Populære emner
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
AI hever den nedre grensen, ikke den øvre grensen!
Sist gang jeg så Mr. @dotey Baoyu dele denne artikkelen, leste jeg den mange ganger, og basert på min egen praktiske erfaring føler jeg at denne artikkelen er veldig objektiv og realistisk, noe som kan betraktes som de "riktige verdiene til AI" foreslått av Mr. Baoyu for en tid siden. Jeg oversatte den på grunnlag av Mr. Baoyus oversettelse.
Originalteksten kan sees:
1⃣ Omformer læringskurven
Før AI kom, sto elevene generelt overfor et dilemma: læringsressurser ble ofte designet med en spesifikk målgruppe i tankene. Som et resultat, for deg, den faktiske brukeren, passer mange ressurser ikke til din egen bakgrunn og behov:
Du er nybegynner i en målferdighet, men du har et visst grunnlag i det aktuelle feltet, men det er vanskelig å finne innhold som kan forklare målferdigheten fra utgangspunktet til kjent felt;
Hvis du vil mestre målferdigheten effektivt, bør du faktisk ha en viss forhåndsferdighet, men nybegynnere vet ofte ikke hvor de skal begynne;
Du har det grunnleggende, men du sitter fast i en mellomliggende flaskehals og sliter med å finne ressurser som kan hjelpe deg med å bryte gjennom.
Generelt sett er kurven for å lære en ferdighet til mestring omtrent som følger:
(Figur 1: Læringskurve)
Fremkomsten av AI har ført til en grunnleggende endring: den kan gi personlig assistanse på ditt nåværende nivå. AI kan svare på spørsmål basert på ditt nåværende forståelsesnivå og til og med fullføre noen repeterende oppgaver for deg, noe som revolusjonerer strukturen til læringskurven:
(Figur 2: AI-assistert læring)
2⃣ Å mestre det er fortsatt ikke en lett oppgave
Domeneeksperter er generelt mer forsiktige med AI. Som en Hacker News-bruker sa det:
AI er veldig grunt. Jo dypere jeg studerte, jo mer ubrukelig ble det, og følelsen av ineffektivitet kom veldig raskt. Spesielt når du forsker på et komplekst eller kontroversielt emne og du forventer at AI skal hjelpe deg med å finne troverdige eller akademiske kilder, er det i utgangspunktet ubrukelig.
Dette er faktisk lett å forstå: hvis treningskorpuset til et emne er rikt og konsistent, er modellen god til å oppsummere resultatet; Når temaet er for dypt og korpuset er lite, vil ikke modellen være i stand til å utøve sin kraft; Hvis temaet er kontroversielt, er treningskorpuset ofte motstridende. Det er med andre ord fortsatt vanskelig å oppnå ekte mestring.
3⃣AI-læringsmodus og «svaravhengighet»
OpenAIs ChatGPT-læringsmodell foreslår et dypere spørsmål: i stedet for å la AI veilede deg til å lære, velger mange å be om svar direkte. Resultatet er:
Elevene vil sitte fast i dybden av forståelsen som AI kan gi, noe som gjør det vanskelig å gå opp til neste nivå.
(Figur 3: Læringskurve for juks med AI)
I det lange løp vil de som prøver å "opportunistiske" egentlig ikke dra nytte av det.
Ikke-likevektseffekter av rekonstruksjon av læringskurve
Teknologisk endring er i hovedsak en «økosystemrestrukturering»: den gagner ikke alle likt. Virkningen av AI på forskjellige mennesker avhenger også av en kjernevariabel: "Hvor mye mestring skal til for å gjøre et virkningsfullt resultat?" ”
Programmering: Det er en akselerator for ledere og begrenset hjelp til store prosjekter
Ingeniørledere har lenge stått overfor en vanskelig situasjon: de kjenner prinsippene for arkitektur, er kjent med ingeniørprosessen, men vet ikke hvordan de skal betjene visse utviklingsverktøy. For eksempel ønsket en ingeniørsjef med backend-bakgrunn å lage en iPhone-app på fritiden, noe som var nesten umulig tidligere.
AI har endret det. De kan nå komme raskt i gang, generere prototyper og avgrense dem til leveranser basert på ingeniørerfaring. Intervensjonen fra AI har gjort umulige produkter til en realitet.
(Figur 4: Amatørprosjektutvikling ved hjelp av AI)
Men for ingeniører som lenge har vært ansvarlige for å vedlikeholde store, komplekse og forretningsspesifikke kodebaser, kan AI hjelpe mye mer – modellen kan ikke få den nødvendige konteksten, historiske avhengigheter eller teamspesifikasjoner.
(Figur 5: Bruke kunstig intelligens i en stor kodebase)
Kreativt arbeid: vanskelig å erstatte på kort sikt
Utøvere i den kreative bransjen er ikke uten grunn til å bekymre seg for AI: Vil romaner skrevet av AI og filmer en dag erstatte menneskelig skapelse?
Svaret er: usannsynlig på kort sikt. Det kreative feltet er ekstremt konkurransedyktig, og verk som virkelig kan få oppmerksomhet må ha en høy grad av nyhet. Selv om AI raskt kan generere bilder, tekst og lyd, gir det ikke en trinnvis økning i "oppmerksomhet".
Vellykket kreativt arbeid har en hard indikator: å ikke være som andre. Mennesker er ekstremt følsomme for "likhet". Dette forklarer også hvorfor «Ghibli»-avataren kort sveipet skjermen, men det påvirket ikke den kulturelle statusen til «Howl's Moving Castle» det minste.
(Figur 6: Kreativ terskel vs. AI-tak)
Hverdagslige oppgaver: AI kan ikke få tak i det
AI har for øyeblikket liten innvirkning på noen høyfrekvente, men lave forskjeller hverdagsoppgaver, spesielt de du har løst godt med apper. Hvis vi tar e-postbehandling og takeaway-bestilling som eksempler, har disse to områdene mange modne produkter og perfekt interaksjonslogikk, og AI har ikke ført til vesentlige forbedringer.
Ta e-post som et eksempel:
Spam har lenge blitt automatisk filtrert ut, og AI som oppsummerer det vil bare kaste bort ressurser;
For viktige e-poster trenger jeg ikke å "oppsummere", jeg trenger fullstendigheten og konteksten til informasjonen - dette er hva AI er vanskelig å erstatte.
Det samme gjelder for bestillingsscenen: modne apper har gjort den ultimate optimaliseringen mellom menyinformasjon, grafikk, pris og interaktiv opplevelse, som er vanskelig for AI å overgå.
(Figur 7: AI-verktøy kontra modne apper)
4⃣Fremtiden til AI: Den er her, men den er ikke balansert ennå
AI har forbedret «utgangspunktet» for kunnskapsarbeidere betydelig, men det betyr ikke at alle drar nytte av det.
Spesifikke roller som ingeniørledere kan dra mest nytte av AI på grunn av deres "mellom- og høynivåforståelse + mangel på utførelse"-struktur;
Skapere føler potensielle trusler og til og med motstår;
Og det er også noen som ser mange eksperter som entusiastisk diskuterer AI, men synes det er vanskelig å finne praktiske bruksområder, og faller i tvil: «Forsto jeg ikke?» ”
AI har ikke fullstendig omskrevet måten alle jobber på, men det er et kraftig verktøy som er verdt alles tid til å prøve. Hvis du har prøvd det og funnet ut at det virkelig ikke fungerer for deg – kanskje det er fakta i seg selv.
Originaltekst: "AI er en gulvhever, ikke en takhever" Oversetter: Gress og tregrønn




5,48K
Topp
Rangering
Favoritter