AI的脈絡:非共識時刻的認知價值
這篇文章里,作者梳理了一個脈絡,從角色中心式計算,到圖靈測試2.0、智能原生應用、從1到10,這之間的邏輯是層層遞進的。如何理解?不妨來看看本文的分享。
AI到底可以怎么用?
現(xiàn)在是真正的AI非共識時刻。
非共識時刻的認知價值往往會大于普遍共識已經(jīng)形成時候。
現(xiàn)在再說互聯(lián)網(wǎng),對互聯(lián)網(wǎng)認識的再清楚其實也沒機會干電商了。
一個企業(yè)的價值往往在和其它組織或個人的差異中才得到體現(xiàn)。
A做100,B也做100往往不形成機會,但A做10,B做0則相反,很可能形成機會。
陸續(xù)寫了一個系列的文章,有點體系化,但并不是學問,而更像是一種非共識下,認知混沌未來方法。
因為之前發(fā)的散亂,卻內(nèi)在有一些遞進關(guān)系,所以這里把它們按邏輯次序整理下:角色中心式計算,圖靈測試2.0,智能原生,從1到10。
一、角色中心式計算
AI的顛覆性到底在那里?這種顛覆性是大于互聯(lián)網(wǎng)還是小于互聯(lián)網(wǎng)?與互聯(lián)網(wǎng)比又有什么異同?
這種顛覆性起于基于AI模型的應用和基于過去經(jīng)典計算機架構(gòu)的應用所對應的基礎(chǔ)計算模式不同。
用韓毅同學的說法是經(jīng)典計算機架構(gòu)下,過去的應用是大量if…else…的堆積。這種規(guī)則的堆積最終能形成有點智能的感覺,但靈活度和功能邊界是受到極大約束的。
為了解決問題,就必須把問題切塊。
企業(yè)級軟件在切塊:
個人的APP也在切塊,電商、短視頻、IM等。
切塊之后人變成了完成某個目標的調(diào)度器。不同的角色需要調(diào)度的功能型應用越多。但總的來看切塊越多,人越累。
AI提供了概念理解和邏輯判斷能力,所以調(diào)度本身可以分配給AI,人則更多的完成特定角色和現(xiàn)實世界中的映射。比如教育小孩,那就更多思考怎么才是一種好的教育方式,而不是怎么使用工具。這就是角色中心式計算。背后不在是if…else…的規(guī)則堆積,而是any…then…的智能。
角色中心式計算會變成現(xiàn)實的底層邏輯是:如果智能本身的表現(xiàn)與它所獲取的信息成正比,那最終在追求體驗和效率的內(nèi)驅(qū)力下,就一定會變成角色中心式計算。
二、圖靈測試2.0
角色中心式計算創(chuàng)造新機會么?怎么判斷是否可以進行角色中心式計算?
角色中心式計算對智能的程度形成強依賴。
一個人智商到了不學習可能考不上大學,但智商沒到可能學習了也考不上。
真正改變計算模式首先需要足夠的純粹的智商,這種純粹的智商依賴于模型。
但純粹的智商是否真的夠了,則要回到場景本身,擅長下圍棋可能智商高,但不一定能做好企業(yè)。
這種智商衡量不能學術(shù)化,比如靠做題,或者測試集跑分,而是要回到具體的場景。單純做題或者測試集的結(jié)果是學術(shù)視角,產(chǎn)品視角下智商夠不夠則需要一種新的判斷方法。
學術(shù)視角是減法就關(guān)注幾個純量,產(chǎn)品視角則是加法,100個環(huán)節(jié)有一個搞不好,也是不行。很多時候會不止依賴一個模型而要做模型的組合。
這背后的判斷方法可以稱之為圖靈測試2.0。
這是一個純粹的智能測試,本質(zhì)是追求在封閉系統(tǒng)里面的邏輯自洽性。
現(xiàn)在我們把Agent類似的概念加入這個測試:
這就是圖靈測試2.0。和1.0相比核心差異是什么呢?
去幻覺,有邊界。
1.0是一個凌空的系統(tǒng),具有合理性的幻覺其實有助于通過測試,但2.0不行,測試者同時從真實場景和被測試者接受反饋;其次就是測試邊界的限定要求更高的智能綜合度。
能否打破內(nèi)容生成的邊界變成各種場合都用的新式通用計算平臺,關(guān)鍵取決于智能是否能跟上。而智能是否能跟上取決于是否在一個個場景下能通過圖靈測試2.0。
每當一個場景通過圖靈測試2.0(產(chǎn)品經(jīng)理的測試而不是技術(shù)視角的測試),那么就形成了一個可以進行角色中心式計算的實驗田(一次重構(gòu)的機會)。
通過圖靈測試2.0則產(chǎn)生做智能原生應用的機會,注意這不是MJ,ChatGPT這些工具。
下圖中絕大部分工具不是智能原生應用,而是會被通用模型淹沒的工具。
角色中心式計算與智能原生應用,一種完全新式的應用,有點像新開了一個應用商店,所以是普通人的機會。
和大模型不一樣,大模型由于資金、技術(shù)、人員要求太高,即使純粹是相應方向的博士,真正能從事相關(guān)工作的估計也不到10%。
三、智能原生應用
那什么是智能原生應用?
可以用愛立信畫的這張圖,我們有很多和AI相關(guān)的應用,但如上所說大部分都不是智能原生應用。
比如原來的閘機需要刷卡,現(xiàn)在得刷臉了。
比如Office原來不能幫助生成內(nèi)容了,現(xiàn)在加了個小球可以幫你生成內(nèi)容了。
比如智能音箱原來只能靠按,現(xiàn)在可以語音交互了。
這些都不是智能原生應用(分別對應上面圖里面的依次往下的場景)。
智能原生應用需要把概念理解和智能判斷和決策滲透到每個角落,正是角色中心式計算的實現(xiàn)。(圖的右側(cè))
結(jié)構(gòu)上智能原生應用會和過去的智能音箱或者搜索最像,但具有自主行為能力。
假如你想成為主播,自己不想上,扔一個智能體在那里,它每天自主開播,那這個智能體就是智能原生應用,它處理了你這個角色所有相關(guān)的細節(jié)。過去詳細舉過例子,這里不展開。
參見:
四、從1到10
一旦真的開始打造智能原生應用,那對它的進化階段要有預期。
互聯(lián)網(wǎng)產(chǎn)品是從0到1,從1到100的兩段論,智能原生應用則是從0到1,從1到10,從10到100的三段論,更加的辛苦和有挑戰(zhàn)。
這和兩者的計算形態(tài)有關(guān)系。
功能中心式計算是選一個功能,水過地皮濕,只要面足夠大,那就創(chuàng)造比較的總價值。
智能原生型應用相當于要把一個角色吃透,那就類似打深井,必須打到一定程度才有水喝。
角色面對的環(huán)境是個變量,那究竟是不是真的能夠自適應的匹配這些變量,在幻覺仍然存在的前提下就是個水磨工夫。
你做了自己的數(shù)字分身,它到底會不會違規(guī)呢?針對話題A不違規(guī),針對B也不違規(guī)么?
過去我們的計算模式本質(zhì)上是現(xiàn)實世界的需求由程序員折射成計算機世界的語言,然后計算機按照程序員的設定進行執(zhí)行。
AI下的計算模式不是這樣,程序員這個中間層越來越透明(不是徹底消失),人直接和模型進行交互,然后具體的功能范圍是不定的。模型、策略和價值觀設定這個范圍,不再是程序員設定這個范圍了。
如果用圖形描述,那大概下面這樣:
這個類生命體是可能闖禍的!??!
打磨這個的階段,可以統(tǒng)稱為從1到10。
小結(jié)
角色中心式計算,圖靈測試2.0,智能原生應用,從1到10是一個邏輯層層遞進的思維方法。不百分百對,但從實踐來看估計偏差不大。理解了這個也就理解了普通人的機會到底在那兒,所以重新梳理下這個脈絡。拋磚引玉,供參考。
專欄作家
琢磨事,微信公眾號:琢磨事,人人都是產(chǎn)品經(jīng)理專欄作家。聲智科技副總裁。著有《終極復制:人工智能將如何推動社會巨變》、《完美軟件開發(fā):方法與邏輯》、《互聯(lián)網(wǎng)+時代的7個引爆點》等書。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自 Unsplash,基于 CC0 協(xié)議
該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務。
- 目前還沒評論,等你發(fā)揮!