看完美国花1亿打造的超级AI之后，在座不少人怕是要失业了_风闻

　　早几年前 AI 技术还处于理论阶段的时候，差评君也和大家一样，对 AI 技术充满了各种美好的幻想。

　　“ 改善生活、改变世界、制霸全宇宙，人类要从站起来变成强起来！”

　　网上搜到五年前的 AI 海报 ▼

　　不过到现在要是再提 AI 的话，恐怕大家只能想到那些 “ 抱歉，我听不懂，你能不能换个说法 ” 的人工智障了。

　　“ 你这个人类又在说些什么批话？” ▼

　　然而上周，科技圈子又重新因为 AI 技术沸腾了 —— 因为美国研究组织 “ OpenAI ” 做成了一款被称为能取代人类的 AI 引擎。

　　在看完这款名叫 “ GPT-3 ” 的语义 AI 引擎演示之后，差评君的第一反应是， 我该不是把书读到狗身上了吧 真正可以辅佐人类的 AI 终于来了！

　　稍微熟悉点科技的差友可能都听说过大名鼎鼎的 “ 图灵测试 ”，也就是通过一连串的问答来看 AI 是不是会露馅。

　　然而在人与 GPT-3 的问答中，假如不是我说，大家可能会以为对面坐着一个真实的小孩。回答略显稚嫩，但丝毫感觉不到以往 AI 助手们的那股制杖气息。

　　不过有小伙伴们可能要说了，这些问题也还好啊，我看之前你们介绍的那个谷歌助理虽然偶尔会犯制杖，但好像也能做个八九不离十。

　　那接下来我们看点儿有难度的，能自己读题做题的 AI 见过吗？

　　给 GPT-3 一篇高中英语阅读题，GPT-3 轻轻松松就能给你把答案写出来。

　　什么猿辅导，什么作业帮，统统都是 DD！

　　我当年学英语的时候有这种神器，那铁定是不会挂科的！（ 坏行为，好孩子勿模仿 ）

　　要是嫌高中阅读难度不够的话，我们再来个大学水平的试试。

　　比方说，把一串晦涩难懂法律条款扔给 GPT-3，不出五秒就能输出 “ 人话 ” 版本的解释文。

　　学法律的小伙伴来评鉴一下 ▼

　　本硕博连读、头发都学秃掉的法学生们听到之后都哭了。

　　这还不算完，除了听懂人话、归纳总结之外，GPT-3 甚至还能自行创作。

　　比如给个场景描述，给个开头，GPT-3 就能写出个杀生丸和鲁鲁修的中二小短文。

　　我瞬间就想到了小说代写，一日百更，彻夜不眠。。。

　　非加粗部分为 GPT-3 生成 ▼

　　如果不满足于短篇的话，还有个老哥拿 GPT-3 生成了一篇 1112 词的鸡汤文。

　　想要去拜读一番的小伙伴可以戳这个链接  https://adolos.substack.com/p/feeling-unproductive-maybe-you-should 

　　《 工作效率低下？也许你该试着停止焦虑 》▼

　　内容有点儿长，差评君就不给大家全文翻译了。

　　总之，这篇文章有开头、有结尾，有立意、有中心。文章引出了 “ 创造性思考 ” 和 “ 过度思考 ” 两种思考模式。

　　文章还通过 “ 作者 ” 的切身经历，向我们阐述了过度思考的弊端，同时引导我们要进入到创造性思考的正向循环中，为生活创造更多价值。

　　怎么样，这道阅读理解我能拿五分吗？

　　。。。。。。

　　总之，这篇 AI 生成的鸡汤文非但没有露出马脚，还直接冲上了 HackerNews （ 知乎硅谷精英版 ）的热搜榜首。

　　看来歪果仁也很吃鸡汤这一套啊。。。

　　讨论区里有几位老哥的表现甚至有些夸张： “ 这篇文章振聋发聩，跟前一阵伊森霍克的 TED 演讲有一拼！感谢楼主分享如此深度好文！”

　　要是伊森霍克知道他的演讲被人和一篇 AI 生成的文章放到一起品评，不知道是该哭还是该笑。

　　伊森 · 霍克演讲：《 放开手，去创造 》▼

　　伊森霍克最后是哭是笑差评君不太清楚，因为此时我已经陷入了深深的沉思：

　　要是 AI 再这么螺旋拐弯牛批下去，我是不是就 不用写稿 失业了。。。

　　别说，被这个问题困惑的可能不止我**，律政精英、公司财务、程序开发，以及公司的油头 UI 设计师都在 GPT-3 的精确打击范围内**。。。

　　比如说有人把 GPT-3 和表格文件对接到了一起。

　　而我们只需要说类似 “ 房租 3000 押一付三 ” 、 “ 老板上星期我打了一万块钱 ” 一类的白话， GPT-3 就能自动生成一张非常专业的财务报表。

　　除了报表， GPT-3 还能够只依靠几句话，就帮你撮一个网页出来。

　　拥有十年工作经验的前端人员，哭了 ▼

　　“ 一个谷歌的 Logo，一个搜索框，两个灰色的按钮，一个写 ‘ 谷歌搜索 ’，一个写 ‘ 手气不错’。”

　　“ 把搜索框再改宽点儿。”

　　“ 错啦。两个按钮之间要加一点间距，不要粘在一起。”

　　用一句话生成出个高仿 Ins 的界面也不在话下。

　　甚至可以通过白话描述，直接用专业的 SQL 语言提取数据库资料。

　　“ 拉取 25-35 岁员工的薪资详情 ” ▼

　　震惊，程序员一夜之间化身产品经理，竟向电脑提出如此过分要求！

　　哦我的上帝啊，这哪儿是什么 AI 啊。这可真是比小说里的小秘书、金手指、随身老爷爷还要神奇啊！

　　。。。。。。

　　先说明一下，以上这些神奇功能都是差评君从拿到了 GPT-3 抢鲜体验资格的研究人员那看到的例子。

　　虽然差评君也申请的 GPT-3 的体验资格，不过目前还在排队等待审核。

　　等后续差评君搞到了资格，我们再来好好看看 我以后是不是可以拿它代笔了  GPT-3 还能做些什么。

　　然而光是从这些演示上看，我们已经可以发现这个 GPT-3 实在是强悍的不太像个 AI 了。

　　所以，什么事 AI 都能干了，大家是不是混吃等死就好了？以后更不用去上学了？

　　当然不是这样的。

　　虽然差评君看到有些小伙伴在介绍 GPT-3 的时候用了类似这样的说法（ 顺便渲染了一波 AI 威胁论 ），但是实际上，这种猜测难以成立。

　　因为从本质上来看，GPT-3 属于 AI 理论中的 “ 反应机 ” （ React Machine ），距离替代人类还远得很。

　　现在大家通常把人工智分成四个层级：反应机（ 第一层 ）、有限记忆（ 第二层 ）、具有心智（ 第三层 ）、自我意识（ 第四层 ）。

　　我们现实中最常见的 AI 都位于第一层的反应机。比如我们常用的小爱同学、小度小度，以及这次的 GPT-3 。（ GPT-3 里的 PT ，实际代表的就是预先训练 “ Pre-Training ” ）

　　它们通过 “ 喂养 ”人工预先收集的大量样本进行学习训练，让 AI 对某件事情有了认知。之后再根据已有的样本组织反馈逻辑。

　　这样的 AI 没有自我成长的能力，只能根据已学习的信息进行机械化的反应。

　　比如说，给 AI 灌输了一堆猫猫的侧面照片， AI 下一次再看到一张新的猫猫侧面照时，大概率就能认出来这是一只猫了。

　　但要是我这时候给 AI 一张猫猫的正面照，它就很可能把猫猫认成狗。

　　说白了，反应机做的事情就是照猫画猫。但凡有哪只新猫长得和以前见过的差太多，就只能抓虾了。

　　但可能有些小伙伴得说了，我们看前面 GPT-3 好像什么都能做，瞬间胜任了无数职业，怎么还会是把猫当成狗的反应机？

　　差评君，你这说法行不通啊。

　　非也，就像我前面提到的，反应机的原理是所谓的 “ 照猫画猫 ”。

　　那只要我们想办法把全天下所有的猫给它看一遍，它不就不会翻车了嘛！

　　这正是 GPT-3 干的事。其实在它之前还有 GPT-2 ，当时研究人员使用了 100 多亿个参数训练它，得出的结果已经让它站在世界顶尖 AI 的梯队里了。

　　而这一次他们在训练 GPT-3 的时候，直接把训练参数增加了接近 20 多倍，达到了 1750 亿个参数，素材达到了 45 TB ！

　　根据大家的测试结果看，除非你编一些根本不存在的问题给他，不然 GPT-3 的翻车概率几乎不存在。。。

　　问：你怎么波哥个魔哥？

　　答：你得用波哥来波哥个魔哥。

　　问：引腰里有多少树？

　　答：引腰里有三棵树。

　　问：你知道我问的都是个些什么嘛？

　　答：嗯，我知道。

　　。。。。。。

　　为了能够让 AI 跑的动 1750 亿个参数，赞助商微软直接给 OpenAI 划拨了一台世界排名前五的超级计算机。

　　据说，光是里面装载的 NVIDIA 显卡和 AI 运算卡就接近上亿人民币。

　　史无前例的聪明 AI，果然也得用史无前例的真金白银砸出来。

　　不过饶是如此，哪怕 GPT-3 再聪明，它也只能糅合别人的创造，书写的别人的观点。

　　脱离了训练使用的样本库，它便无法再输出创意，更没法自我学习。

　　所以差评君觉得，GPT-3（ 以及之后的 AI ）能像现在这样帮助人们高效输出一些解决方案，从某些繁杂琐碎的工作中解脱出来。

　　但是它们永远无法替代人的思想。

　　And that’s what makes us human。

　　图片、参考资料

　　开源中国，“万物就只是 5 万亿个参数”，AI 模型 GPT-3 让人怀疑人生

　　新智元，GPT-3 真是人工智能「核武器」吗？花 1200 万美元训练却没能通过图灵测试

　　大数据文摘，GPT-3 有多强？伯克利小哥拿它写“鸡汤”狂涨粉，还成了 Hacker News 最火文章？！

　　Half Ideas，GPT3 - Will AI replace programmers?

　　Twitter，#GPT3

　　部分图片来自网络