
CNET科技行者 8月22日 北京消息 AI不仅能帮助我们更好的完成各项工作,而且能使我们自身变得更好。
人工智能日益发展,大量任务都可以通过自动化实现。不仅仅是在工厂中组装零件这样的一些简单的重复任务,而是传统上归属于人类领域的复杂任务。很快,这些机器将承担起所有的工作,其将不再需要人类的参与。人类如何在自动化革命中生存下来呢?
电影中有这样的描述,经过与机器人的一系列斗争,人类最终取得了胜利。农业时代的到来让曾经的猎人和以采集为生的人类失去了生计;然后农业工业化又使农民失业。每次的技术更新都使某种类型工作消失,而后新的职业又会出现。一切都要归因于人类的智慧,我们适应了风云变化的环境,最终生存下来。
但是,持不同观点的人说,“这一次不同。”我们不是在谈论笨重的机器通过编程来做一些特定的任务,AI能通过观察人类并分析人类的数据模式,进而来学习与自我更新。作家及未来学家Yuval Harari表示,全球联网能够帮助AI实现互相学习和合作,这将让AI非常强大。
但是,未来可能并不像他描述的那样,原因如下。
取代人类的工作?AI没有想象的那么聪明
AI是聪明的,但它确实不如我们想象中的那么聪明。AI处理复杂问题时的表现越来越好,但同样真实的是,AI仍然不太善于处理很多与人类工作有关的事情。
在特定的情况下,AI擅长复制,例如安排会议等行为。AI能够真正了解你,并作出有创造力和同情心的回复吗?不能吧。AI对于需要创造力、同情心、批判性思维、领导力、艺术表现等品质的表现并不是非常好。相反,自动化将释放人类对执行特定任务的需求。主要是非创意的任务可以分解成相对可预测的部分,这些是人们不想做的事情。很多人之所以上班,不是为了去做一些如安排会议、提交退款的收据或预订航班这样单调无聊的任务。
严重被低估 人类远比想象的更聪明
风险投资家Marc Andreessen指出 ,关于机器人正取代人类进行工作,它是基于假设人类不够聪明,得出人类不能胜任新的行业和工作的结论。
但是,当工业化的出现取代了原本雇佣了近四分之三人口的农业时,人们梦想着创造出新的方式来帮助其同胞继续工作。公路遍布国家,飞机的轰鸣声响彻天空,人类创造了电脑,还创造出娱乐、医疗和教育等行业。
如Andreessen所言,100年前的人们如若见到我们今天所做的工作,将会是无比震惊的。
互补互助 AI与人类协同工作
尽管人类的潜能还未能全部释放出来,但AI可以帮助人类达到更高的水平。
人工智能(机器替代人类)与提高智力(机器帮助人类)之间存在的争论几十年来从未停止,反而愈演愈烈。一方认为人类将被完全排除在外,而另一方则认为机器的作用是帮助人们表现得更好。
但争论双方都忽视了一点,即这两个想法并不是相互排斥的。事实上,AI在某些事情上确实可以做得比人类更好,但是,当AI开始做这些事情,其也将督促我们能够更好地工作,成为更有价值的人。
以销售工作为例。现在,销售助理可能花费大量时间做着一些本可以用自动化解决的事情,例如,寻找可靠潜在客户、发送后续电子邮件、更新Salesforce、构建报告等。一旦这些工作被智能机器所接替,那么销售人员还可以做些什么呢?答案是有关情感和创意的事情。销售人员将花更多的时间与客户建立关系,并为客户提供解决问题的创新方案。AI通过将销售人员从平凡的任务中解放出来,帮助他们专注于构成工作核心的事物:只有人,才能做的事情。
在人工智能时代 人类应该怎么做
所有这一切的意义是:帮助人类在人工智能时代取得成功。
在未来工作中,AI技术无疑仍是重要的,它将会替代人类完成许多重复性的任务。而沟通、情商、创造力、批判性思维、协作和认知灵活性将成为企业最注重的能力,想要为将来做好准备,我们需要强调发展高层次思维和情感技巧。
以下三个基本思想可以改善人们未来的工作前景。
一、学会讲故事。机器并不擅长讲故事,它们会的仅仅是机械的报告。如果想与其他人进行有效合作,那么讲述一个迷人而又富有创造性故事将是至关重要。
二、提高创造力。很多人认为创意是学不会的;你要么拥有,要么永远没有。但事实并不是这样。创造是一个过程,你可以点燃它,从而开启你寻找创意的过程。例如,采取常规思维方法、去散步、挤出时间进行自由玩耍。(没错,即使是成年也是如此!)这些都已被证明是可以提高创造力的行为。
三、学习如何销售。人从本质上说就是销售,这也是非常重要的一点。我们不仅仅在谈论销售产品,还要谈论如何将你自己销售出去,销售你的想法,并说服别人与你一起共事。掌握销售的基本概念实际上涉及很多非常人性化的素质,例如要理解心理学、倾听和提问、同情他人、寻找解决问题的创造性方法。
美好的未来在向人类招手。事实上,由于AI的出现,人类可能会需要完成很多富有挑战性的工作。人类的生活将由AI代理,但是在创造力和创新方面,坚信人类的地位将是无可替代的。我们将产生新的想法、新的行业,想象力将带领我们前进。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。