隨著科技的飛速發(fā)展，人工智能已經深入到我們日常生活的每一個角落。

從智能家居到自動駕駛汽車，人工智能不僅改變了我們的生活方式，還對社會結構和人類的角色產生了深遠的影響。在這波技術浪潮中，我們看到了人工智能極大地提升了人類的生產力，但我們是否真正思考過人類與人工智能的關系？兩者之間的互動是否真的是我們所期望的那樣？

為了尋找問題的答案，領英聯(lián)合創(chuàng)始人里德·霍夫曼做了一次有趣而大膽的嘗試，他與GPT-4進行了重度而深入的互動，并且把兩者的互動整理、記錄，最后編輯成了一本名為《GPT時代人類再騰飛》的書。

這本由人類和人工智能合作完成的書中，霍夫曼分享了自己與GPT-4的對話，包括他所輸入的提示、提出的問題、GPT-4的回應，以及由此引發(fā)的深入思考和獨到見解。

“這不是一本詳盡無遺的（介紹人工智能和GPT-4的）書，而更像是一篇游記，事關一趟非正式的勘探與發(fā)現(xiàn)之旅，”霍夫曼解釋道，“由我和GPT-4在諸多道路中做出選擇?！?/p>

他毫無保留地分享了自己對人工智能未來發(fā)展的愿景。作為技術界的重要影響者和風險投資家，霍夫曼對人工智能的未來的見解不僅令人啟發(fā)，而且對于任何渴望了解人類社會未來數(shù)字化軌跡的人來說都是必不可少的。

取代？轉型？還是增加？

隨著人工智能走進我們的生活，一種“人工智能將取代人類大部分工作”的聲音逐漸出現(xiàn)，電影和文學作品也經常描繪出一個由機器人統(tǒng)治的未來。在ChatGPT發(fā)布后，這種說法似乎得到了進一步印證。

不過霍夫曼并不認可這種說法。他承認，雖然某些人類活動，如駕駛和客服，可能會因為安全和效率的原因而更廣泛地自動化，但在更多場景下，人工智能是人類的合作伙伴。

現(xiàn)在的商用飛機就是一個很好的例子。在飛行的大部分時間里，這些飛機都處在自動駕駛模式中。但飛行員的角色并沒有因此而被取代，自動駕駛軟件提高了飛機的安全性和效率，而飛行員作為人類的決策能力和隨機應變同樣重要。

在霍夫曼看來，人工智能不是來“取代人類的”，而是像“副駕駛”和“機器伙伴”一樣輔助人類。“我不想將人工智能過度擬人化，”他表示，“但它將在幫助我們完成各種任務中發(fā)揮重要作用，從簡單的數(shù)據(jù)檢索到復雜的決策過程，我們可以通過提問的方式從它身上獲得更多的信息和價值，就像現(xiàn)在我們遇到不懂的事情，可以去咨詢朋友和同事一樣?！?/p>

這可以讓人類變得更強大，開辟新的前景。

人類進化和技術進步是深深地交織在一起的。從發(fā)明輪子到互聯(lián)網的誕生，每一個重大的技術飛躍都是人類聰明才智和適應能力的結晶。汽車、火車、輪船，這些交通工具改變了我們與空間互動的方式，拓展了人類的能力，而人工智能也將扮演類似的角色。

“人工智能就像是心智的蒸汽機（注：蒸汽機的發(fā)明開啟了第二輪工業(yè)革命，因此這句話的引申含義是，人工智能對于心智來說是革命性的），它將幫助我們更好地完成許多我們正在做的事情，人類的能力會被放大，”霍夫曼說道。

因此，人工智能的到來，可能會讓一些工作被取代，但更多的工作將轉型和增加。

霍夫曼認為，被改變的工作將是那些涉及到“信息處理”和“信息生成”的工作。這里的“信息”不單單是文字信息或代碼，而是與“決策”有關的信息。例如，通過文字需求繪制圖片，根據(jù)癥狀開具處方等。

至于那些會被創(chuàng)造出來的新職業(yè)，除了提示工程師（prompt engineer）之外，我們可能還要再等等才能看。但霍夫曼對此持樂觀態(tài)度。

充滿挑戰(zhàn)，但前途光明

我們看到了人工智能的好處，但也不能忽略它的應用和普及所帶來的挑戰(zhàn)。

圍繞人工智能的最緊迫的關注點之一是偏見，它們主要來自于訓練模型所用的數(shù)據(jù)。對此，霍夫曼提出了一個有趣的解決方案：使用人工智能來訓練其他人工智能系統(tǒng)以減少偏見。通過設定特定的規(guī)則并使用人工智能來確保這些規(guī)則得到貫徹，或許可以更有效地減少模型中固有的偏見。這樣一來，對偏見的糾正就不僅僅停留在人為的干預，而且人工智能可以花費相當于人類數(shù)百年的時間來確保偏見得到處理。

另一個挑戰(zhàn)是數(shù)據(jù)隱私?；舴蚵J為，我們要區(qū)分數(shù)據(jù)量和數(shù)據(jù)性質之間的區(qū)別。盡管人工智能模型需要大量的數(shù)據(jù)，但它不一定必須使用私人或敏感信息。他認為，隨著用戶從人工智能中看到切實存在的好處，他們將更愿意分享數(shù)據(jù)，前提是他們的隱私不會受到威脅。

ChatGPT和GPT-4只是生成式人工智能的用例之一，類似的還有Stable Diffusion和Midjourney等圖像生成工具，這些工具引發(fā)了關于知識產權問題的爭論。

在霍夫曼看來，這些來自藝術家和作家的主張更具挑戰(zhàn)性：關于他們的作品被用來訓練人工智能模型的擔憂，本質上是他們“可能誤解了模型的工作原理”。他指出，用于訓練的數(shù)據(jù)量之大使得任何單一作品的貢獻都是微不足道的。

“GPT用了1.4萬億個單詞進行訓練，然后它抓取了我發(fā)在公開網絡上的10萬字，那我該按比例獲得補償嗎？”他解釋道，“我這10萬字對模型的貢獻不僅很小，更重要的是它難以量化。”

一個潛在的解決方案是，讓模型訓練借鑒搜索引擎的數(shù)據(jù)抓取，創(chuàng)作者可以選擇是否將他們的作品包括在人工智能訓練數(shù)據(jù)集中，比如打上不可收錄的版權標簽。

最后一個要重視的挑戰(zhàn)是人工智能幻覺。這些幻覺本質上是人工智能輸出的內容存在事實性錯誤。在霍夫曼著書的過程中，他也不止一次地遇到過這個問題。

“想用好GPT-4這類的工具，就要探索、試驗和學習，不斷地重復使用。如果答案不滿意，就改進提示再試一次，”他表示。

霍夫曼對未來持樂觀態(tài)度。他相信，隨著人工智能模型的演變和進化，它們的準確性將得到提高。目前科技公司嘗試的辦法，比如整合搜索結果和其他數(shù)據(jù)來源，也可以進一步增強人工智能生成內容的可靠性。

霍夫曼強調，包括人工智能在內的技術，從來就不是中立的，本質上包含價值觀。開發(fā)者在塑造這些價值觀中起到了關鍵作用。為確保人工智能與人類的價值觀和福祉保持一致，霍夫曼建議采取多方面的方法。

首先是清晰的溝通，開發(fā)者應明確闡述指導他們人工智能工具的價值觀和原則；其次是保證質量，定期進行測試，以確保這些價值觀得到一致的維護；最后是建立反饋渠道，與用戶、企業(yè)和政府的開放溝通渠道可以提供寶貴的反饋，確保人工智能與社會需求保持一致。