这是一个创建于 358 天前的主题，其中的信息可能已经有所发展或是发生改变。
作为曾在 AI 公司做过产品经理的人而言，面对大语言模型展现出的 AGI 曙光，情绪是激动而复杂的。
AI 公司的经历，让我受益良多：
对神经网络，深度学习，机器学习，强化学习，算法模型等概念有了更全面的认知； 了解了符号主义，行为主义，连接主义，玻尔兹曼机，反向传播等人工智能发展历史； 对算法，算力，数据的核心价值有了更深刻的理解； 对算法特性与应用场景的边界问题更加敏感。
但当时 AI 行业的状况，却扭曲了我对 AI 最原始的憧憬与畅想。
客观来讲，那会儿的 AI 只能算是用深度学习的方法增强了一些特定任务（比如模式识别）的实现效果，与理想中的 AGI 相去甚远。
好比是通过复杂的训练，得到了一条可以执行缉毒任务的警犬，或是一只马戏团的猴子。他们有一点聪明，但是总归不是人。
在我离开 AI 公司之际，我甚至有点悲观地认为当前范式下 AGI 已经成为不可能实现的愿景，甚至把 AI 归为信息发展的支线，而非主线迭代。
但这种悲观在短短 18 个月后被打破——2022 年 11 月 30 日，ChatGPT 发布。
这次 openai 可能带来了一个婴儿，或者是一个弱智，anyway ，起码是一个人了。
我是在 2020 年 gpt-3 发布之时了解到 openai 暴力美学的理念，在 2022 年 12 月份注册 ChatGPT 正式体验。 我尝试用 ChatGPT 做了很多事情：
帮我润色一篇文章，启发我做产品功能的灵感，帮我设计一个调查问卷，做一些数据分析与统计，学习新的技术原理，流程与法律的合理化建议，解释一些生僻的词句比如“摈落蹄筌，方穷至理”，发送图片识别一双运动鞋的品牌与系列，甚至我有尝试完全通过 ChatGPT 来创作一部中篇小说。 [ GPT 科幻小说] 深渊梦境：第一章：末日 之前我们聚焦某个算法模型可以做什么，在无数次被 ChatGPT 提示“You've reached the current usage cap for GPT-4”之后，我怀疑有什么是 LLM 模型不能做的。
现在分析，评论 ChatGPT 与 LLM 的文章浩如烟海，但我想从一个不太一样的视角来分析一下 LLM 将会带来的影响——LLM ，正在把世界变成超级计算机。
在我的观点里面，大语言模型本质上像编译器。
传统的编译器将高级编程语言编译为计算机可执行的机器语言，进而降低编程的难度，可以让更多的人参与到编程工作中来。 而编程，几乎是过去我们建造数字化的唯一手段。但在今天，掌握高级编程语言的仍然是少数人。 少数，意味着稀缺的资源，昂贵的成本，以及缓慢的进度。人类的编程力成为现实世界与数字世界的瓶颈。 大语言模型跟编译器有着高度的相似性——都是把人类更容易掌握理解的语言，解释，转化为机器可以理解运行的底层代码。 大语言模型则有希望将自然语言变成“超图灵完备语言”，这将使数字化程序的开发得以结构化，量化，并大幅降低成本。
随着 LLM 将现实的物理世界不断地编译成数字化的世界，整个世界将变成一台超级计算机。而 GPTs ， 显然已经在预示这一趋势。
另外一个值得关注的趋势是 AI 硬件。
随着 AI 的水平面漫过人类世界越来越多的山头，AI 将以无法阻挡的趋势进入我们的生活。新的信息范式下，必然会出现新的载体形态。文字/印刷术，互联网/PC ，移动互联网/手机，AI 时代必然会出现新的 HMI 理念与新的设备形态。
过去讲产品经理分为软件产品与硬件产品，软件又细分为用户，社区，策略，增长，商业化，内容等等类型。但需要认识到这种细分是在行业高度成熟阶段，产生深度分工的结果。而高度成熟必然意味着红利消退，而我们正身处变局。
第 1 条附言 · 357 天前
在下的公众号，欢迎大家来关注交流！
 |
1
hardyfish 358 天前
顶一个!
LLM ==>超级计算机 现在特定的特殊问题还是需要人来解决,AI 目前解决的是通用性问题. 比如我要在我安装的一个特殊版本的 linux 下更改内核驱动网络模块接收延时策略. 这个目前 LLM 能有啥作为呢? |
 |
2
LeeReamond 358 天前  9
产品经理写出来的文章，不像是技术人员写的。你这文章发到今日头条也许不错，发到 V 站不感觉发错地方了么？
就现有的 DNN 的基础网络，这么多年发了这么多文章，当然 trick 是很多，我也很尊敬研究前辈，但是说到底实际上翻来覆去也就 CNNRNNX-former 那几套，X-former 做到 CV 领域以后现在也发现了 VIT 那套纯粹是近视眼，时序更是根本玩不转，这几年文章又回过头去搞 MLP 了。也就单纯在 NLP 的领域，因为语言主要看词汇而忽略顺序特性，再加上全人类知识在语言领域有投影，GPT 换了训练集以后突然一下子 zeroshot 效果很好，给了某些人一种无限增大模型导致无限进化的错觉，是不是因为产品经理上了人家给你准备好的速成班以后过于乐观，啊，我不好说。 我毫不怀疑几年以后会出现工业领域的通用机器人，大幅降低重复性劳动成本。但是所谓通用人工智能，反正我是回复呵呵。要我说啊，别看现在全网各种 LLM 和各种微调，牛皮吹得震天响，绝大部分公司连 Bert-base 都还没上，说的话又有几分能信？ |
 |
3
wangshushu OP @LeeReamond 哈哈哈是产品经理写的，但是也没有上速成班，只是从自身经历感受来写的而已。我对 AI 还是乐观的，这点也没错。V 站产品经理也不少吧哈哈哈
|
 |
4
leviyuan 358 天前
超级计算机这个观点很赞
|
 |
5
Parva 358 天前
如果“大语言模型则有希望将自然语言变成“超图灵完备语言”，这将使数字化程序的开发得以结构化，量化，并大幅降低成本。”成立且日渐成熟。
大佬觉得可能会出现什么现象？程序员的趋势将如何？ |
 |
6
fano 358 天前
GPT 提供了一个可扩展的方法，让 LLM 不断生长。未来克服算力（硬件或架构）和数据的瓶颈后，也许会有媲美人类最强智囊团的 AGI 。
|
 |
7
shimanooo 358 天前
《未来简史》还是《人类简史》里的观点：人脑本来就是一种计算机
|
 |
8
Masoud2023 358 天前
tldr
|
 |
9
wildman9527 357 天前
说了这么多，不在结尾处放个知识星球的二维码真是可惜了 。。。
|
 |
10
langhuishan 357 天前
让 LLM 学习汇编直接转化自然语言到机器码？
|
 |
11
1145148964 357 天前 1
不谈数学不谈技术的人工智能。就和幻想大同世界没有任何区别
|
|
12
wangshushu OP @Parva 如果是 control c+v 的程序员会消失，但是更精通底层原理的程序员会有更大的作为，因为整个数字化的盘子更大了
|
|
13
wangshushu OP @wildman9527 哈哈哈马上安排公众号
|
|
14
wangshushu OP @langhuishan 乐观地看，这个可能就是一层窗户纸
|
|
15
wangshushu OP @hardyfish LLM 应该已经可以给到一些不错的建议了，LLM will be a powerful assistant to an above average programmer
|
|
16
wangshushu OP @shimanooo 人脑的确非常像计算机，但是基于生命技术的优势也沿袭了其弊端，非常有创造力，但是很难复制。硅基计算机起点低，但是迭代速度快，能完美继承上一代的改进，我们马上就能看到这两条线的交点了。
|
 |
18
CrazyRundong 357 天前 via iPhone
Not even wrong.
|
Select Language