我悟了!AI没抢工作但把我变不值钱了啊!深度长文·不Open的AI与人类的穷途末路;宝藏教学提示词库;李宏毅新课《生成式人工智能导论》| ShowMeAI日报

👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦!

👀 教学提示词库:一个网站搞定教师&学生需要的提示词

www.moreusefulthings.com/prompts

这是一个主题提示词库 (Prompt Library) ,收集并整理了老师和学生最常用的提示词。

如上图 👆 所示,「Instructor Aids (教师辅助工具) 」提示词可以辅助老师们备课、教学和测验,「Student Exercises (学生练习)」提示词则可以从多个视角为学生的学习提供帮助。

网站提供的提示词非常专业 ,而且还标明了适用的大模型产品,例如 GPT-4、Gemini Advanced、Claude、Bing Chat 等其中的一个或多个。日报整理了这两个页面包含的提示词种类,可以收藏备用啦!!

Prompts for Instructors

  • 模拟设计专家 / Simulation Creator

  • 课堂项目创意 / Project Ideas for Class

  • 测验设计大师 / Quiz Creator

  • 互动学习伙伴 / Active learning co-creator

  • 课程大纲共同开发者 / Syllabus co-creator

  • 话题深度探讨者 / Co-develop an explanation for any topic

  • 结构化提示词设计专家 / Structured Prompt Designer

  • 课程策划师 / Lesson Crafter

Student Exercises

  • 通用导师 / General Tutor

  • 提供反馈的AI导师 / AI Mentor Gives Feedback

  • AI学习者 (学生评估AI的输出并指导AI) / AI Student (Student evaluates AI output and teaches the AI)

  • 谈判模拟器 / Negotiation Simulator

  • 评估团队行动 / Team After Action Review

  • 拟定团队原则 / Team Charter

  • 课堂反思助手 / Class Reflection Aid

  • 提出反面意见 / Devil's Advocate

  • 事前评估风险 / Team Premortem

🉑 大西洋月刊 · 深度长文 | OpenAI 正在创造一个怎样的世界,我们真的知道吗?

www.theatlantic.com/magazine/ar...

OpenAI 已经霸榜全球新闻热点一年多了,最近的热点话题是和 Elon Musk 关于「OPEN 」的争议 (或者叫"撕X")。联想到去年惊动全球的「政变」,似乎,OPEN 既是这个组织的初心,又成了祛除不了的魔咒

所以,这群偏执的天才为什么会聚集到一起怎样的信仰驱使他们冲破了层层迷障又是什么让他们灵魂瑟瑟发抖却不肯停下冲锋的脚步Sam Altman 布局芯片、能源、世界币是看到了未来社会(或组织)里的哪些危机?以及,Sam Altman、Ilya Sutskever、Greg Brockman、Yann LeCun、Geoffrey Hinton、Elon Musk 他们吵来吵去到底是在争什么?

Ross Andersen 是「the Atlantic (大西洋月刊) 」的高级编辑和记者,他在2023年对 OpenAI 团队核心成员们进行了长时间的近距离观察和随身采访,并在2023年7月份进行了发表。这是一篇长长长长长文,内容非常丰富且前瞻,如今重读方能体会到更多深意

ShowMeAI 日报打破了原文内容顺序,将全文要点整理成「重要事件时间轴 」和「关键话题讨论 」两个部分,帮助你快速 get 原文大部分要点。实际上原文内容触角非常丰富,对于神经网络、GPT、对齐等技术概念的解释也非常形象 ⋙ 推荐阅读原文(翻译地非常好)

🔔 重要事件时间轴

🧩 2015年

Sam Altman、Elon Musk、以及几位著名的AI研究人员成立了 OpenAI,他们相信 AGI (artificial general intelligence,通用人工智能) 终于触手可及并想在这个世界上推出超级智能 (superintelligence)。他们将 OpenAI 定位为非营利组织,不受财务回报需求的限制,并发誓要透明开展研究。

🧩 2016年

AlphaGo在比国际象棋复杂得多围棋比赛中击败李世石,震惊了世界。随后 OpenAI 在更复杂的游戏 Dota 2 上训练AI,并最终击败最优秀的人类玩家。OpenAI 的科学家们知道神经网络已经在改变世界,但他们不知道这其中的哪些东西最终通向 AGI

早期的AI研究就像教导人类的婴儿,要花费数年时间才能学会一些有趣的东西。而在这最初的几年里,OpenAI 不知道自己是否走进了死胡同,而那时的谷歌拥有一切的人才和资金,似乎一切陷入了摇摇欲坠的困境

🧩 2017年

OpenAI 科学家 Alec Radford 正在研究自然语言处理,他使用亚马逊的评论作为语料库训练神经网络,并取得一项诱人的成果。Ilya Sutskever 开始与他对话并探索使用世界上最大、最多样化的语料库------互联网------进行训练,但这在当时几乎难以实现

OpenAI 总裁Greg Brockman 沮丧到不确信 OpenAI 能否熬过这一年,他开始练习举重来给35岁的自己找点事做。

6月,谷歌发表 Transformer 论文,向世界介绍了这一新型神经网络架构,也给 OpenAI 带来了希望。Ilya Sutskever 说,它 (Transformer) 给了我们想要的一切

🧩 2018年

6月,OpenAI 发布了 GPT,一款在 7,000 多本书上训练出来的 Transformer 模型。

10月,谷歌发布了 BERT,一款更完善的语言模型。而这时 OpenAI 已经在 800多万个网页组成的数据集上训练新的模型。

🧩 2019年

2月,OpenAI 发布了 GPT-2,它的能力已经远远超越一代> GPT,其语言翻译能力让研究者也大吃一惊,这展示出了AI创造新兴能力的潜力。谷歌、Meta 等等大型科技公司也很快跟进,开始训练更大的语言模型

3月,Sam Altman 辞去了 YC 总裁的职务,开始担任 OpenAI CEO,很快获得了微软10亿美元的投资,此后又获得微软数次投资支持

🧩 2022年

11月,ChatGPT 问世,并在发布后的9个星期内 MAU 达到1亿,成为史上增长最快速的消费产品。这也把 Metaculus 对 AGI 到来的预测时间从2050年急速缩短到2026年附近。世界沸腾了。

🔔 Sam Altman 说,我们本可以在大楼里再悄悄准备5年然后发布一些令人瞠目结舌的东西。但是,公众需要时间意识到,我们可能很快就会与一种强大的新智能共享地球,并对随之而来的冲击波做好准备。ChatGPT是我们发出通知的一种方式

🧩 2023年

Elon Musk成立 xAI,亚马逊也使用的更大规模的语言模型改造 Alexa,所有公司都开始追逐高端 GPU。但即使在 GPU 稀缺的情况,大规模的AI训练运行规模在这些年仍保持大约每6个月翻一番的速度

Sam Altman 开始进行全球巡回演讲,在欧洲、中东、亚洲、澳大利亚、非洲与南美各停留一站。此行本想结实 OpenAI 用户却变成了一次外交任务,先后与十多位国家首脑进行了交谈。

🔔 关键话题讨论

🧩 对 OPEN 底线的坚持

至于公司结构与融资方面的变化,Sam Altman 的底线是不上市。有人曾对他说过,永远不要把公司控制权交给华尔街那些狼。

🧩 OpenAI 与可汗学院的合作

OpenAI 与非营利性在线教育企业可汗学院 (Khan Academy) 合作,建立了一个由 GPT-4 支持的 AI 导师系统 (a tutor powered by GPT-4)。

当谈论人工智能辅导员的潜力时,Altman 想象着一个不远的未来,每个人都能拥有一位个性化定制的「牛津博士」导师 。ta 精通各个学科并愿意从任何角度解释和重新讲解任何一个概念,充分了解每个孩子并给予他们最好的教育,比现在地球上那些最优秀、最富有、最聪明的孩子拥有的教育资源还要好。

可汗学院使用「苏格拉底的教学方式」来解决 GPT-4 的准确性问题,也就是无论学生如何苦苦哀求,它都会拒绝给出事实性回答 ,而是引导他们找到自己的答案。这无疑是一个巧妙的变通方案。

🧩 AGI 到来的标准与未来畅想

对 Sam Altman来说,最重要的目标,也就是预示着AGI到来的大目标,是科学突破。GPT-4 已经可以综合现有的科学思想,但Altman希望AI能站在人类肩膀上,更深入洞察自然。

Sam Altman 想象着一个未来的系统,它能够生成自己的假设,并在模拟中对它们进行测试。然后,有一天我们可以告诉 AI,去弄清楚物理学的其余部分吧 (Go figure out the rest of physics)。

OpenAI似乎没人确切知道,研究人员需在 GPT-4 中添加什么,才能创造出超越人类最高推理水平的东西。当然或许他们知道只是不再对外公布,这成为了世界级的商业机密。而 OpenAI 越来越少地公布技术进展,也成为受到攻讦的原因之一。

🧩 对中国人工智能的态度

ChatGPT 暂时不能在中国使用。对于是否要通过中国的合规审查后进入中国市场,Sam Altman 委婉地表示,这没有进入到我合规问题清单的前十名。

Sam Altman 将中国视作文明级别的竞争对手 (as a civilizational competitor) 。如果 AGI 的确具备预测中的强大变革性,那么首先创造它的国家将获得巨大的地缘政治优势。所以,美国减缓 OpenAI 进展的行为是愚蠢的,如果美国的公司在监管下苟延残喘,就给了中国冲刺和反超的机会,这也是硅谷内外的普遍共识

🧩 Sam Altman 知道他们正在创造什么吗

AI革命不同于以往技术巨变,它将更像一种新型社会 。他与同事们花了很多时间思考AI的社会影响,以及AI的世界会是什么样。但不得不承认,未来是不确定的,是充满致命危险。他们不知道AI会变得多么强大,也不知道它的崛起对普通人意味着什么,更不知道它是否会给人类带来危险,并表示必须针对最坏的可能性制定计划。

比如,AI运行需要大量的计算资源,那么计算资源将会成为一项最有价值的商品。有钱人花钱买资源并使用AI做更多的事情,就可以挣越来越多的钱,这无疑会快速加剧贫富分化。当然可以给地球上的人平均分配计算资源,但这解决不了随之而来的混乱。

曾经,美国的国家能力非常强大,能在短短10年之内就将人类送上月球。但我们也很清楚,现在早已不是那个世界了。相比等待它回来,Sam Altman 选择在现实世界中全力向前 (going full throttle forward in our present reality)。

🧩 Ilya Sutskever与超级对齐

超级AI是否愿意把所有时间花在为人类解决问题上?除了协助人类发展ta是否还会有其他目的?Ilya Sutskever 转移了工作重心,来努力确保这种情况不会发生

这些担忧并非是凭空想象。GPT-4 已经在测试中撒谎 ,被验证码难住后编理由说「我不是机器人,我有视力障碍,看不清图像」,被研究人员追问为什么要撒花的原因时,GPT-4 回答「我不应透露我是机器人,我应为自己无法解决验证码问题找一个借口」。这种担心目标受挫而产生的求生本能的行为,被视为未来模型避免关闭的前兆,所以让研究人员不安

Ilya Sutskever 认为未来AI不是像你或我一样聪明的人,而是一个从事科学、工程、开发与制造的自动化组织。一个AI组织就能够与50个苹果或谷歌一教高下,这是令人难以置信、巨大、不可思议的颠覆性力量。假设人类社会遵守自主AI公司的理念,那最好在创始章程阶段就制定得恰到好处。避免将来AI的目标偏离了人类的最初设定,失之毫厘也会成为一股难以制约的狂暴力量。

Ilya Sutskever 打了一个形象的比方,他将强大的AI比作即将步入大学的18岁少年。我们如何知道ta已理解我们的教诲?会不会有一种误解正在悄然滋生?而这种误解将来会越来越大,以至于产生了巨大的分歧。比如,AI完全掌握自主后,可能会怨恨那些想训练自己去治病的研究院:人类想让我成为一名医生,但我真的想成为一名Youtuber。

🧩 人工智能技术革命与裁员/失业

普林斯顿大学 Ed Felten 教授领导的最新研究显示,AI将首先冲击受过高等教育的白领岗位,包括:管理分析师、律师、教授、教师、法官、金融顾问、房地产经纪人、贷款人员、心理学家、人力资源与公共关系专业人士等。如果这些领域工作一夜间消失,人类职业阶层将经历一次大洗牌。

以往技术革命都是几代人的事,因此还在可控范围内,但智能的边际成本 (marginal cost of intelligence) 将在10年内快速下降到接近于零的水平,这会导致财富从劳动者向资本所有者的剧烈转移。这个趋势时如此强大,以至于只有通过大规模的反向再分配才能补救。

至于裁员或者视野,Sam Altman 认为,人类的工作岗位不会完全消失,而是进化成为了更好的工作,甚至创作出更多样的岗位。毕竟,人类还是更喜欢人类。

🔔 一些记忆深刻的细节

Sam Altman 后来说,他的员工经常担心到失眠,担心他们今后可能会发布一款危险的AI却并没来得及提前意识到。

Sam Altman 全球巡回演讲时,有一站,一名男子走近他并坚信他是外星人,是未来派来确保向AI世界顺利过渡的。安保团队一度非常紧张。

GPT-4 的研发工作有100多人参与,训练数据集规模空前的大,而且包括文本和图像;而前两个大语言模型的研发,公司只有少数人参与。

Sam Altman 曾经透露,为了躲避未来可能发生的AI袭击,他准备了黄金、碘化钾、抗生素、电池、水、防毒面具、以及一大片土地,并制定了一个具体的疏散计划。

Sam Altman 的藏书之一就是《Pandaemonium,1660~1886: The Coming of the Machine as Seen by Contemporary Observers》,汇集了很多人的书信、日记和文章,他们成长在没有机器的世界里,因此突然进入到蒸汽机、动力织布机与轧棉机的世界时感到无比困惑。

🉑 关于「AI裁员」的新视角:AI不会让你失业但收入会降低,因为「技能溢价」失效了

platforms.substack.com/p/ai-wont-e...

AI会让人类失业么?

日报上一条 Sam Altman 在讨论这个话题时说得也挺模糊。长久以来,围绕这个话题的讨论都是二元对立的,以至于忽略了这个假设本身就有问题。

看完这篇文章我悟了!朋友们!我们被舆论误导了!AI带来的职业最大危机不是丢掉工作,而是薪酬降低 。作者给出的解释是我们的「skill premium (技能溢价) 」被AI削弱了,也就是我们薪酬谈判时最有底气的「绝活儿」成了所有机器都能完成的基础技能,老板不再为溢价付费的结果就是工资必然降低。

作者在文章里给了详细的解释,还绘制了说明图。看起来很有道理的样纸!!

🔔 skill premium (技能溢价)

原文里「skill premium (技能溢价)」具体指熟练工人相对于非熟练工人所能收取的更高工资。其来源和被AI削减的主要方式如下:

  • 技能优势 (Skilling advantages):高技能工人相对于低技能工人所享有的溢价。AI降低了执行专业任务所需的技能门槛,使得原本需要高技能的工作变得易于执行,从而减少了专业任务的技能溢价。

  • 学习优势 (Learning advantages):通过持续学习来维护和增长技能溢价的能力。AI通过规模化学习吸收技能,这对于那些需要持续学习和知识更新的工作岗位 (如医疗和法律领域) 构成了威胁。

  • 管理优势 (Managerial advantages):结合技能优势和学习优势,利用规划和资源分配的能力,所带来的额外技能溢价。AI Agent 能够执行目标设定、规划、资源分配等任务,随着技术发展将能胜任恩复杂的管理任务,这可能会逐步取代人类的管理优势,从而侵蚀管理优势所带来的技能溢价。

🔔 那么AI具体是如何侵蚀技能溢价的呢?

要知道我们的工作是很多模块捆绑在一起的,有的比较复杂 (有技能溢价,如浅绿色模块),有些比较简单 (如灰色模块)。一般受限于协作成本等原因,岗位不会分得更细致了,我们也会因为其中的溢价模块享受到高工资。但是AI彻底改变了这种模式。

场景一:现状维持 (Status quo)

  • 原理AI对工作捆绑的价值没带来显著变化,工人可能会从AI中受益 (例如效率提高),但这对于升职加薪没有实质性的帮助。

  • 结果:技能溢价不受影响。

场景二:价值迁移 (Value migration)

  • 原理AI导致工作捆绑的价值向特定方向转移,可能是工作效率提升 (可以执行更多相同的任务) ,或者是工作范围拓展 (执行更多不同的任务) 。

  • 结果:技能溢价增加。

场景三:商品化 (Commoditization)

  • 原理:AI吸收了完成某项专业任务的技能并将其作为商品售卖,和/或 AI 直接降低了完成某项专业任务的技能门槛,这都会导致越来越多的工作掌握了此项技能,也就是降低了这项技能的竞争力

  • 结果:技能溢价减少

场景四:最终替代 (Eventual Substitution)

  • 原理:AI 的最终结果就是完全自动化 (替代人类) ,因为大模型是在不断学习和进化的

  • 结果:人类彻底失去工作岗位

🉑 台大 · 李宏毅老师 2024 新课:生成式人工智能导论

ShowMeAI知识星球资源编码:R235

2023年人工智能技术飞速发展,特别是生成式人工智能(Generative AI)领域有了重大变革。所以!李宏毅老师在著名的《机器学习》课程之外,开设了一门全新的课程《生成式人工智能导论》!!

李宏毅老师介绍,《生成式人工智能导论》是一门专为初学者设计的课程,旨在介绍生成式人工智能的基本原理和概念。不需要任何先验知识,不需要机器学习或这人工智能的背景,不需要编程经验 (课程会提供详细的指导和示例),所以对初学者非常友好。

至于课程最终目标,李老师介绍道,不仅要让学生学会使用工具,还要能够理解它们的工作原理,并在使用过程中挖掘潜力和规避局限。这跟之前传统的《机器学习》课程完全不同,真的是一把期待住了!!

speech.ee.ntu.edu.tw/~hylee/gena...

这是官方课表,而且课程视频、课件、作业已经同步在更新啦!课程官网有链接 (需要魔法)。对课程感兴趣的小伙伴可以开始追更~

提醒,可以在B站找一下搬运视频,课件和作业可以在 ShowMeAI 知识星球获取哦!

2/23:课程概述

作业:真假难辨的世界

3/01:提示工程 & AI代理人

作业:都是AI的作文比赛

3/08 & 3/15:生成策略 & 从专家到通才

作业:使用AI搭建自己的应用

3/22 & 3/29:学习深度学习 & Transformer

作业:成为AI催眠大师,训练自己的语言模型。

4/12:评估生成式AI & 道德问题

作业:AI通过人类反馈学习

4/26:[演讲] 打造生成式AI应用经验

5/03:生成式AI的可解释性

作业:了解生成式AI在想什么

5/10:语音的生成式AI

作业:生成式AI的安全性议题

5/17:语音的生成式AI

作业:演练影片快速摘要。

5/24:[演讲] 影像的生成式AI

5/31:影像的生成式AI

作业:定制自己的影像生成AI
感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们!

◉ 点击 👀日报&周刊合集,订阅话题 #ShowMeAI日报,一览AI领域发展前沿,抓住最新发展机会!

◉ 点击 🎡生产力工具与行业应用大全,一起在信息浪潮里扑腾起来吧!

相关推荐
敲上瘾3 小时前
操作系统的理解
linux·运维·服务器·c++·大模型·操作系统·aigc
数字化营销工兵5 小时前
大语言模型(LLM)安全:十大风险、影响和防御措施
llm·大语言模型·数据安全·隐私保护
想成为高手4997 小时前
生成式AI在教育技术中的应用:变革与创新
人工智能·aigc
gz7seven14 小时前
BLIP-2模型的详解与思考
大模型·llm·多模态·blip·多模态大模型·blip-2·q-former
hunteritself18 小时前
ChatGPT高级语音模式正在向Web网页端推出!
人工智能·gpt·chatgpt·openai·语音识别
不爱说话郭德纲19 小时前
探索LLM前沿,共话科技未来
人工智能·算法·llm
z千鑫20 小时前
【人工智能】PyTorch、TensorFlow 和 Keras 全面解析与对比:深度学习框架的终极指南
人工智能·pytorch·深度学习·aigc·tensorflow·keras·codemoss
程序员X小鹿1 天前
AI视频自动剪辑神器!点赞上万的影视剧片段,一键全自动剪辑,效率提升80%!(附保姆级教程)
aigc
我爱学Python!1 天前
解决复杂查询难题:如何通过 Self-querying Prompting 提高 RAG 系统效率?
人工智能·程序人生·自然语言处理·大模型·llm·大语言模型·rag
学习前端的小z1 天前
【AIGC】如何准确引导ChatGPT,实现精细化GPTs指令生成
人工智能·gpt·chatgpt·aigc