力的必要門路，它不應該是目的，但會有門路的意義。而技術到底是在簡化這個梯子，仍是全然撤走這個必要的梯子，是個大疑問。
在透過人工智慧解放過量知識束縛之後，人思索能力、提問能力、人格塑造、那些對生命和社會的關切，到底是實現了仍是落空了？
人類是否能抵達理想的彼岸？這些有關未來的問號，恰是留給教育的巨大題目。
