【ashkeling专稿，未经授权不得转载！】

ashkeling报道/距离OpenAI的ChatGPT震撼全球网民和科技企业不久，昨日，OpenAI又发布了最新的多模态预训练大模型GPT-4，并面向开发者开放了API使用的预约和邀请。

相比起仅能接收文本信息的GPT-3.5，GPT-4不仅将文字输入的限制提升到了2.5万字，同时还能够输入图像（目前仍处于Alpha阶段）。据OpenAI的说法，该公司通过内部长达六个月的对抗性测试，以及吸收ChatGPT开放后的各种经验教训，将GPT-4迭代至全新的水平，“在信息的真实性、可控性以及拒绝超出‘围栏’方面取得了历史最好成绩。”

OpenAI的数据显示，GPT-4在美国的统一律师资格考试中，成绩超过了90%参与测试的人类考生，前代GPT-3.5值超过了10%的人类考生；Leetcode简单、中、难三个等级共166道题里，GPT-4也答出了其中55道题，而GPT-3.5的成绩是20道。

“在随意的谈话中，GPT-3.5和GPT-4之间的区别可能很微妙，但当任务的复杂性达到足够的阈值时，差异就会出现——GPT-4比GPT-3.5更可靠、更有创意，并且能够处理更细微的指令。”OpenAI在官方文章中如此说道。

以下是GPT-4模型的官方介绍视频：

对于开发者而言，当下想要上手GPT-4，除了申请Waitlist，只有成为ChatGPT Plus的订阅，方可有限制地访问相关API。

而对于普通网友而言，微软官方在GPT-4发布后不久也证实，“New Bing”正是基于GPT-4模型，所以用特殊手段申请“New Bing”（通过率很高）的测试，可能是当下为数不多体验GPT-4部分实力的渠道。

AI融入生活的速度，快于改正错误的速度

从微软稳步将AI相关工具推进至Microsoft 365订阅、谷歌紧跟其后推出Bard聊天机器人、在Gmail和Google Docs中引入了新的AI功能等不难发现，可能尚不完善的AI正在迅速融入更多人日常的生产生活中。

在GPT-4的官方网页里，首批将相关技术投入使用的企业就包括语言学习类应用“多邻国”、支付和财务管理平台“Stripe”、传统金融服务机构摩根士丹利、冰岛政府、针对盲人的无障碍软件“Be My Eyes”等，覆盖了普通甚至是少数人群教育、金融、生活的多个方面。

就在GPT-4发布的同时，美国斯坦福大学还在Github上开源了其用OpenAI的API生成的一个指令调优的LLaMA（Meta的70亿参数模型）模型Alpaca（羊驼），该工具甚至出现了一个可以在4GB内存的手机上运行的C++移植版本。

AI工具的部署迅速实现了从云端到移动设备的覆盖。

以下是GPT-4模型的开发者演示：

可值得让人担忧的是，AI一次次刷新其能力上限带来的兴奋，似乎掩盖了随着人工智能发展，可能会带来的问题和挑战。

从具体的AI产品来看，目前显现的最主要问题还是信息的真实性问题。

就比如GPT-4，虽然OpenAI在介绍中表示，“相对于以前的模型（它们本身在每次迭代中都在改进），GPT-4显著减少了幻觉。在我们的内部对抗性真实性评估中，GPT-4的得分比我们最新的GPT-3.5高40%”

从今年年初New Bing陆续通过预约名单，不少网友、媒体开始上手该聊天机器人开始，微软的New Bing也犯过不少错误，比如所谓的隐藏人格“Sydney”、大言不惭地撒谎还嘴硬等，以至于微软不得不对New Bing一再做出限制。

早在今年2月，华裔美国科幻小说家姜峯楠就在New Yorker发布文章，将ChatGPT这种AI产出的信息比作是压缩后的JPEG文件，虽然人工智能大幅提升了人们整理收集信息的效率，但是“压缩算法”带来的信息损失和可能发生的错误，其影响是相当长远的。

毕竟人们很多从AI中获得的信息，最终又会回到互联网上，再次被AI吸收，一旦其中一部分信息发生了错误或扭曲，就像一张图片在互联网上经过各个平台的压缩，会慢慢变绿一样，相关信息可能会被彻底扭曲甚至改写。

AI带来了效率，也为企业和监管带来了难题

而如果从更宏观的视角，不少对于人工智能发展的批判性思考，甚至已经将其与人类文明挂钩。

就比如AI目前展现出的对于基础工作的替代能力。诚然AI未来可能不断突破自己的上限，甚至出现一些只有AI能够完成工种，但当下各种人工智能展现出来的素质，就是以更高的效率做到大部分人类已经可以做到的基础工作。

能够提高一些基础工作的效率固然是好事，但代价是什么？“关于什么是有用技能的概念将会改变，人们花费时间的方式将发生巨大变化”，Salesforce前首席科学家Richard Socher如此形容道。

我想画的 vs 不熟悉工具的我用AI实际产出的

就比如与笔者息息相关的AI写作，相比发挥尚不稳定的AI绘图，目前从新闻消息到广告营销文案的撰写，AI写作几乎已经实现了相当全面的覆盖。问题是，学习如何写作是一个学习如何思考、如何看待问题的过程，同样的还有绘画、音乐等创作。

随着时间的推移，当人们不再需要写作、不再需要美术、不再需要反应人类情感的音乐，而只是作为接收方，接受成本更低廉的来自AI创作的内容，即便少部分人能够再利用权能影响AI的生成结果，AI为大部分人带来便利的条件，可能是带走“创作”这一人类的重要能力。

从最早的官媒、纸媒，到后来的PGC平台，再到当下的创作者经济时代，人类的舆论场经过数千年的发展，终于迎来了一个“真理”掌握在所有人的手中，“信息”来自所有人的时代。AIGC的影响之一，就在于让信息的出口再次回到某一个特定的中心手中。

AI先说已然泛滥 图：科幻小说网站Clarkesworld每月度加入投稿黑名单人数

当然以上这一些构想还属于理想状态，如果AIGC能够更有深度，其背后的大数据和企业允许AI产出更具代表性、更中立、更辩证的内容，取代人类的“创作”也未尝不可。但这种由大公司少部分人掌控的技术和生产工具，考虑到企业逐利的本性，理想的结果恐怕很难达到。

一方面，当下以OpenAI为代表的企业，已经开始为旗下的AI工具设立门槛了。虽然各种AI服务的订阅制是为了让这些企业能够继续探索人工智能的边界，最终实现生产效率的提升，但未来AI如何从企业盈利业务变为大众所有的生产工具，已经成为了一大难题。

一旦这种能够代替基础的工作的基础生产工具，分了三六九等，就势必会迅速为企业所利用，并激化贫富矛盾和阶级流动性停滞。

图源：Pixabay

另一方面，只要是人建设的系统，就必然会存在偏见和歧视，更何况是人工智能这种当下依然属于高精尖的领域。目前人工智能的技术、算力、数据等资源高度集中于少部分人和集体，如何保证这些任何集体不利用AI作恶、宣扬符合自己价值观和利益的内容、保证公平公正等，是企业和政府都要面对的挑战。

未来企业面对AI工具如果只看到了其对效率的提升，忽视了其对人类创造性、信息安全、监管等的威胁，AI能够带来的未来也只是一个高科技，低生活的赛博朋克世界。信息和技术均由大公司和少数人掌握，普通人也只是技术和生产的奴隶。

AI进化，人自然也要进化

当然以上只是人工智能对于监管和企业提出的全新挑战，个人如何面对AI的冲击，跟上时代的节奏当下也成了被热烈讨论的话题。

除了个人需要拓宽自己的边界。正如一部分网友所说的“无关的人还在网上抱怨AI，从业者早就已经用上AI了。”未来能够使用AI工具提高自己工作效率和水平的从业者，在人才市场必然会更有竞争力。

ashkeling认为，更核心的解题方案可能还要从“教育”入手。

以目前国内的教育系统为例，从小学到高中，教育的重点在于教授学生对于世界、文化、科学等最基础的认知，而大学教育则是在专业教育的基础上，“授人以渔”，让学生知道如何更好学习、收集信息拓展个人能力。

大部分专业的基础的教育流程就像是一条流水线，每年推出上千万掌握类似方法论，但缺乏实战经验人才，交由企业和市场进行专门化的培训。至于这些人才毕业后的发展，则更多地只能依赖个人的努力。

这种模式在过去几十年里，的确十分适合中国教育的普及和发展，毕竟方法论可以尽可能减少因为资源、师资、基础设施等带来的教育不平等，让不同高校的毕业生都尽可能达到满足社会要求的基本水平。

一名武汉大学政治学专业本科毕业生的求职之路

但在AI革命到来前，ashkeling看来，类似的机制其实就有些吃不消了。就比如之前人文学科毕业生难找工作的问题。

从数据层面看，根据智联招聘的就业率调研报告，2022年人文学科毕业生的就业签约率仅12.4％，而理工科则是前者的两倍有余。在2020年度就业率排名前50的专业中，理科专业更是以43个席位完成绝对的霸屏。其中文科毕业生的薪资主要集中在3000-5000元之间，理科则集中在5000-7000元之间，文科生只能摸到理科生的尾巴。

从传统的视角来看，人文社科类的毕业生，最主要的就业方向还是内容创作、文化等相关领域（以及考公务员），而目前这些领域正在遭受AI的巨大冲击，与计算机技术、人工智能、互联网等迅速融合。

如果大学等教育机构不在教育中针对性地拓宽相关学科，引入计算机、AI等技能教育，让学生跟上社会进步的脚步；如果面向已经工作的求职者，政府和企业没有更加全面、自由的职业教育体系支持，未来无法得到计算机等学科教育和职业教育的人才，将会面临更大的求职困境。

虽然在程序员中一直有“炒饼，炒面，Java”的梗，但对于就业主要是内容创作以及文化相关领域的毕业生和从业者而言，整个教育体系不进行变革，个人进入社会后的成长和转型如果没有更多的支持，对于他们恐怕就只有“炒饼，炒面”了。