持续火爆的 ChatGPT 是基于 OpenAI 开发的 GPT-3 模型进行微调得到一款聊天机器人产品,当下大家应该都已经体验过了,对于技术从业者或者普通用户带来的震撼都是极大的,因为人工智能第一次拥有了类人的语言风格和情感色彩,这种前所未有的体验自然引爆了整个网络。
但热潮过后也引发了我的一些思考,对于大多数人而言,ChatGPT 似乎可以无缝衔接到任何场景,似乎人工智能的时代已经来临,但是从技术上说,ChatGPT 只是在 GPT-3 的基础上加入了一些更友好的生成风格,从某种角度看,ChatGPT 是一个会讨好你的,友善的,令人愉快的聊天对象。
如果你翻阅过 OpenAI 的文档,那么应该了解到当下的 GPT-3 模型拥有一些不可避免的硬伤,例如 4000 tokens 的上下文限制,对于通过 prompt 预训练来让 GPT-3 具备更复杂场景的处理能力就显得非常的不足,如果类比的话,好比早年的汇编程序编程的设备,拥有很小的内存空间,无法装下特别复杂的指令,只能通过复杂的软件架构来实现多设备之间的协作从而完成一个在当下我们看来非常简单的任务,但是 —>>>
AI 可以编程了!! AI 可以编程了!! AI 可以编程了!!
重要的事情说三遍,内存大小根本不是问题,作为技术从业者,我经历了早期的 pc 机时代到现在如此发达的互联网,小时候上网是 64kb 调制解调器,网页上只能看到一些文字,存储图片都很费劲,但是在那个年代你会因为互联网这些简陋的应用,简陋的网页而激动人心,因为你看到的是一个全新的时代。
事实上在我成为行业专家,从事工作之后的后几年已经渐渐没有了当初那种激动人心的体验,也一度失去了改变世界的梦想,上班拧螺丝,下班刷抖音已经成为很多人的日常,在技术圈里,新技术的发展越来越内卷,那些曾经热衷于讨论的新鲜玩意逐渐消失,大龄程序员们关注的是房子车子老婆孩子,还有那 35岁的失业红线,刚毕业的年轻程序员们则讨论哪家又裁员了,今年的 Package 又不行了。最近几年技术网红越来越多,而能讨论的技术空间则越来越少。
这一现象的本质是前几轮的技术革命周期已经临近尾声,技术生态和技术成长空间已经渐渐不足,但是我国每年毕业的理工科学生缺越来越多,这必然导致了我们所说的内卷,人才内耗现象的发生。
让我们回顾整个计算机信息革命几十年发展的历程,从最初的大型服务器计算机在企业内部逐渐普及,彼时以 IBM 这类企业服务器厂商为主的时代到比尔盖茨,乔布斯敏锐的发现了个人计算机普及的趋势,推动了个人计算机行业的集聚发展,从而有了丰富的广泛的软件行业,这里事实上是两个阶段
- 计算机在企业的普及,此时计算机属于专用设备,处理特定的专业场景,软件也主要基于这些专业场景开发,这一阶段的特点是软件开发的要求很高,因为编程很复杂。
- 计算机在个人的普及,计算机进入民用化时代,高级语言蓬勃发展,软件开发的门槛降低,规模化和标准化让经过教育和培训的学生或者成人自学都能掌握,从而大大推动了软件行业的发展,不过这一阶段的编程要求依然是比较高的,参考我国早年雷军等大佬的从业经历,但已经是非常大的一次进步了,而且那个时候的软件只能编写在软盘上,可能只有几百kb左右的空间,如果你曾经玩过软盘版本的金庸群侠传就知道我在说什么了。
事实上我已经很久没写文章了,技术内卷让我失去了分享的乐趣,完全没有任何让人兴奋的东西可以研究可以讨论,但是 ChatGPT 确实重新点燃了我对讨论,对分享的兴趣。
事实上互联网能够发展到今天这个规模,个人计算机的普及自然是功不可没,毕竟 IPV4 的设计者们都应该想不到有一天地址池还能枯竭,可见无论什么时代,再优秀的人也难以突破时代对想象力的限制。
当时间进入 90 年代,互联网技术突飞猛进,软件应用的形态从 C/S 结构向 B/S 结构演变,时至今日几乎大部分软件都需要和远程数据库进行通信,数据中心化催生了大数据,云计算,推动了 Web 的发展,如果说个人 PC 的发展是科技民主化,那么移动智能设备 IPhone 的出现则是让智能设备和人类个体进行了一个深度绑定,过去 PC 不能代表你,PC 只是你某个时间或者空间断面上的你,但是智能手机却几乎能够代表你,通过智能手机里的应用和数据分析几乎可以勾勒出你这个人的方方面面,因此在这个阶段大致也可以分为两个部分
- 基于 PC 的互联网普及,我们身份的某一个切面被连接到了网络上,推动了早期 web 的蓬勃发展
- 基于 智能手机的移动互联网,让我们的以近乎完整的数字身份连接网络
以上就是时至今日的我理解的互联网的发展历程,回顾这些则是为了展开下面关于 ChatGPT 的讨论。
从上面两个阶段发现就软件本身其实经历了两个不同层次的周期
- 第一个周期本地软件的编程周期,软盘,光盘,存储介质的变化,空间变大,程序变的复杂
- 第二个周期软件存储去介质化,通过互联网软件可以以任意大小进行分发和使用,代码的量级也达到了亿级,软件变得极其复杂。
- 第三个周期 —>>>
对于 ChatGPT 来说,我认为就是第三周期的正式开启,现在的软件很复杂也很巨大,例如 Facebook,或者淘宝,但是这些代码都是手工编辑的,其中一小部分可能是自动是生成的,如果把软件比作制造业,那么第一阶段的软件开发是作坊,非工业化的,而第二阶段则是工业化的,效率比较第一阶段有了极大的提升,但是对于巨大规模的问题依然束手无措
软件行业的巨大规模问题,例如千人千面,中心化软件的个性化,SaaS 的定制化,以目前的技术能力,收益几乎是无法覆盖成本。
由此可见软件行业继续按照现有的路径发展,本质上已经是无法解决这些问题了,无论是更智能的 IDE 还是更加抽象的编程语言,如果用这种思路去开发 ChatGPT 这样的软件那必然是海量的人力和海量的 Bug 以及难以预计的维护成本。
回到我之前提到的 AI 可以编程了,恰恰是这个问题的解。
把 ChatGPT 背后的 GPT-3 看做是一种可编程环境,那么你就不难理解我所说的第三周期的含义。
- 第三个周期,软件编程进一步抽象为对 AI Model 进行编程,利用高级语言对 AI 进行编程,利用 AI 的能力重新构建新一代的数字应用。
所以新一代的数字应用是什么呢?
我们现在所使用的 App 无论厂商口号喊的怎么想,要以用户为中心之类的,但其本质是以平台或者组织为中心构建的应用,简单理解这句话,那就是作为用户你的需求从未真正被这些应用所正视过,这也是我前面提到的现代软件在面临个性化上的严重不足,研发成本和收益的不匹配。
而基于 AI 为中心的下一代数字应用,其核心是利用 AI 具备的语义理解,情感分析,内容生成等强大的基础能力,能够真正做到以用户为中心,这种思路转换将完全颠覆我们对现在数字应用的理解。
我举一个非常简单的例子,比如我们用微信,你可以仔细回想你很多沟通上的需求微信能够满足你么?
- 时时刻刻的重要内容提醒,拟人化的不在线临时回复
- 群消息的过滤和检索,群消息讨论的观察,消息的分类
- 朋友圈消息的提炼,对重要人朋友圈的时刻关注
微信本质是一种异步沟通的产品机制,在设计上实时沟通仅限于你和沟通对象同时在线的情况
对消息的实时观察,过滤,检索,分类,整理让我们很容易错过许多非常重要的信息,对于个人而言可能损失了很多机会,又或者降低了学习的效率,其本质是因为基于移动互联网时代,我们虽然和设备做了深度绑定,但我们的时间是有限的,一个人不可能 24 小时都挂在网上,同时我们也没有能力分身亿万,对所有东西都保持关注,但是 AI 带来了一种可能性
未来,你可能拥有 N 个数字助手,这些数字助手都基于特定编程,能够帮你处理各种特定的事务,让你突破自身时间的限制,总结起来
第一个周期让我们有限的连接,第二个周期让我们完整的连接,第三个周期让我们几乎无限的连接。
这是一个新时代,一切都将被颠覆,而你做好准备了么?