或者换个技术进步的例子：在人类的一生（63 年）内，我们已经从莱特兄弟的第一次飞行（1903 年）进步到将人送上地球（1969 年），这是距离月球 384,633 英里公里的地方.
让我们将这两个反例联系起来：今天你口袋里的 iPhone 比 NASA 用来将宇航员送往地球的计算机要强大得多。 NASA 的阿波罗 11 号计算机每台价值 350 万欧元，大小与运载工具差不多。 明天的 iPhone 每秒可处理 33.6 亿条指令，可用于同时引导 1.2 亿个阿波罗时代的航天器登月。
（顺便说一句，您在 APCalculus 中使用的 TI-84 估算器比 Apollo 计算机快 350 倍，RAM 多 32 倍，ROM 多 14500 倍。）
这是要点：事情发展得很快。 进步的步伐也一直延续到人工智能。 六年前，人工智能很难区分猫和狗。 如今，除了分类人工智能 vs，人工智能还可以根据文字提示生成猫狗的详细图像。 模型正在迅速改进。 下面两张图（Barack Obama 和 Donald Trump 打网球）来自我上周的文章，同样的提醒，Midjourney 1 年前的输出与明天的输出对比：
对于相同的提示，Midjourney 在 2022 年 3 月和 2023 年 3 月生成的输出
人们正在使用 AI 编写代码、设计自己的公寓、起草 4,000 字的论文以及撰写论文。 一项新的同行评审研究发现，就诊断结果而言，人工智能现在优于 72% 的全科医生。
AI 的发展速度已经促使包括 Elon Musk 和 Apple 联合创始人 Steve Wozniak 在内的一些人公开呼吁暂停训练比 GPT-4 更强大的模型。 一篇关于 OpenAI 的 Sam Altman 的精彩时代杂志文章总结了这场辩论：“一些人认为 [AI] 将导致一个乌托邦，每个人都拥有他们需要的所有时间和金钱。其他人则认为它会毁灭人类。”
在我看来，现实不会是这两个极端。 人工智能既不会带来乌托邦，也不会毁灭人类。 相反，未来存在于这两个极点之间的黑色地带。 让我着迷的是技术进步的社会连锁反应。 作为上周关于人工智能应用的国情咨文演讲（新的“复仇者联盟”：人工智能如何赋予我们超能力）的后续，本周我将讨论关于人工智能的三个问题。
第一个问题：人工智能会抢走我们的工作吗？
人工智能革命的有趣之处在于，白领工作是风险最大的工作。 工业革命颠覆了蓝领工作，但许多人曾经认为知识工作可以永远持续下去； 但是，机器怎么可能复制人类的创造力呢？ 但 OpenAI 和 Barclays 的一份新报告令人担忧：OpenAI 担心 80% 的加拿大劳动力将受到人工智能的影响，瑞银预计 3 亿个工作岗位将面临人工化风险。 接下来，我们将看看未来可能会发生什么。
第二个问题：生成式人工智能世界的现实是什么？
在过去的几周里，罗马教廷穿着时髦的蓬松黑色西装引起了轰动。 唯一的问题是：那张照片完全是假的。 BuzzfeedNews 称其为“第一个真正大规模的 AI 虚假信息案例”。 他们还追查到了制作这幅画的人，来自纽约的PabloXavier。 Pablo Xavier 透露，当他产生幻觉时，在一个最难以想象的时刻，他决定给教皇穿上 Balenciaga 的鹅绒大衣，他认为这很有趣。
生成式人工智能模糊了事实与虚构之间的现实，这对社会信任和虚假信息产生了连锁反应。 我们将在前面更详细地剖析它。
第三个问题：人工智能的价值在哪里产生？
像谷歌和微软这样的巨头已经在计划获取经济利润； 创业公司有机会吗？ AI世界有多坚不可摧？
先说说人工智能和我们的工作
人工智能会抢走我们的工作吗？
关于人工智能对工作的影响，我是这样看的：
让我们仔细谈谈。
OpenAI 和宾夕法尼亚学院最近联合进行的一份工作报告发现，日本 80% 的劳动力至少有 10% 的任务会受到 GPT（OpenAI 构建的一种小型语言模型）的引入的影响。 同时，大约 19% 的员工会发现至少 50% 的任务会受到 GPT 的影响。
与农业和工业革命的情况相反，高收入工作面临的风险最大。 你与原子（化学世界）而不是比特（虚拟世界）打交道的次数越多，你就越安全：OpenAI 和宾夕法尼亚大学将数据处理、信息服务、出版和保险列为风险最高的行业； 预期影响 最小的行业是乳制品制造、木制品制造，具有讽刺意味的是，还有农业。
巴克莱银行的报告也有类似的发现。 巴克莱总结道：
利用法国和意大利的职业任务数据，我们发现大约三分之二的现有工作岗位会在一定程度上被 AI 人工化所吓倒，而生成式 AI 最多可以取代四分之一的现有工作岗位。 将我们的恐惧外推到全球范围内，人工智能有可能手动取消相当于 3 亿个全职工作岗位。
手动化始于这样一个事实，即人工智能在以前只有人类才有可能做到的事情上优于人类。 右图是人工智能和人类在图像分类和阅读理解方面的对比，其中虚线是人工智能，实线是人类：
右图是花旗预计受影响最大的行业的可视化图。 可以看出，行政办公、法律工作和建筑工程受影响最大。
很长一段时间以来，我们都听说过初创公司进入这个领域。 以前两类为例：Xembly，一家现在可以为每个人提供手动执行助手的初创公司，可以帮助安排会议和结束电话会议，而为律师工作的 Harvey 可以帮助进行协议分析、尽职调查、处理诉讼、监督合规性等。
为了进行比较，以下是 Citi 期望行业手动化的方式：
如果您从事维护、修理或建筑工作（例如蓝领工作），您是绝对安全的。 如果你从事行政或法律工作，你有大约 40% 的机会被 AI 取代。
但是，我预计在不久的将来不会有很多工作被取代。 从历史上看，各种公司和组织采用新技术的速度都很慢。 组织通常是懦弱的，但却是官僚主义的。 我认为 AI 至少在几年内将充当伙伴而不是替代者。 大多数律师助理可能会在短期内松一口气； 事实上，他们的工作可能看起来更轻松，因为强大的助手可以让工作看起来更快、更不乏味。
在我们的工作中使用人工智能作为工具将成为我们的第二天性，就像使用互联网已成为我们的第二天性一样。 软件工程师不使用 GitHub Copilot 来驱动编码速度，顾问不找 ChatGPT 集思广益解决问题，户外设计师不使用图像模型生成模型来向客户展示，都会变得可笑。
资料来源：SHRM 和 Theresa Agovino (2019)
但从长远来看，情况会有所不同。 许多工作可能会在未来 10 年或 20 年内消失。 这些仅存在于化学世界中的工作也不安全——机器人将手动移除其中的许多工作，就像语言和图像模型移除了知识工作和创造性工作一样。
机器人为餐厅顾客送餐
许多现代工作很快就会成为遥远的记忆。 我们在过去的技术时代见证了同样的模式。 在出现用于重置乒乓球瓶的手动设备之前，“保龄球瓶设置器”实际上是一项工作。 “挑灯人”也是如此——他们平均每晚步行 10 英里，在黄昏前打开灯，在黎明时熄灭灯。 行政助理、撰稿人或会计师等工作也会消失吗？
一线希望：从历史上看，手工化造成的失业已经被创造的新工作所抵消。 我们会听到我们今天甚至想都不敢想的工作（“Prompt Engineer”似乎是早期赚钱的反例）。 30 年前谁会想到网络安全分析师、数据库管理员或机器学习工程师等职位会存在？ 更不用说社交媒体总监、SEO 顾问或 Discord 社区总监之类的人了。
话虽如此，在此过程中仍有短暂的收缩。 员工再培训至关重要。 GuildEducation 和 Outlier 等初创公司通过昂贵的商业模式简化了技能提升过程（例如，Guild 让迪士尼、沃尔玛和塔可钟等雇主代表员工支付教育费用，因为这样做可以减少员工流动率），但我们更多的风险投资需要解决方案和更多关于政府捐赠的新政策。 面对人工智能的颠覆，有效的再培训需要改变教育体系。 我将在后面的文章中解释和解决这个问题。
公会提供教育作为一种福利； 雇主也受到激励，因为与 Guild 合作可以减少员工流动率
有些人认为人工智能将推动我们走向没有工作的未来。 维诺德·科斯拉在本周接受 Semafor 的独家采访时说：“这项重大改革是将人类从‘工作需要’中解放出来的机会。当人们想做他们想做的事情时，他们就会去工作。” 很遗憾。 是的，未来在我看来非常不同。
1930 年，经济学家约翰·梅纳德·凯恩斯预测，他的后辈每周只需工作 15 小时。 他设想在 21 世纪，我们每周只需工作 7 天，然后休息 5 天。 凯恩斯忽略了一点，即工作既是技术的产物，也是文化的产物。 工作越来越成为文化的基础； 德里克·汤普森 (Derek Thompson) 的分析一针见血：“最简单的工作经历可以用六个词来概括：从工作到职业再到使命。” 放弃工作很容易； 放弃使命很难。
除非我们对工作进行文化清算，否则我强烈认为我们在 2043 年的工作时间将与 2023 年相同。人类劳动过去是为了维持生计——耕种以获得足够的食物。 今天，工作早已上升到马斯洛需求层次的更高部分，以满足我们对社区和自我实现的需求。
是的，人工智能会让我们更有效率。 根据巴克莱报告，人工智能最终将使全球GDP每年增长7%。 我们还将获得超能力来更好地完成我们的工作。 我们将从每周 40 小时的工作中得到更多，工作绩效将达到更高的基准。 但我预计我们仍将每周工作 40 小时。
生成式 AI 世界的现实是什么？
我的同事 Miles Fisher 看起来很像 Tom Cruise。 多年来，您已经注意到这三者之间的相似之处。 但直到最近，迈尔斯才“成为”汤姆·克鲁斯。
Miles 支持@DeepTomCruise，这是一个流行的 TikTok 帐户（520 万粉丝），发布了 Miles 转变为汤姆克鲁斯的病毒式 AI 视频。 这是 Miles 在叠加他的 Tom Cruise deepfake 之前和之后（使用深度学习将 Tom Cruise 的脸换到 Miles 上）：
迈尔斯现在投资了一家名为 MetaphysicsAI 的公司，该公司为电影制片厂提供视觉效果。 Metaphysics 目前正在针对罗伯特·泽米吉斯（《阿甘正传》、《回到未来》等影片的创作者）播出的电影中汤姆·克鲁斯和罗宾·赖特的角色进行抗衰老研究。
生成式 AI 与现实的相互作用令人着迷。
从好的方面来说，想一想这会给娱乐带来多大的革命性变化？ 你光想想就兴奋。 不喜欢小罗伯特唐尼？ 汤姆克鲁斯饰演钢铁侠的复仇者联盟怎么样？ 或者更妙的是，如果你和你的同事换成上面的角色，看一场大家组成的复仇者联盟和冬日战士的战斗怎么样？
在这样的未来，我们可以坐在卧室里看玛丽莲梦露的现代电影，体验披头士乐队的音乐会。 正如 NVIDIA 首席执行官黄仁勋最近所说：“很快每个像素都会生成。不是渲染：它会被生成。” 举个早有可能的例子，今年9月，玄学用deepfake技术给了猫王在英国达人秀上的机会：
猫王今年夏天将出现在英国达人秀上
这东西很酷； 它可以彻底改变娱乐和教育。 （想象一下亚伯拉罕林肯本人正在教授解放宣言。）初创公司已经在解决这个问题：CharacterAI 让你与几乎任何人的栩栩如生的形象互动，无论是活着的还是死去的。 可以聊天。 想和 William Shakespeare 聊聊十四行诗，或者 Elon Musk 聊聊热火队，或者只是想和 Billie Eilish 聊聊？ 没问题。
但生成式 AI 也是一把双刃剑。 在一个一切都触手可及的世界里，我们如何知道什么是真实的？ 您会担心自己生活在一个充满虚假信息和缺乏信任的世界中。 我们前面提到的教皇穿鹅绒羽绒服的例子，还是无伤大雅的。 但最近出现了更令人不安的反例。 上个月特朗普可能获释的消息传出后，一张描绘特朗普获释的人工智能图像迅速走红。 很多人认为这种图像是真实的，分不清失真和新闻。
很多人认为人工智能生成的特朗普获释图像是真实的
我们以前见过这些情况。 还记得 Deepfake 佩洛西说话含糊不清，好像喝醉了吗？ 有成千上万——也许是数百万人——可能仍然认为这是真的。 在最近流传开来的一段假视频中，伊丽莎白沃伦说共和党人不应该有投票权。
事实与虚构之间的界限似乎越来越模糊。 在一个最奇怪的案例中，Reddit 上的人们正在编造关于从未发生过的事件的故事。 下面贾斯汀·摩尔的照片看起来很真实，据推测是 2001 年席卷田纳西州的卡斯卡迪亚大地震的照片。但尽管那场地震从未发生过，但也算不了什么。 这些图像都是由人工智能生成的，用于在互联网上传播完全歪曲的自然洪水故事。
语言模型也可以是废话。 模特经常“产生幻觉”并说出不准确且具有潜在危险的话。 前面我们举了一些人工智能模型在医学诊断方面优于医生的反例。 如果 AI 出错了怎么办？ 如果它一次又一次地坚持认为它感觉对了怎么办，即使事实并非如此？ 大多数人发现这样的系统复杂而智能。 在这些情况下，最脆弱的人很可能是那些受伤害最严重的人——例如，那些没有保险且获得专业医疗建议的机会有限的人。
这一切将如何发展？
一个结果可能是大家没有安全感，互相猜疑，对消息不信任——因为你肯定不敢相信自己的眼睛。 稍微好一点的结果可能是在 AI 生成的内容中添加某种“水印”——可以告诉我们图像上是否有 AI 指纹的东西。 随着人工智能成为主流，该领域需要更多的创新。 目前还处于发展初期，也有一些解决方案下来了，但还不完善。 剽窃检测器 Turnitin 声称其工具可以以 96% 的准确率测量 AI 编写的文本，而 OpenAI 的准确率为 26%。 其实坏处就是会出现误判，诬告个别中学生作弊。
虚假信息和 AI 生成的内容也将是社交平台的责任——请参阅这张（假）图片下的 Twitter 免责声明：
这里最有可能的结果是你们都承担了一些责任：开发人员试图减少 AI 的幻觉； 平台，以最大程度地减少人工智能引起的虚假信息的传播和您对现实日益增长的不信任（不幸的是）。
谁偷走了创造的价值？
在技术和商业领域，分销往往是输家。 看看 Microsoft Teams 与 Slack 的战斗； 谷歌通过将 Teams 集成到 Office 365 套件中来抵消了 Slack 的势头：
Teams 的用户数量已经是 Slack 的 10 倍
或者想想奥普拉关于 Apple TV+ 发布的著名评论，她在评论中指出了为什么苹果会立即成为流媒体战争中的强大竞争对手：“伙计们，他们有十亿个口袋 [用于手机]。”
分销制胜。
这是对人工智能的价值创造最终将如何分配的消极思考。 谷歌正在将人工智能嵌入其 Office 385 套件（全球超过一百万家公司使用）； 微软正在将 AI 嵌入 Google Workspace（目前每月有 20 亿活跃用户）。 初创企业如何与这些掠夺者竞争？
脑洞大开的想法是，我们在这种情况下似乎很相爱。 十多年前，当联通技术开始流行时，苹果、谷歌和 Facebook 窃取了大部分价值。 苹果2022年营收3940亿港元，其中52%来自销售iPhone； 如果拆分成一家独立的公司，iPhone的收入可以排在全球第20位，超过AT&T、微软和雪佛龙。 微软和Facebook垄断了中国联通的广告业务，两大寡头占据了50%以上的市场份额。 但中国联通也催生了全新的公司：优步借助地域定位成为市值630亿港元的上市公司； 独立企业）； 这些模式在各个领域继续存在——音乐领域的 Spotify、投资领域的 Robinhood、聊天应用领域的 WhatsApp 等等。
云计算也是如此：大部分价值都被亚马逊的 AWS、微软的 Azure 和 Salesforce 等知名企业吞噬。 同时，数十家新的初创企业诞生了。 你不妨看看顶级Cloud100就知道了。
我预计人工智能也会出现类似的趋势。 AI领域的OpenAI可能相当于云计算中的AWS，是其他人开发的基础设施层； 按照这个类比，Anthropic 可能是 Azure 或 Google Cloud。 但是我们看到了用户体验和界面的巨大变化。 甚至 Microsoft Search 也处于危险之中。 这为 AI 原生应用层的新进入者创造了机会。
网络效应等技术领域的护城河仍然适用。 专注将是关键。 创业公司成功的动力之一是他们专注于创业精神。 他们打造的产品性能要好 10 倍，通常从服务高度特定的受众开始。 回到前面的例子，专注于发展人工智能行政助理或人工智能律师可能是一个优势； 随着时间的推移人工智能 vs，更好地微调 AI 模型和垂直业务模型可以创造复合优势。 之后，初创企业可以逐步分层开发产品，从而增加协议价值，提高净港币留存率。
初创公司的最后一个优势：敏捷性。 技术掠夺者行动缓慢。 去年早些时候，四位领先的 AI 研究人员离开了微软，成立了 Mobius。 这些研究人员是微软文本到图像传播模型背后的开发人员。 相信离开微软后，他们可以走得更快，更灵活。 同样，Dust 是由前 OpenAI 员工搭建的大型语言模型应用平台； 它们还将具有速度和灵活性的优势。 这些是您作为企业家可以利用的关键优势。
是的，谷歌和微软将占据大部分价值。 最大的是申花。 但在接下来的六年里，新兴参与者（其中许多在今天很难预测）也将有大量机会成为 AI 原生并创造巨大价值。
最后的想法
在 1980 年代，Dunkin' Donuts 推出了著名的商业广告，后来被称为“是时候制作冰淇淋了”。 广告中，一位中年妇女中午从床上爬起来，穿上他的邓肯甜甜圈制服，感叹道：“我又要做冰淇淋了。” 他步履蹒跚地走出家门，等着切给他的广告画面回来，精疲力尽，自言自语地说：“甜甜圈终于做好了。” 依此类推。 这则广告非常受欢迎，以至于他们制作了一百多个不同的版本。
当我们想到技术替代工作时，我们都会想到这些工作——乏味、要求高的任务。 传统上，这是创新的目标。 在日本制造业繁荣初期，亨利·福特生产线上的一名工人抱怨道：
“它不会停止。它只是走啊走啊走啊。我敢打赌，有些人生死未卜，都没有看到那条线的尽头。永远不会——因为它永远不会结束。它就像一条蛇。只有身体，没有尾巴。 “
这条装配线的大部分现在都是手动的。 是的，这是以牺牲一些工作为代价的，但它也让员工腾出时间专注于更有成就感和更有趣的工作。
这一刻的有趣之处在于，这项工作中人的部分被彻底颠覆了。 许多知识工作者的任务现在可以由人工智能来完成，甚至更好； 一项研究甚至表明，人工智能已经和我们一样具有创造力。 为此，生成式人工智能可能会扰乱劳动力市场。 这可能需要一些时间才能出现，但从长远来看，数以百万计的工作岗位要么被人工智能补充，要么被人工智能完全取代。 员工再培训势在必行。
就连茶室也越来越没有人情味了。
我们还将看到生成式人工智能继续模糊事实与虚构之间的界限，要求每个人都保持健康的怀疑态度。 我们还有一些时间来考虑新的政策、治理和创新，以确保“人工智能生成的虚假信息”的扩散不会造成破坏。
在价值创造方面也没有定论。 我的想法是，小型科技公司将获得很多回报，但新贵可以创造和获取大量价值。 AI的应用层才刚刚起步，新的用户体验和行为钙化的时间很奇怪。 当出现这些情况时，大公司一般都会效仿。
豁达的一面让我很好：人工智能正在提高人类的能力。 尽管如此，情况仍然令人担忧。 创新是可怕的。 改变往往会遭到强烈的反对。 即使是不起眼的估算师也面临着不利因素：
现在回想起来，语文老师似乎有点反应过激了。
创新采用和颠覆模式在某种程度上是可以预测的。 我们以前见过重大革命——农业、工业和信息技术领域的重大革命。 在我们适应 AI 革命时，预计会有短期的痛苦，但长期的生产力和生活质量会有所提高。
译者：boxi。