正在学习

在数字世界中保持人性 (2)

在数字世界中保持人性化(2)

语言是我们交流、学习和传播知识的主要方式。它是人类体验的根本,因此这一转变具有重大意义:

我们能够实现前所未有的自动化。如今,软件可以帮助我们处理开放式目标,并使用非结构化数据。这一突破让我们有机会将机器能力应用于长期被视为人类独有的活动。这就是为什么现在机器可以执行需要推理和我们所认为的创造力的任务。

我们可以借助人工智能将模糊的思维草稿转化为可执行的项目方案,为尚未成形的产品构想制定营销策略,或制定方案让我们顺利搬迁到新城市。它可以综合任何文档的要点,描述漫画的含义,或根据一段文字创建图像。我们可以拍摄并上传家中问题的照片——比如墙上的洞或损坏的电器——然后收到维修建议以及五金店的购物清单。这些新能力为广泛而全新的日常挑战和需求打开了实用、软件驱动支持的大门,并可能从根本上改变我们处理日常问题的方式。

我们可以用日常语言指挥机器。我们也将看到新获得的能力带来的影响——只需通过我们每天书写或说话的语言就能让机器按我们的意愿行事。从历史上看,我们必须学习编程或使用复杂软件才能让机器为我们完成许多专业任务。只有具备这种技术专长的人才能真正利用这些能力。如今,对于越来越多的专业任务,我们只需使用日常语言指示机器,就能产生曾经需要数年技能训练才能获得的结果。

我们可以通过在文本框中输入几个句子(甚至一个短语)即时创建复杂的插图或视频。我们可以描述我们希望网站具备的功能——例如滚动条或旋转的抽奖转盘——并在几秒钟内获得可运行的代码。我们只需用几个描述性的词语就能创作任何风格的歌曲。这一转变可能会使创作民主化,让来自不同背景的人能够将他们的想法变为现实,而不受技术障碍的限制。

与机器的对话可以增强我们的思维。正如与他人讨论想法有助于我们澄清思路并产生新的见解,与人工智能对话也可以增强我们的思维过程。我们与人工智能工作时使用的来回对话将我们的思维外化,这可以触发我们可能未曾考虑的新的联想和视角。人工智能能够用自然语言做出回应,这意味着它可以成为我们不知疲倦的思维伙伴或智能的回音壁,提供多元观点,帮助我们更深入地探索想法。

大声说话有助于思考的观点可以追溯到古希腊和古罗马时期的哲学讨论。后来,德国作家海因里希·冯·克莱斯特在他1805年的论文《论演讲过程中思想的逐步形成》中阐明了这个概念,探讨了我们如何通过言语本身的过程发现新想法。从本质上讲,主动的言语可以将抽象、模糊的想法转化为更具体的想法,使言语成为一种放大我们思维能力的创造性过程。这一现象在被称为协作问题解决的学习理论中发挥着重要作用,该理论已得到现代研究的有力支持,可增强我们的问题解决能力。

对话还可以支持联想思维,即一个想法或概念引出另一个想法。我们的大脑会创建相关概念的网络,因此当一个想法被激活时,它可能引发相关思维的级联反应。研究将联想思维与创造力、问题解决和更丰富的交流联系起来。人工智能能够轻松、快速地生成广泛的想法,为我们提供更多样化的联想思维机会,从而可能拓展我们的创造力和问题解决能力。

偶然的突破

推动人工智能近期加速发展的大语言模型(LLMs),最初是为作为词语预测机器而开发的。输入一个短语,它们就被设计来预测最有可能出现的下一个词。我们并不完全理解为什么这一最初的设计能够带来我们今天可以访问的先进能力——这些能力甚至让身处人工智能前沿的人都感到惊讶。伊桑·莫里克在他的《协同智能:与人工智能共同生活和工作》一书中写道:"疯狂的是,没有人完全清楚为什么一个标记预测系统能够产生具有如此非凡能力的人工智能。"Siri初创公司的联合创始人亚当·切耶尔解释道:"我在人工智能领域工作了近四十年,在对话式人工智能领域工作了三十多年,我是那些说:在我的有生之年,我从未想过会看到过去一年发生的事情的人之一。"

发现心灵与机器的炼金术

人们以前从未广泛接触过能够创造、能够协作、能够帮助我们思考的技术——所有的思想、所有的创造力,都必须来自我们自己。但现在人工智能可以增强我们的决策和创造能力。从企业高管到大学生,我们都在同时发现如何驾驭这一机遇以及它给我们带来的挑战——它是如此崭新。

我们正处在与机器建立新关系的黎明时刻。这可能不是你要求的,甚至你不确定是否想要的关系。但那些能够与人工智能建立有效工作关系的人会发现,当我们负责任地将人类智能和机器智能结合起来时,我们能够实现任何一方都无法单独完成的事情。

这进一步加深了当下人们围绕人工智能所感受到的神奇与神秘感。这些系统借助数学方法和数据中的模式,能够发现我们甚至未曾意识到的世界底层规律,并运用这些规律进行创造——完成那些我们曾经认为只有人类才能完成的任务,而且速度更快、成本更低,有时甚至效果更好。随着这种能力通过设备、应用和机器人被引入我们的现实世界,它不仅与我们的日常生活日益交织,也在促使我们重新审视究竟什么才是真正属于人类的,以及在哪些地方我们仍然需要并渴望人类的互动与创造。

注释

练习题

下列哪项是由开放式目标和非结构化数据的自动化所解锁的关键能力?

A. 机器只能执行预先编程的任务。
B. 机器现在可以将推理和创造力应用于任务。
C. 机器只能处理结构化数据。
D. 机器只能遵循明确的指令。

文中提到的 AI 在日常挑战中的支持有哪些例子?

A. 根据模糊的笔记创建可执行的项目计划。
B. 为新产品创意制定营销策略。
C. 制定搬迁到新城市的策略。
D. 完全无需人工输入地写一本书。
E. 从任何文档中综合关键要点。
F. 在没有任何指导的情况下修理损坏的电器。

历史上,只有具备专业技术知识的人才能利用机器的能力来完成专门的任务。

我们可以通过在___中输入几句话(甚至一个短语)来即时创建复杂的插图或视频。

与AI对话如何增强我们的思维过程?

谁在他1805年的文章中阐述了自言自语有助于思考这一观点?

A. 海因里希·冯·克莱斯特
B. 伊桑·莫利克
C. 亚当·切耶尔
D. 亚历山大·弗莱明

文中提到了联想思维的哪些好处?

A. 增强创造力
B. 提升问题解决能力
C. 更丰富的沟通
D. 更快的打字速度
E. 更好的记忆力
F. 增强的体力

大型语言模型(LLMs)最初是为了创建复杂的插图而开发的。

当我们负责任地将人类智能与机器智能结合起来时,我们可以实现任何一方都无法单独做到的___。

在错误的时候转向人工智能会对决策产生什么潜在影响?

下列哪一项最能描述 AI 处理非结构化数据的能力与其在增强人类思维方面的作用之间的关系?

A. AI 只能处理结构化数据,这限制了它增强人类思维的能力。
B. AI 处理非结构化数据的能力使其能够充当不知疲倦的思维伙伴,通过自然语言响应来增强人类思维。
C. AI 对人类思维的增强完全基于其预测序列中下一个词的能力。
D. AI 在增强人类思维方面的作用与其处理非结构化数据的能力无关。

在决策和创造中结合人类和机器智能的潜在好处是什么?(选择所有适用的)

A. 实现两者单独都无法实现的结果。
B. 减少决策中对人类认知过程的需求。
C. 通过在恰当时机利用人工智能来增强决策。
D. 通过过度依赖人工智能来缩小可能解决方案的范围。
E. 通过允许所有背景的人将想法变为现实来实现创造的民主化。

从人类适应机器到机器适应人类的转变,其标志是机器学会以___理解和回应。

登录后解锁笔记、知识点解析、AI 问答

立即登录