|
最近一段时间，我越来越强烈地感受到一件事：AI 的进化速度，已经强大的让人恐惧了 这种感觉，不是看了几篇科技新闻之后的兴奋，也不是听了几个大佬吹牛之后的焦虑，更不是包了几年的GPT，Claude会员，而是当你真正把 AI 用起来，拿它解决实际问题，才会发现自己过去对能力边界的理解，可能从一开始就是错的。 比如前段时间我让ai翻译一篇日语论文，对比之前专业人员的翻译，居然准确的让人吃惊，而专业人员报价几千，还要排期，A I一个多小时就好了，而只要20 dollar的包月久够了，最贵包月也就200dollar，当然上token生产力更贵。 更可怕的是，它不只是会翻译。 它能帮你学习陌生领域，分析复杂技术问题，修改代码，理解专业文献，模拟面试，练习语言，查攻略，甚至把一个模糊的想法逐渐变成可以执行的方案。 你以为自己只是多了一个工具，后来才发现，你获得的可能是一个全新的能力放大器。 真正让人感到恐惧的，不是 AI 已经有多强，而是你根本不知道它的能力边界在哪里，更不知道下一次更新，它又会跨过哪条原本以为不可逾越的线。 然而，每当谈到 AI，总有一些人迫不及待地跳出来反驳。 “AI 就是个概率模型，根本不会思考。” AI 会犯错吗？当然会。 AI 会一本正经地胡说八道吗？会。 AI 能完全替代人类的判断吗？至少现在不能。 但这些事实究竟能证明什么？ 它们只能证明 AI 不是完美的工具，却根本不能证明 AI 没有革命性的价值。 仔细想想，这些话有时候就像一个人第一次坐上汽车，发现汽车也会出车祸，于是郑重其事地宣布：汽车太危险了，人类还是应该骑马。 又像一个用惯了煤油灯的李姥姥，第一次见到电灯，就因为听说电会死人，便认定电灯不如煤油灯安全可靠。至于电灯能照亮多大的世界，她根本不关心。 更像盲人摸象。 有人用国产 AI，发现它回答不出复杂的专业问题，于是得出结论：AI 不过如此。 有人把 AI 用在它目前相对薄弱的制造业场景里，发现会出错，便开始嗤之以鼻。 这就像摸到了大象的腿，便信誓旦旦地告诉所有人：大象就是一根柱子。 最可笑的不是一个人暂时看不懂 AI，而是他把自己的认知边界，当成了 AI 的能力边界。 AI 会犯错，当然会。它有局限，也当然有。 但一个新技术存在缺陷，与这个技术有没有革命性价值，是两个完全不同的问题。 汽车会出车祸，不妨碍它取代马车；电灯存在安全风险，不妨碍它取代煤油灯；早期计算机远不如今天的计算机强大，也不妨碍它开启一个全新的时代。 同样，今天的 AI 有缺陷，也不意味着我们已经看到了它的上限。 尤其是当你真正深入使用 AI，尝试让它学习陌生领域、分析复杂问题、编写代码、辅助工程设计，甚至将它与其他软件和工具结合起来时，你才会发现：它带来的变化，远不只是多了一个方便的聊天工具。 它正在改变获取知识的成本、解决问题的方式，以及一个人能够独立完成多少工作的边界。 当然，不是所有 AI 都一样，不是所有行业都能同样受益，更不是用了 AI 就能自动成为高手。 但这恰恰说明，评价 AI 需要真正理解它的能力、局限和适用场景，而不是拿一些AI明显局限的领域，就给整个技术判死刑。 要不然为啥中美都在大力推进AI，甚至美国活捉委内瑞拉总统马杜罗，对伊朗的军事行动，AI也起了很大作用。 拿 AI 的缺点证明 AI 没用，就像拿初代计算机的局限与笨重，去证明计算机没有价值一样可笑。 更有意思的是，有些人甚至都没用过 AI，就已经得出了它不行的结论。 有些人嘴上说不要不要AI，身体却很诚实地使用AI 有些人可能只问过几个简单的问题，看到过几次错误回答，便上帝视角自信地认为自己已经看透了这项技术。 可 AI 的真正价值，往往不在于你随手问它一句话，而在于你能不能把一个复杂问题拆解清楚，能不能提供足够的背景，能不能判断它的答案是否可靠，以及能不能让它反复迭代，最终得到一个真正有用的结果。 同样一个工具，在不同的人手里，产生的价值可能天差地别。 有人用 AI 搜一句话，得出结论：不过如此。 有人用 AI 学习一个全新的领域，解决过去没有能力独立处理的问题。 然后，两个人站在一起，争论 AI 到底有没有用。 这本身就挺讽刺的。
| 
|小黑屋|手机版|Archiver|机械荟萃山庄
( 辽ICP备16011317号-1 )
发表于 
发表于