腾小云导读
当 AIGC 逐渐应用于开发业务的日常工作中,它与低代码结合使我们的研发提效,与数字人结合将为我们创造新的生态场景,更有言论认为 AIGC 与其它更多技术融合,或将取代程序员并实现自主创新?今天,我们特邀了中国信通院低代码/无代码推进中心技术专家、腾讯云 TVP 行业大使沈欣老师,他将带我们解读 AIGC 与不同技术融合与创新的趋势,欢迎阅读。
目录
1 引言
2 AIGC 与软件开发行业的融合
3 AIGC 与创新的融合
作者介绍:
沈欣,腾讯云 TVP 行业大使,曾任喜茶数字化高级副总裁、广东省连锁经营协会技术委员会主席、上海交通大学终身教育学院特聘讲师,中国信通院低代码/无代码推进中心技术专家。
01、引言
早在古埃及时期,人类就发现了石油,但是直至 1860 年的第一个炼油厂成立,石油才成为在人类史上不可或缺的资源。同样,从第一个数据库到 2023 年 ChatGPT 的出世,也预示着数据才真正开始被颠覆性使用。
我们认为,以 ChatGPT 为代表的 AIGC,突破了人类生产“内容”的特权,从而将会对整个人类社会生产关系带来巨大的变化。
原来只是简单的猜单词游戏,随着喂入数据不断突破了量变界限,直接进入了质变:AI 一夜之间好像有了理解能力。
通过对话聊天窗口,我们发现 ChatGPT 突然之间让 AI 应用变得人人可用,只需要自然语言即可。AI 不仅可以读懂你的话语,甚至可以通过推理能力了解文字背后的隐喻和暗示,并且还能够输出有逻辑的答案。这就意味着,我们可以让它替代人类,去做一些原本只有人类才能做的“内容生成工作”。
AI 永不疲倦,只要有稳定可靠的算力,就能稳定可靠地输出,在人力成本日益增加的今天,很多工作都会被 AI 替代,这一点也不令人奇怪。
接下来,我们从下面几个例子看一下 AIGC 会与哪些技术领域进行结合,并且产生革命。
02、AIGC与软件开发行业的融合
前段时间,某知名的研究机构给出一个这样的数据:根据每月工作天数、工时、每个级别的数据分析师花费的平均时间来进行统计,GPT4 的成本约为初级数据分析员成本的 0.71%,为高级数据分析员成本的 0.45%。
我们都知道,AI 最大的特点在于高速迭代,我们可以很清楚地预见,明年此时,成本可能会下降到目前的 20% 或者更低,那时 95% 的人类数据分析员都将没有存在的必要性。
同样,也有大量数据表明,使用 AIGC 编程比一个传统的编程人员效率提升 3 倍,换言之“以一敌三”。我们也看到,低代码编程已经将传统软件开发效率提升了约 5 倍,如果叠加 AIGC,那么 70% 的程序员也都会被替代,低代码甚至无代码集成了工程能力,代码编程被封装,业务逻辑则是 AI 自动生成,随着 AI 技术的迭代,这一效率会进一步上升,因此,我预言程序员这个职业就像马车时代的马夫一样,会在三年内式微乃至消失。
软件的构成当然不是这么简单,编码只是一部分工作,UI、测试都是重要构成部分,而这些功能也在 AIGC 的辅助下大大提升了效率,随着复杂度被掩盖,普通的业务人员都能够直接参与到系统的开发中来。
在这个例子中,我将之总结为:按时间收费的内容制作人员,将会被 AI 无情替代,转化为按结果收费的生成式 AI。
03、AIGC与创新的融合
其实,大家往往认为创新是人类在 AI 面前最后能够坚守的阵地,但真的是这样么?
首先,我们需要定义什么叫做创新。在我看来,创新主要包括以下三类:
第一类创新有 80% 以上的创造点,我们可以称之为颠覆性,比如大统一理论、量子力学等。其特点是“无中生有”,颠覆所有现有理论并更进一步解释世界。
第二类创新的创造点在 50% 以上,我们称之为巨大的变革,比如大刘提出的二相箔、水滴、黑暗森林理论。这往往是两个跨学科能力的融会贯通,例如当电力被发明以后,电+一切都是创新。
第三类创新的创造点在 10% 以上,一般称为微创新,比如古筝行动(注:《三体》中的一次战争,创新性地采用纳米技术制造的“飞刃”摧毁敌船)、手机点餐等。其特点是通过运筹学和工程落地能力使得创新价值得以体现。
颠覆性创造 | 巨大的变革 | 微创新 |
---|---|---|
>80%创新度 | 80%~30%创新度 | 30%~10%创新度 |
•量子力学 •曲率引擎 •大统一理论 | • AIGC • 二相箔 • iPhone 及生态 • 电力+应用 | • 手机点餐 • 古筝行动 • 鼠标、语音输入 |
“无中生有”,颠覆所有现有理论并更进一步解释世界 | 跨界的能力开始融会贯通 | 运筹学+工程落地能力展现新价值 |
对于物理学角度而言,所有令人震撼的科学在突破前都有着一个漫长的萌芽期,在这个时候,创新的土壤、阳光和水分都已经充足,最后由一两个天才人物通过逻辑推理和假设,把规律用严谨的方式总结并推导至更普遍的应用场景。
简单来说,没有什么创新是天上掉下来的,都是已有知识的跨界连接,90% 的创新是连接产生的。如果我们用第二三类(巨大的创新和微创新)来要求 GPT 模型,我们会发现,一本正经地胡说八道难道不是创新的萌芽么?
目前的 GPT 模型的奖励机制是猜测被拿掉的单词,如果我们引入新的激励机制呢?
我们一起来看创新的人群都有什么特质?首先,他们会对新的刺激(比如一个新的段子),有着超出寻常的兴奋,并迫不及待地将其分享出去,但是当这个段子辗转反侧回到面前,又会显得不屑一顾。这里面的奖励机制需要的是一个“新组合”。但是当能穷尽的组合已经在系统内部穷举,显然无法带来额外奖励。所以和人类一样,GPT 需要不同主体间的交流,需要 AI 进行社交,在这个环境下,新的刺激、新的奖励会带来额外的激励,这也是创新的来源。
其实,在 50 年代的苏联,为了提升生产力,有专门的“创造方法论”萌芽,并于 1974 年正式诞生了 TRIZ,它列出了以下几个步骤:
知识/创新准备期; 寻找需求; 任务和/或想法的产生; 探索方案; 形成创新概念; 把概念变成原理图; 想法的技术实施和开发。 |
---|
40 种解决问题的原理:
分割 | 预支撑、预缓冲 | 跳过、略过 | 空隙材料 |
---|---|---|---|
去除 | 等(电)势,等位 | 伪装 | 改变颜色 |
局部质量 | 所有其他方法 | 反馈 | 均匀化 |
非堆成 | 球状体 | 中间物,催化 | 摒弃和恢复 |
合并 | 动力学 | 自助 | 改变物性状态 |
普遍性 | 只取部分过度 | 拷贝复制 | 相变 |
套娃 | 另一种尺度 | 便宜和短寿命 | 热膨胀 |
减轻重量 | 机械振动 | 机械替换 | 强氧化 |
预想反行动 | 周期行动 | 气动和液压 | 惰性气氛 |
预行动 | 有用行动的连续性 | 灵活的薄层包覆 | 复合材料 |
矛盾矩阵的 39 个分量:
运动物的重量 | 应力或压力 | 功率 | 物体产生有害因素 |
---|---|---|---|
静止物的重量 | 形状 | 能量损耗 | 制造难易 |
运动体的长度 | 复合物的稳定性 | 物质损耗 | 操作难易 |
静止体的长度 | 强度 | 信息损耗 | 修复难易 |
运动体的面积 | 运动物行动的持续期 | 时间损耗 | 适应性或灵活性 |
静止体的面积 | 静止物行动的持续期 | 物质数量 | 设备复杂度 |
运动体的体积 | 温度 | 可靠性 | 检查和测量的复杂度 |
静止体的体积 | 流明数(照度) | 测量准确性 | 自动化程度 |
速度 | 运动体的能量使用 | 制造精度 | 生产率 |
推动力 | 静止体的能量使用 | 外部损害影响物体 |
举个例子,爱迪生发明灯泡,碰到的问题(矛盾),就是可靠性(选什么做灯丝)、外部损害影响物体(灯丝高温下会氧化烧毁),解决问题的方法则是:改变物性状态(碳化后的竹纤维做灯丝),惰性气氛(灯泡里冲入氮气防止氧化)。
上述表格里内容基本都是针对于二三类(巨大的变革和微创新)的创新体系,在我看来非常有效而且可执行。如果翻开专利,99% 的专利都可以用这个方法论来解构。俗话说,灵机一动,计上心来,我们用方法论解释一下即是:假设要解决一个问题 X,有 A1、A2….An 几个不同路径, 同时可以用 B1、B2…Bn 几种不同速度(角度)进入;人在思考时,其实就是对事物的边界构建清晰的认知,潜在的几个入口已经明晰,已知 A2、A5 是可能性最大的两条路径,同时,B6、B8 是最合适的两种速度。灵机一动则是选择了 A2+B8 ,在大脑中进行了直觉模拟,于是计上心来。
一个表意的中文 LLM 和一个表音的英文 LLM,让他们直接对话,按以上的方法给予额外的激励,就可以源源不断地产生创新,再通过第三个 LLM 模型,对结果进行收敛,就有可能得到真正的创新。世界需要英语体系的 GPT 和中文体系的 GPT,通过中西文化和语境的碰撞,从而构建 AI 创新的基础。
毋庸置疑,两个 LLM 模型之间的交流与沟通并不需要凭借文字去表达,只是电缆中流动的电子或者光缆中的光子交换,无需知道为什么,灵感就在交流中产生,而且不可名状,也不可说。
通过以上两个例子,我们看到,工业化的本质是社会分工带来的效率上升与标准性、确定性的增加,AI 目前甚至未来也不可能替代 100% 的人类工作,但是就如同“养马人”一样,随着马车退出历史舞台,这个职业只在少数的赛马场还有存在,整体而言却已经退出了历史的舞台。
另一方面,AIGC 会产生大量的内容,而且内容的质量会越来越高,我们认为,未来会有一个趋势:人类通过一个 AI 来“理解与使用”另一个 AI 生成的内容,我们可以形象地比喻为,只有魔法才能打败魔法,生产关系将会再一次发生巨大的变化。
如下图所示,生产关系的巨大变革已经开始,奇点已来。
最后,我认为虚构的纯 AI 公司可能会在一年半内大量涌现,真正意味着生产关系的巨大变革已经产生。
随着 AI 技术的快速发展,AIGC 与低代码等不同技术交织得更加紧密,在现实世界与虚拟世界的融合过程中,AI 将成为促进生产关系变革的关键力量,期待未来出现更多 AIGC 与不同技术融合应用的新场景、新机遇。
-End-
原创作者|沈欣
技术责编|刘斌
AIGC 对于互联网行业孕育了哪些机会?欢迎在腾讯云开发者公众号评论区分享讨论。我们将选取1则最有意义的分享,送出腾讯云开发者-手腕垫1个(见下图)。7月12日中午12点开奖。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。