作者:高飞
配图:Diffusion Models
新职业的诞生,总是因为有新技术的出现。即使人类最早的职业——农民,也是在新石器时代,伴随着有了打磨成型的石头而产生的。
再往后看,第一次工业革命时代的纺织工人,发报员,第二次工业革命时代的电工,列车员,第三次工业革命时代的打字员,程序员,也都是如此。
有意思的是,时代和职业,其实是互相成就的。我们既可以说新产业变革创造了新的职业。也可以从另外一个角度说,出现了新的职业,或者完全重塑了旧职业,才能叫进入了一个真正的产业新时代。
10年前,从德国提出工业4.0(2013年)开始,一种“我们已经进入以人工智能技术等驱动的第四次工业革命”的提法流行开来。
但是,这个第四次工业革命,和同样是信息技术驱动的第三次工业革命,其实一直以来界限都非常的模糊。似乎是个被“工业4.0”概念催生出来的产物。
很重要的一点是,在第四次工业革命被提了十年之后,并没有创造任何主流的新职业,也谈不上重塑了什么旧职业(除了带货主播,但这也是互联网的产物,和AI并没什么关系)。
所以,第四次工业革命其实非常像是一个概念噱头。
直到2022年11月,在注意力机制(self-attention)推动的ChatGPT发布后,在扩散模型(Diffusion Models)等推动的AI绘图工具PK了人类画师之后,上述提到的疑问都将不复存在了。
因为这些ChatBot,和一系列AIGC新工具,正在创造人类历史的新职业,快速重塑、甚至颠覆人类既有存在的传统职业。
这个新职业的特点是,让人们能够利用自然语言,作为提示词,与AI进行交互,得到信息,或创造作品。
这是人类历史上,从未做做到过的事情,其意义堪比200年前,拜伦的女儿Ada成了人类历史第一个程序员(不过那时,程序员显然还未能成为一个职业)。
所以,是时候为这个新职业起一个名字了。
在英文的语境下,因新技术的诞生,诞生了很多er结尾的新职业(新族群),比如Hacker,Blogger,Podcaster,Geeker。
这些职业翻成中文,都是用的音译,巧合的是,还都以客结尾,分别是黑客、博客、播客、极客。
不过,这一次伴随AIGC而来的新职业,尚未得到广泛的认同和关注。英文称谓也没有统一。有人用Prompter描述AI作画者,但似乎不适用于AI Chat。
我觉得“问客”可能是个好名字。
因为,ChatGPT等AIGC背后的智能本质上是个黑盒子,所以用户-使用者是同等的创新者。
所以“提问”,也就是“问AI”才是这些新职业的核心。
鉴于爱因斯坦曾经说,提出一个问题往往比解决一个问题更重要。
我们应该把第四次工业革命的新职业叫做“问客”。
第四次工业革命,也将因为“问客”的诞生,有了自身真实存在的证明。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。