作者:高飛
配圖:Diffusion Models
新職業(yè)的誕生,總是因?yàn)橛行录夹g(shù)的出現(xiàn)。即使人類最早的職業(yè)——農(nóng)民,也是在新石器時(shí)代,伴隨著有了打磨成型的石頭而產(chǎn)生的。
再往后看,第一次工業(yè)革命時(shí)代的紡織工人,發(fā)報(bào)員,第二次工業(yè)革命時(shí)代的電工,列車(chē)員,第三次工業(yè)革命時(shí)代的打字員,程序員,也都是如此。
有意思的是,時(shí)代和職業(yè),其實(shí)是互相成就的。我們既可以說(shuō)新產(chǎn)業(yè)變革創(chuàng)造了新的職業(yè)。也可以從另外一個(gè)角度說(shuō),出現(xiàn)了新的職業(yè),或者完全重塑了舊職業(yè),才能叫進(jìn)入了一個(gè)真正的產(chǎn)業(yè)新時(shí)代。
10年前,從德國(guó)提出工業(yè)4.0(2013年)開(kāi)始,一種“我們已經(jīng)進(jìn)入以人工智能技術(shù)等驅(qū)動(dòng)的第四次工業(yè)革命”的提法流行開(kāi)來(lái)。
但是,這個(gè)第四次工業(yè)革命,和同樣是信息技術(shù)驅(qū)動(dòng)的第三次工業(yè)革命,其實(shí)一直以來(lái)界限都非常的模糊。似乎是個(gè)被“工業(yè)4.0”概念催生出來(lái)的產(chǎn)物。
很重要的一點(diǎn)是,在第四次工業(yè)革命被提了十年之后,并沒(méi)有創(chuàng)造任何主流的新職業(yè),也談不上重塑了什么舊職業(yè)(除了帶貨主播,但這也是互聯(lián)網(wǎng)的產(chǎn)物,和AI并沒(méi)什么關(guān)系)。
所以,第四次工業(yè)革命其實(shí)非常像是一個(gè)概念噱頭。
直到2022年11月,在注意力機(jī)制(self-attention)推動(dòng)的ChatGPT發(fā)布后,在擴(kuò)散模型(Diffusion Models)等推動(dòng)的AI繪圖工具PK了人類畫(huà)師之后,上述提到的疑問(wèn)都將不復(fù)存在了。
因?yàn)檫@些ChatBot,和一系列AIGC新工具,正在創(chuàng)造人類歷史的新職業(yè),快速重塑、甚至顛覆人類既有存在的傳統(tǒng)職業(yè)。
這個(gè)新職業(yè)的特點(diǎn)是,讓人們能夠利用自然語(yǔ)言,作為提示詞,與AI進(jìn)行交互,得到信息,或創(chuàng)造作品。
這是人類歷史上,從未做做到過(guò)的事情,其意義堪比200年前,拜倫的女兒Ada成了人類歷史第一個(gè)程序員(不過(guò)那時(shí),程序員顯然還未能成為一個(gè)職業(yè))。
所以,是時(shí)候?yàn)檫@個(gè)新職業(yè)起一個(gè)名字了。
在英文的語(yǔ)境下,因新技術(shù)的誕生,誕生了很多er結(jié)尾的新職業(yè)(新族群),比如Hacker,Blogger,Podcaster,Geeker。
這些職業(yè)翻成中文,都是用的音譯,巧合的是,還都以客結(jié)尾,分別是黑客、博客、播客、極客。
不過(guò),這一次伴隨AIGC而來(lái)的新職業(yè),尚未得到廣泛的認(rèn)同和關(guān)注。英文稱謂也沒(méi)有統(tǒng)一。有人用Prompter描述AI作畫(huà)者,但似乎不適用于AI Chat。
我覺(jué)得“問(wèn)客”可能是個(gè)好名字。
因?yàn)?,ChatGPT等AIGC背后的智能本質(zhì)上是個(gè)黑盒子,所以用戶-使用者是同等的創(chuàng)新者。
所以“提問(wèn)”,也就是“問(wèn)AI”才是這些新職業(yè)的核心。
鑒于愛(ài)因斯坦曾經(jīng)說(shuō),提出一個(gè)問(wèn)題往往比解決一個(gè)問(wèn)題更重要。
我們應(yīng)該把第四次工業(yè)革命的新職業(yè)叫做“問(wèn)客”。
第四次工業(yè)革命,也將因?yàn)?ldquo;問(wèn)客”的誕生,有了自身真實(shí)存在的證明。
好文章,需要你的鼓勵(lì)
這項(xiàng)研究提出了"高效探測(cè)"方法,解決了掩碼圖像建模AI難以有效評(píng)估的問(wèn)題。通過(guò)創(chuàng)新的多查詢交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時(shí)實(shí)現(xiàn)10倍速度提升,在七個(gè)基準(zhǔn)測(cè)試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊(duì)承諾開(kāi)源全部代碼,推動(dòng)技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了CLAIMSPECT系統(tǒng),通過(guò)層次化分解復(fù)雜爭(zhēng)議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點(diǎn)的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動(dòng)構(gòu)建爭(zhēng)議話題的分析框架,識(shí)別不同觀點(diǎn)及其支撐證據(jù),為科學(xué)和政治爭(zhēng)議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國(guó)際關(guān)系領(lǐng)域驗(yàn)證有效性。
清華大學(xué)研究團(tuán)隊(duì)首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過(guò)多層次情感處理架構(gòu),在情感識(shí)別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實(shí)現(xiàn)了跨模態(tài)情感融合、動(dòng)態(tài)情感追蹤和個(gè)性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來(lái)革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊(duì)通過(guò)創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會(huì)復(fù)雜推理。研究發(fā)現(xiàn)AI通過(guò)游戲競(jìng)爭(zhēng)能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問(wèn)題等方面表現(xiàn)顯著提升。這項(xiàng)突破性成果為未來(lái)AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過(guò)模擬人類學(xué)習(xí)過(guò)程培養(yǎng)真正智能AI的新路徑。