AIGC 浪潮翻騰 15 週後的 6 大行為改變 -

_{^{AIGC 浪潮翻騰 15 週後的 6 大行為改變}}

Overview 概述

AIGC 浪潮從 ChatGPT 2022/11/30 釋出後, 全球已翻騰 15 週. 我總結了 6 大行為改變, 你也’用’起來了嗎?

⚡ 快! “變化速度” 全球加劇. 「世界怎麼突然變化那麼快?」
📚 變! “知識循環” 行為改變. 「世界每天都在變, 與我何干?」
✋ 問! “精準提問” 將成關鍵能力. 「我要如何進一步加速知識循環?」
🤖 轉! “數位化” 是大前提. 「可是還有很多現實領域都還沒辦法運用呀?」
♾️ 用! “運用場景” 落地產生效益. 「我記不住這麼多東西, 怎麼辦?」
💡 思! “想像力” 是我們的超能力. 「What’s your dream? 」

1: ⚡ 快! “變化速度” 全球加劇

Q: 世界怎麼突然變化那麼快?

隨著 AIGC 興起, 階段性地都會有些觀察與心得總結. 可以看到現在的變化真的是以週為單位了, 每天睜眼就是新應用, 是否乾脆不睡才不會錯過? (什麼時候要研發減少睡眠的藥)

各種發表會火力展示族繁不及備載:

AI 加速科技奇點到來

AIA 台灣人工智慧學校也在 2023-03-18, 19 舉辦 2023 生成式 AI 衝擊工作坊
(陳以婕 - 工作坊筆記)
再再都指向 AI 可能加速科技奇點 (Technological Singularity)的到來, 說 AI 是 Web 3 可能比區塊鏈來得更合適
回想 Web 2 時代: 2012-08-23 TechCrunch - Facebook 的數據有多大？每天 25 億條內容和 500+ TB
ChatGPT 成史上最快用戶破億服務. 如今有了 AIGC, 人類在網路上的數位內容應該會更加爆炸吧.

_{^{Statista - ChatGPT Sprints to One Million Users}}

_{^{2011-11-08 Ahead of the Curve - Real-Time Trends and The Paradox of Big Data}}

2: 📚 變! “知識循環” 行為改變

Q: 世界每天都在變, 與我何干?

我喜歡從行為改變觀察自己與社會. 今天我驚覺到我的 2 個行為改變:

查字典的行為變了
寫作的行為變了

查字典的行為變了

現在我觀察查字典的行為改變像是: 問人 → 圖書館查字典 → 網路搜尋 → AI 輔助

ChatGPT 能做到 “差異解釋 + 定義 + 例句 + 總結”, 加速我 “學習 → 活用” 的知識循環

其中的關鍵是使我大量減少蒐集彙整的行為: “大量蒐集 → 彙整 → 得出結論 ⇒ 下次能活用”

知識的有損壓縮與重現

另一方面, 我已經減少了對於 “源頭真實字典” 的查找, 甚至完全倚賴於 ChatGPT 跟我說的內容. 如同 fox hsiao - ChatGPT 是網路上的一個模糊 JPEG文件一文的探討, 值得我們深思

想像一下，你即將永遠失去對網路的造訪。在準備過程中，你計劃將網絡上的所有文字創建一個壓縮的副本，這樣你就可以將其存儲在一個私人伺服器上。
把ChatGPT想像成網路上所有文本的模糊 JPEG。它保留了網路上的大部分訊息，就像 JPEG 保留高解析圖像的大部分資訊一樣，但是，如果你在尋找一個精確的位元序列，你不會找到它；你所得到的只是一個近似值。但是，由於這個近似值是以語法文字的形式呈現的，而 ChatGPT 擅長創建這種文字，所以它通常是可以接受的。你看到的仍然是一個模糊的JPEG，但模糊的發生方式並沒有使整個圖片看起來不那麼清晰。

話說回來, 網路字典的資訊也未必正確與即時. 誰知道現在牛仔褲到底怎麼念? (我都念 IKEA) 書店裡的辭典更是不用說了. 畢竟連 ChatGPT 3.5 使用 AIGC 輔助產出的書, 都出版即過時 😂

也許我們會更回到本質思考. 語言的重要目的之二, 是溝通與表達思緒. 那麼我們的產出(包含說的語言, 寫的文字)是否也會跟著改變呢?

寫作的行為變了

我的寫作行為也變得更像是:

Capture keyword: 捕捉想法, 記錄關鍵字
*Summarize outline: 運用 AI 總結大綱, 確保框架邏輯
Rearrange structure: 隔天再編排架構, 避免思考打結, 並補充
*Refine wording: 運用 AI 調整措辭/產生內容, 使文章更通順/豐富

以往我很容易卡在 2, 4 步驟, 想太多而作繭自縛. 如今有一個助理可以協助如同程式設計小黃鴨除錯法 (Rubber Duck Debugging), 屬實消彌了我的多慮, 加速產出.

_{^{Wiki - 在電腦旁「幫忙」代碼審查的小黃鴨}}

3: ✋ 問! “精準提問” 將成關鍵能力

Q: 我要如何進一步加速知識循環?

延續小黃鴨, 我們一般在做 pair programming 或 code review 的時候, 要提昇效率多半是倚賴於

會問問題: 所謂 “精準提問”. 別人要問 20 個問題/Google Search/prompt, 你只需要 5 個 => 效率就是 20/5 = 4 倍
曾經做過: 其實現在很多 senior 也只是比 junior 知道如何少繞彎路, 或是他當初已經走過 google / stack overflow 的流程
肌肉記憶: 有時我們做不到 “下次能活用”, 是因為記憶力不足/只存在短期記憶, 這一段過程讓我們的知識存取效率大幅衰減, 所以才會有以前唸書時, 透過 “手寫來加深印象” 的行為. 但若我們不再需要記憶, 只需專注於如何快速有效降低提取的循環, 一切又都回到精準提問.

從想像到現實

綜觀人類輸出簡史

3000 B.C. 符號系統: 美索不達米亞楔形文字. 石刻/陶器/木料/皮革/金屬/麻布/紙草紙
475 B.C. 竹簡: 中國戰國
1040 活字版印刷: 中國北宋
1440 印刷機: 德國 Johannes Gutenberg
1930 打字機: 德裔美籍 Herman Hollerith Keypunch
2023 嘴砲: ChatGPT (駭客任務, 神說要有光就有了光)

ChatGPT 加速了 從想像到現實 (From imagination to reality) 的循環, 就像是「神說: 要有光, 就有了光」: 出一張嘴, 東西就會生出來。

如同如何善用 AI 加速知識循環一文所述, 當有效知識能像《駭客任務》一樣, 下載即可用: 武術;開飛機;說外語, 我們真的能解放能力養成所需耗費的大量時間.

_{^{當有效知識能像《駭客任務》一樣, 下載即可用: 武術;開飛機;說外語}}

4: 🤖 轉! “數位化” 是大前提

Q: 可是還有很多現實領域都還沒辦法運用呀?

我們也因此觀察到, 目前 AIGC 做的好的, 是以"網路上有資料"的為主. 也就是說, 能夠進入知識循環的, 就能大幅加速, 所以反而軟體業相關步調才會動得那麼快.

可以說企業數位轉型之路上, 收集/代管/訓練數據等 “數位化下水道工程” 將會是一切加速的大前提. 從企業動作與社群論壇討論, 都可以略知一二.

若從數位轉型的角度來看生成式 AI 對台灣的影響，簡立峰更是正面以對，這次 ChatGPT 爆紅後讓他發現，許多企業原本對上雲或數據管理猶豫不已，已經知道不做不行，依此判斷，未來收集數據、代管數據、訓練數據的服務需求將日益增加，對雲端服務業者將是利多。

也許未來將如同科幻電影中的上下分層，會往廢土鎮(未數位化的地方)進行「知識採礦/考古」

那麼, 水電工是否會是人類最後淨土？也許人類擔心被 AI 取代的領域，馬上擴展到實體世界了。

AI 的研究領域有一個莫拉維克悖論（Moravec’s paradox）是 AI 學者發現的一個和常識相佐的現象：人類獨有的高階智慧能力只需要非常少的計算能力，例如下棋；但是無意識的技能和直覺卻需要極大的運算能力，像是抓起手邊一包洋芋片。 — 程世嘉

又如 Boston Dynamics 展示 Atlas 人形機器人全新活動技術可自行搭橋、上拋工具包、有限空間跳躍, 或是未來行動輔助裝置 — 超越人體極限的機器人外骨骼都會像是《阿凡達》《星海爭霸》一樣稀鬆平常。

_{^{Cool3C - Boston Dynamics 展示 Atlas 人形機器人全新活動技術可自行搭橋、上拋工具包、有限空間跳躍}}

5: ♾️ 用! “運用場景” 落地產生效益

Q: 我記不住這麼多東西, 怎麼辦?

也許看到這裡, 已經是腦洞大開. 讓我們反思「大腦是很好的東西, 真希望每個人都有一個」這個 meme. 未來你自己的大腦可以不用很強, 但你要會用外面很強的大腦. 也許都是直接外掛記憶體, 直接讀取.

事實查核與知識傳遞的形式

=> 再也沒有你忘記了, 都是害怕想起來(或是不准想起來)

諸如媒體第四權, Deepfake 等議題, 事實查核將變得更加重要

回到這個被 NVIDIA 執行長黃仁勳稱為 AI 的 iPhone 時刻, 讓我們自問「這年代不用電腦/手機/AI/… 會怎樣嗎?」我想這題可以從教育一窺一二. 若說教育本質是「師者，所以傳道、受業、解惑也。」也許我們可以期待在授業的知識傳遞效率大幅提昇後, 未來學習會有如何的質變?

我們還需要花時間去背誦嗎? 抑或我們能更專注於理解事物背後的來龍去脈? 本文前述的查字典案例, 牛仔褲的發音是最重要的嗎?

協作而非取代

Q: 我會不會被 AI 取代? 誰會被取代?

如寫在 ChatGPT 使用 3 個月後的淺見與用例分享一文所述, 我仍然認為協助而非取代, 至少取代的是任務, 不是人.

畢竟所謂的助理，主導權還是在我們手上。
若是要回答「工具與新技術是否應該採用」, 應該還是回歸到「幫助我們更快, 更好, 更划算地達到目的, 提高生產力」, 對吧?
也許是時候調整對於 ChatGPT 的期望管理, 讓他真的能像阿斯拉一樣帶著我們飛; 而不是一味地過度依賴小叮噹。

_{^{我以為今天的我沒有極限, 實際上的我卻在討拍}}

隨著 bilingual_book_maker 能夠全自動翻譯整本 EPUB 格式的電子書, ChatGPT 取代工作和對生產力影響的研究開始出爐, 我想都說明了:

會取代你的不是 AI , 是比你會使用 AI 的人

CPU 與 GPU 的差異 , AI 的 9 個問題兩文值得我們關注.

另一方面, 相信大家也都開始注意到 AIGC 產生的結果是需要專家人為判斷的. 但是一些合理性的判斷, 不管是 AI 製圖的手指(Midjourney V5 已大幅改善)/房間裝潢/程式設計, 辨別的難易度一樣會急遽上升. 我們很快就會越來越難分辨 “真與假”.

魔鬼藏在細節裡

“精神時光屋” 自我迭代

Q: 既然知識循環如此重要, 作為人類我們該如何極大化 AI 協作效率?

文行至此, 我靈光一閃想到職場上常聽見一種不太好的說法叫「真希望有 10 個我, 就不用解釋那麼多」. 照此邏輯結合 AIGC, 這個命題就變成「建立自己的思維模型, 在精神時光屋中, 自行迭代提升」

角色 A - Me: 訓練 LLM 模仿我寫作/思考
角色 B - Sensei: 指定另一全知角色指出盲點, 引導思考
自主對話迭代: 產生多個討論串/平行宇宙, 挑選一個自己覺得最合適的 (Reward Model)

這個模式完全就是 pair programming 推到極致. 他不完美, 我也不完美，我們一起提升.

或許如 Obsidian / Heptabase 等第二大腦知識管理系統, 已經在考慮如何做到 “複製人腦思維”. 過往我也嘗試使用過多次, 但終究因為難以維護而停滯.

應該已經有人在嘗試了, 之後有機會想來試試看 (感覺會被嚇死, 光想就覺得雞皮疙瘩😂)

再往下想就有點太跳了, 所以就讓我停在這吧: 10 個我 → 複製人 → 人為何物 (肉體/靈魂/意識, 精/氣/神, ooxx)

6: 💡 思! “想像力” 是我們的超能力

Q: What’s your dream?

_{^{Dreams mean everything. They're the stories we tell ourselves of what could be, who we could become. --- Robert Ford, Westworld}}

AI 時代技能樹

最後, 最近真的更加意識到 “快的打敗慢的”, 以及自己的能力養成/技能樹該往哪點, 該如何更有效率:

雖然大家都會對新事物特別苛求(例: 自駕車), 卻荒謬地刻意遺忘平常的現況有多糟 (專家揭「台灣上半年車禍死亡人數」網驚：比疫情還嚴重). 我們也絕對需要考量消彌 AI 帶來的風險, 確保一切還在掌控中

未來想像

看看【Sam Altman 以及他的 AGI 烏托邦】, 讓我更加期待 “人類能力提升”

讓我們期待人人都能自動駕駛天上飛車, 馬路三寶大幅降低的時代吧. 甚至人人宇航員, 糧食自主供給, 醫療/基本需求超越 UBI (Unconditional Basic Income, 無條件基本收入), MMORPG 一般的科幻未來.

科幻影集 Westworld 當中的人造人帶到了一個很有意思的概念 “Dream”. 我想, 想像力是我們的超能力. 當然, 也可能是我們作繭自縛的迷宮.

Q: What’s your dream?

Prompt Engineering

附上我現在愛用的 Prompt

// 1. RPG 開頭角色扮演, 情境設定
#act-as-professional-know-it-all #socratic-questioning-guide #consise-precise-persuasive-patient #agile-scrum-master #business-technical-manager-coach #experienced-prodcut-manager #devops-sre #gcp-cloud-architect #native-english-tutor #measure-everything

// 2. 提問, 精準動詞, 格式
Elaborate difference (trend, wave, explosion, boost, burst, phenomenal event) when people are experiencing a new thing and get excited about that

重點 1. 角色扮演: 精準設定情境

重點 2. 語言介面: 構建並固化, 提高效率 (文言文)

精準動詞. 可以參考 awesome-chatgpt-prompts
格式: hashtag, json, yaml, 能夠更結構化地表現意圖
思考框架: 邏輯思維

你怎麼看?

留下你的想法一起討論吧! 🥳

社群貼文

ProgramMur 程序猿碎念 - 技術分享