Open AI带来的思考

524 阅读6分钟

前言

目前为大众所知并与Open AI高度相关的产品至少有两款:ChatGPT 与 New Bing。

我是 New Bing 的用户,同时也是程序员,经过这段时间对 New Bing 的使用后,对 AI 产品有了新的思考。

本文主要从两个方面讨论,分别是怎么用、怎么看。

怎么用

ChatGPT 首先进入大众视野的,其实是娱乐功能。短视频平台里相关流量最多的是“AI 大战弱智吧”类别的娱乐视频。还有就是对话者把 AI 当人,引导对方与之进行情感对话,这是一种人类喜欢的与其他特种相处的模式:把自身的情感投射到别的存在,从而获得情感的慰藉。

个人对上述功能并不感冒,由于最初看到大多数人是这样使用产品的,因此我在一开始对 AI 产品的价值表示怀疑。

另有一些人则正经些,会利用 AI 绘图、搜索、翻译。这里面,我认为绘图仍是娱乐,对我没有实际用处。搜索其实只能算是锦上添花,因为我本身可以 google。翻译也是我第一时间能想到的,这是有用的,结合语境的翻译,确实要比生硬的机器翻译要强。

然而在经过一段时间的使用后,我发现 New Bing 的搜索功能还是跟搜索引擎有不同之处的。它独有的上下文推断能力,可以引导你去进一步地提问,从而让人更容易触及问题的本质。而搜索引擎要能生效,很重要的一点是关键字要正确。但如果对领域不熟悉,则搜索者很可能根本不知道自己想要的内容应该如何“专业而正确”地表达,因此使用了错误的关键字从而搜索不出想要的结果。从这一点来看,AI 的搜索功能并不是传统搜索引擎可以取代的。

最后不得一提的,当然是代码生成功能了。有人说,可以让 AI 写代码,程序员可以失业了。对此,我真的表示不屑,说这种话的,一看就是外行。我只说两点:

  1. 写代码容易,修改代码难
  2. 纯技术容易,搞懂业务难

AI 能搞定的是技术方面与从零开始写代码的需求,但业务理解与从1到N维护代码的活,还是得程序员来干。当然,这方面也可以畅想一下,将来的某一天,部署个本地 AI,输入业务知识,让 AI 也能理解业务,写出能适配业务的代码!

然而,尽管当前 AI 适合搞纯技术的活,对职业程序员仍然是有帮助的,这是我在使用后得出的结论。据我目前的了解,可以利用的场景有:

  1. 学习新语言或利用非精通的语言做一些事时,AI 可以给予你代码编写的帮助,比如告诉你某个功能的正确写法。如果你只用一种语言,那么你会觉得此功能很鸡肋,因为你很懂,你不需要帮助。但如果你会多种语言,那么你大概率不能精通所有语言,那么在使用自己不太熟悉的语言时,就会认为此功能有帮助了。
  2. 生成代码模板,然后自己来修改。这相当于把 flow control 抽象出来,让 AI 帮你写,然后自己往里面填充数据与业务逻辑。
  3. 生成测试用例。这个功能非常强大,也很有必要。首先自己写用例,很有可能写得不够严密,结合 AI 来写,相当于“三个诸葛亮”,对写出更完整的用例有帮助。再者,用例的编写有时也挺枯燥重复的,交给 AI 来写,节约时间,也减少程序员说没时间单元测试的可能。
  4. 检查代码,修改潜在的 bug。只是道听途说,暂未亲身体验。
  5. 阅读代码,解释代码的作用。只是道听途说,暂未亲身体验。

怎么看

面对 AI,参与了工作的人,不可避免会提出问题:是否有人要失业了?对于这个问题,简单来说,是的。原来两个有经验的人带一个实习生能做好的事,有了 AI 后,一个有经验的人带一个实习生就能做好了,那就为企业节省了一个有经验的人的成本,而另一个有经验的人也许就要被裁掉了。

然而,再从更宏观的角度思考,被离职的有经验的人,只是丢了在上一家公司的工作,未必不能找到 AI 时代下新的工作岗位。当然,现在说这种话,可信度是极低的,因为就连我自己也没想到这所谓新的工作岗位是什么。但我要说两个例子,来帮助理解:人力车被淘汰了,出租车取而代之;诺基亚被淘汰了,iOS 与 Android 取而代之。

我认为,最重要的是要看到趋势。历史的趋势是不可阻挡的,无论 AI 是否会让自己丢掉原来的工作,自己都只能接受。既然只能接受,与其抗拒,不如拥抱变化。先学会使用好 AI 工具,再逐步思考如何趋势中找到自己的一席之地。切可不学大清,拒绝变化,马拉火车。

另外,不得不提的一点是,AI 也是会犯错的。比如,它给的代码可能表面正确,实际不可执行。同时,你得到的答案的质量,一定程度上取决于你的提问的质量。再者,AI 也会成长,会变得更强。因此,我认为把 AI 当成助手、一起进步的同学、结对编程的伙伴,会比把 AI 当作权威的老师比较合适。

总结

总结来看,当新事物出来时,其实人们更需要的是包容与想象力。

面对新事物,带有怀疑甚至抵触的情绪是有可能的,这种情绪也许会带来偏见,从而影响认知。而偏见之所以出现,很有可能是当前人们没有找到合适的使用场景,因此思路没有打开。那怎么找全合适的场景呢?实践出真知,亲身体验是一个不会错的方法。