技术从业者眼中的ChatGPT及危机分析

笔者了解到,微软内部参与Bing项目的同事的以下反馈:

  1. 微软内部很认这个技术, 大老板已经砍掉了其他大模型, ALL IN GPT-4

  2. GPT-4效果比ChatGPT好太多太多

  3. 微软内部员工已经在使用ChatGPT编程,自己更多是调整测试

  4. 很可悲, 微软的裁员涉及到很多NLP的员工, 有点像中国古代法家变法,最后都是变法者用自己的血证明变法的有效性。。。

这些变化都在发生,那我们需要做哪些思考?

动荡之下的一丝光亮

大家有没有直观的感受?过去两年,世界似乎变得前所未有的动荡:中美持续的贸易对抗;突然发生的俄乌冲突,一开始以为一天就能打完,结果打到现在还是打了个寂寞;国家限制资本的无序扩张,疫情的反复,以及过程中的种种怪象,导致无论是从社会的层面还是公司个人的层面,都感觉到持续的动荡和强烈的不确定性,以及随之而来的不安和焦虑,很多公司也在这样不确定的环境当中做出了激烈的降本增效的措施,也影响到了很多认识的人。

前几年,算法工程师津津乐道的是发Paper,打比赛,优化各种模型提指标,参加各种国际学术会议,现在却在这样动荡的大环境之下,战战兢兢的尽量做好业务,以证明自己存在的价值。

在具体项目方法的选择上,能用便宜的,绝不用贵的,能短期见效的,绝不考虑长远的。平常挂在嘴边更多是成本,性价比,业务收益,至于长期的技术投入,那几乎已经沦为另外一个平行宇宙的话题。

这样的大背景之下,ChatGPT横空出世,似乎给这个动荡的环境带来了一丝久违光亮和激动。甚至美团大佬也出来高调宣布入局并发英雄贴。

图:美团大佬入局宣言

下面就简单说一下,是用车的chatgpt之后从程序员的角度的一点感受。

直观的使用感受

直观的使用感受就是chatgpt确实强大,和之前所有的模型算法技术相比,他似乎已经真的能够理解人的意思了。

例如你让ChatGPT对比中国空间站和国际空间站具体优劣及详细参数时,他能够很快的把具体的数据阐述出来。同时,你的问法不一样,他产出的结果也会稍有差异。

虽然经常会出现生成模型的问题:一本正经的胡说八道, 但感觉这些随着训练数据和投入的增多能很快解决优化。

图:回答个问题也不在话下,写代码也是没问题的,而且写代码可以增加各种条件限制,它都能理解。

震撼

试用了chatgpt这个产品之后,第一感觉就是被深深的 震撼了:我们在做传统算法的时候,很多时候都会有一个基础的认知,就是同样的一套模型或者算法很难完美的解决所有的任务,虽然这些年我也有很多的多任务模型的尝试工业界的应用,但想要做到各个领域都通用,还是比较有挑战的。

但ChatGPT很大程度上改变了这样的一个状态。他构建了一个使用门槛非常低,但是相当通用的模型,先不问其中的算法是否先进,但单这一点就是一个非常大的进步,特别是在写代码层面,已经相当的成熟。而且很多时候, 它的确听懂你的问题了,似乎真的有点灵魂了。

我听到一种说法,就是微软内部很多员工已经在使用GPT4进行代码的编写,他们所做的工作就是定义功能的输入和输出,以及生成代码的调试。ChatGPT功能已经比较强大,而据说内部使用GPT-4,功能要强大很多很多很多。基本的程序员在不久的将来被替代是一个必然的事实。大家可以想一想,自己平常的工作有多少是看着github上的copy and paste?而现在,github上的copilot已经非常的成熟。

以下是笔者在的一个老同事群中,直接参与微软使用GPT-3,GPT-4的同事对于微软内部的看法, 供大家参考:



画圈的部分为参与Bing的内部人士的原话。简单来说就是以下几点:

微软内部很认这个技术, 老板已经砍掉了其他大模型, ALL IN GPT-4

GPT-4效果比ChatGPT好太多太多

微软内部员工已经在使用ChatGPT编程,自己更多是调整测试

很可悲, 微软的裁员涉及到很多NLP的员工, 有点像中国古代法家变法,最后都是变法者用自己的血证明变法的有效性。。。

另外最近看一个文章, 有权威专家平台预测, 2030年, 通用大模型的coding能力会达到专业级别开发者的水平。。

图:大模型的能力在2030年在代码层面就能够达到,资深程序员的水平

从这个角度,必然会让很多程序员感到恐慌和沮丧。

沮丧

为什么感到沮丧呢?就是感觉到这么一个牛叉的产品,自己却很难参与到其中,如果是前两年, 国内互联网可以和美国互联网分庭抗礼的时候, 各个大厂都撒钱买N多GPU,但现在已经完全不一样了, 看看国内互联网大厂的市值。。

另外就是ChatGPT确实贵, 一般人搞不起。

图:ChatGPT的训练成本,真是Simple But Imposibble!

感性&危

对于很多人来说,这必然是一场危机,如果不改变,不持续学习,那必然被淘汰,而且被淘汰的时候都不知道是怎么回事。可能表现出来的自己被淘汰的原因会千差万别:以后有些人会认为是自己绩效不好或者公司效益不好被干掉, 有些可能会觉得是自己和老大关系不好, 或者其他问题, 其他现象,但本质上还是技术的进步,导致原有的社会结构和工种发生了变化。

未来只有蓝领和金领, 没有白领

前几年就听公司的一个大佬说过,未来从职业划分的角度,白领将会消失,只会留下蓝领和金领,现在看起来正在朝着这个趋势去发展,一些原有蓝领的工作将会持续存在,很多白领的工作将会被AI算法所取代,而开发AI算法和平台的人将成为金领,当然,资本仍然是资本,而且可能资本会向头部更加集中。

以我深度参与的技术领域来看,我觉得以下方向可能都是会被颠覆的:

  1. 数据分析:数据分析,从研发的角度一直都是一个脏活累活,首先是公司里边一直都存在这样的活必须要有人去做,但是大家谁都不想去做,没有太多技术难度,反而因为数据里边的各种细节,各种坑会耗费太多的精力,类似的工作在以后,如果我们把数据的met a信息定义的比较完整,在chatgpt这样的大模型上层进行垂类的定制,将可以完美的取代大部分数据分析的工作,而且以我的判断,像阿里这样的平台在两年之内必然会出现类似的平台应用

  2. 画像标签的挖掘,觉得强依赖于大数据以及知识性的工作,绝对是chatgpt这样的大模型最擅长的工作

  3. 现有搜索推荐模式的变革,搜索不用说了,chatgbt出来之后,google慌的一X,那对推荐或者更大范围,例如电商会有什么样的影响?最近是情人节,想象那么一个场景:你要给老婆买个礼物,你不用费心的到淘宝上去搜各种关键词,因为搜出来的可能你也不满意,你就告诉这样的大模型,你要给老婆情人节礼物,然后再描述一下礼物的一些基本信息,例如你要花费多少钱,你老婆大概是怎么样的一个性格和习惯?他就给你选对你的礼物,或者有可能你老婆的画像信息已经在平常你和大模型交互的过程当中已经被个性化定制,到时候你的收入就是告诉模型,你需要给老婆买一个不一样的情人节礼物,你就能得到满意的结果。那现在做淘宝搜索和推荐的那些产品和研发以后会去干什么呢?这是一个值得思考的问题。

冷静思考&机

当然,每一次变革都是有危就有机,并且我们需要顺应这样的趋势,才能不被淘汰或者才能抓到这样的机遇。

这样的大趋势下,我觉得有两方面的能力和工作是会显出更大的价值的:第一类就是在非常垂直领域,并且涉及到多环节沉淀的工作,我举个例子,在地图领域,有一部分员工已经在这个领域工作了几十年,经验非常丰富,也非常受人尊敬,他们经过多年的沉淀,对这个领域有非常深的理解,并且对各种数据生产的工艺,标准,环节,各种坑都了如指掌,这种垂泪,而且又涉及到多环节长链条的工作,很难被这样的通用模型所取代。

第二类就是老掉牙的概念:创新,因为你模型再牛,更多是对已有知识的沉淀和应用,但一些新的模式以及新的组合,从模型的角度是很难理解和构建的。大家可以参考以上两点去思考以后的职业方向。在危机中,肯定有一部分人会脱颖而出,抓住机遇,各位技术同学,现在是需要我们思考这个问题的时候了。

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注