上周,世界各地庆祝了劳动节,这一天致力于庆祝劳动力的成就和毅力,我们发现自己正处于人工智能(AI)即将改变劳动力市场的新时代的风口浪尖。这场技术革命的曙光既充满希望,也充满危险,当我们聚集在一起纪念前几代人的劳动和毅力时,作为一家人工智能公司,我们认为思考人工智能对未来工作的影响至关重要。
什么是生成式人工智能?莫拉维克悖论是人工智能中的一个原理,它指出,对于人类来说相对容易执行的任务对于机器来说可能相当困难,而对于人类来说困难的任务对于机器来说可能相对简单。直到最近,下棋和复杂的算术计算等活动都可以由计算机轻松处理,而物体识别、语言理解和行走对于机器来说仍然难以捉摸。然而,随着深度学习的出现,人工智能系统在处理曾经被认为是人类领域的任务(例如图像识别和自然语言处理)方面取得了显着的进步。虽然并不是所有看似“简单”的任务都被人工智能征服了,不可否认,过去十年深度学习的进步使机器更接近掌握以人类为中心的任务。对于生成模型尤其如此。
生成模型代表了一类超越决策边界约束的机器学习算法,能够对数据分布的内在属性进行建模。因此,生成模型克服了判别模型固有的局限性。与区分数据分布之间的决策边界(例如区分狗和猫的图像)的判别模型相反,生成模型封装了数据分布本身的固有结构和模式。
生成模型捕捉数据内在结构的能力绝非微不足道。然而,深度学习的最新进展起到了催化剂的作用,释放了该领域的大量机会。在大型数据集(例如互联网)、复杂模型(例如变压器块)、增加的计算资源(例如专用人工智能加速器)和创新学习技术(例如来自人类反馈的强化学习)的推动下,生成模型正在使席卷数字景观。
如今,生成模型通过稳定扩散、DALL-E和Midjourney等技术生成超现实图像的能力令我们震惊。与此同时,它们的语言兄弟姐妹,例如GPT和LLaMA,产生了超出预期的类似人类的文本。视频LDM彻底改变了视频创作,语音合成的真实性达到了新的高度。
像ChatGPT这样的大型语言模型(LLM)尤其令人印象深刻,表现出对各种任务的熟练程度,包括文本摘要、一般问答、音乐创作、代码编写、数学问题解决,甚至理解人类意图(心智理论))。Auto-GPT和BabyAGI等突破性创新进一步突破了极限,为法学硕士赋予了自我提示、记忆能力、浏览和批判性推理能力。与传统的聊天机器人不同,Auto-GPT和BabyAGI的运行需要最少的人为干预,使我们更加接近通用人工智能(AGI)领域。
随着生成式人工智能的快速发展重塑我们的世界,这些变革性技术对劳动力市场的影响成为一个重要的考虑因素。当我们思考生成式人工智能将如何重新定义我们的职业前景以及这场革命对未来工作意味着什么时,积极和消极的后果都值得我们
转载请注明:http://www.0431gb208.com/sjslczl/7846.html