夢晨 羿閣 發自 凹非寺
壞事了，AI真的來搶飯碗了。
還是我的飯碗！
這兩天你們看的推送，有些標題是AI幫忙取的，有些文章甚至由AI完成了主要工作。
我呢？我不過是打打下手，加些過渡句，加些表情包進去，再排排版罷了。
沒錯，說的就是ChatGPT。
我現在對這玩意的心情很複雜，短期看它在這個特殊時期能幫忙減輕一些工作負擔，等它功能再全點呢？
地攤見了，朋友們。
80分鐘完成一上午的工作
一切開始於上週日的這篇文章，《@不愛運動的人：每天4次1分鐘的日常活動，全因死亡風險降低40%｜Nature子刊》。
參考資料來自雪梨大學，介紹了……算了我也不總結了，直接上AI總結的吧。
總之，就是我突發奇想把原文拿給ChatGPT看，並要求它生成一份中文摘要。
然後就見證了這麼一幕……
當時我還沒意識到問題的嚴重性，就沒心沒肺地接著問了下去。
2.5萬人，有生理資料、不光是調查問卷，看來還算靠譜了，繼續。
7年，可以的，不過……
就像這樣，後來我還問了「這項研究的主要貢獻者是誰」，「他對自己的成果有發表什麼看法麼？」等問題。
反正只要原文中提到的，ChatGPT都能準確理解並直接給出答案。
原文沒有的，比如「其他學者如何評價這篇論文」，也不會強行編。
由於是頭一次用，我還特意去核對了一下原文看有沒有錯誤，畢竟之前試玩過的各類「人工智障」也蠻多的。
結果就是……沒有問題，非常準確。
懷著震驚的心情，我又看了看社群網路上網友對這項研究的討論，以及從配套的視訊中截一些圖，然後開始下（Ctrl+C）筆（Ctrl+V）。
等完成初稿的時候看了一下表，10:06。
從8:46到10:06，不到一個半小時，一上午的工作完成了。
真的要失業了？
這次之後，我還是不信邪，於是又試了幾篇其他專業的文章。
我先給ChatGPT看了上週登上Science封面的「資訊競賽選手」AlphaCode的報道，讓它給我寫個中文開頭。
它給我的答案是這樣的，啊這，改改連接詞，好像可以直接拿來用了。
讓它講一下研究人員是如何訓練AlphaCode的，它也是頭頭是道。
難道我的工作真的要這麼沒了？
不不，我趕緊又找了一篇我最喜（頭）歡（疼）的量子計算領域文章。
讓它概括一下亞馬遜推出的第一臺量子計算設備Aquila的亮點。
不得不說，ChatGPT能在官方提供的7大段介紹中，準確提煉出「首款」、「可運行256個量子比特」、模擬哈密頓仿真（AHS）等特點，這能力真的有點靠譜。
除此之外，我還試了試讓它來取標題。
這次給ChatGPT看的是一段介紹它自己的文章，文中一位經濟學家大談特談了對ChatGPT大火的擔憂。
沒想到的是，ChatGPT給出的答案完全把握了文章的情緒：「這是一顆放射性的核彈」。
看來不用管是什麼學科，閱讀理解這方面ChatGPT是拿捏住了。
感覺自己涼得更徹底了。
魔盒真的打開了
事到如今，再回看一下剛開始時的竊喜，簡直有點可笑了。
我把這事和同事們講了一下，大家的心情現在都是醬紫的。
就有種潘多拉魔盒真的被打開了的感覺。
要說未來會如何，似乎可以參照AI繪畫的發展軌跡。
技術早就有了，從21年初的DALL·E一代到後來各種CLIP+GAN的組合，都只是在技術圈裡傳播。
一旦做成產品，如DALL·E 2、Midjourney，就開始進入美術工作者的視線。
最終是開源的Stable Diffusion徹底引爆，讓AI繪畫火遍全球。
不光是玩家眾多，還改變了很多設計工作流、誕生不少商業產品。
△nesslabs.com不完全統計
不知道OpenAI是不是此刺激，先是取消了DALL·E 2的排隊邀請制，到了ChatGPT更是從一開始就註冊即用。
雖然不是完全開源，但API接口到了全球開發者手裡，威力也不容小覷。
今天去看GitHub熱榜的話，25個項目裡就有8個和ChatGPT相關。
事實上，ChatGPT已經融入不少行業的工作流程，首當其衝的就是各類內容創作者。
接下來是一些流程性強的工作，比如搜尋引擎最佳化。
甚至涉及和人打交道的工作，也未必能倖免。
在這一切到來之前，先好好利用它吧，比如寫寫工作週報。
甚至有人在ChatGPT的幫助下寫申請書找到新的工作。
然鵝令人絕望的是，ChatGPT成功的秘訣之一就是「從人類反饋中強化學習」（Reinforcement Learning from Human Feedback ）。
你越用它，它就越強。
最後問問大夥，你們的工作還安全嗎？
參考連結：
[1]https://nesslabs.com/artificial-creativity