大模型是否举足轻重到给我们的时代命名?
总体值得一读,3.5星。技术篇、变革篇、产业篇较好,应用篇略水。
技术篇对一些GPT技术关键概念(Transformer、BERT、word embedding、反向传播、SFT、RLHF)做了简洁易懂的说明,没有太深入技术细节,对小白比较友好,可以较好的理解GPT技术全景和发展脉络。
变革篇通过回顾英国历史上的工业革命发展历程,探讨了技术变革对工作岗位的短期影响和长期影响,比较有启发。“真正的劳动替代风险并非来自高生产力的自动化技术,而是来自‘生产力一般般’的技术,这些技术虽然会被采纳并取代劳动力,但并不足以带来强大的生产力使能效应。”同时也介绍了麻省理工学院的最新研究结果:ChatGPT提高了能力较弱的知识工作者的产出质量和工作效率,同时也使能力较强的工作者在保证质量的同时,显著提高他们完成工作的速度。
针对人机协同场景,如何提升大模型的输出质量,提出了3R方法(Role - Result - Recipe),可以作为撰写提示词的一个基本框架。大模型改善了人类与信息的互动方式,但对用户提问的方式提出了更高的要求,有必要学习苏格拉底循循善诱、逐步深入的交流方式,学会向苏格拉底一样提问。
产业篇讨论了大模型原生应用,“所谓的某某某原生应用,无论是移动原生应用、云原生应用还是大模型原生应用,都在说一个规律——当某一项新技术出来之后,传统应用往往只把新技术嵌入进来作为补充,无法100%发挥新技术的优势,需要有一个或几个应用,从头开始就围绕新技术而设计,带来突破性的价值,然后引发更多的开发者追随,这就是原生应用了。”书中剖析了iPhone游戏“愤怒的小鸟”相比传统应用,以及抖音相比快手产品设计的差异和优势,比较有说服力。
OpenAI的首席科学家Ilya在讲述GPT从无人问津到大获成功的艰辛道路时说:“在你拥有大规模的高质量数据和算力之后,你还需要相信。”是的,大模型乃至未来AGI的发展,可能是一个像工业革命那样改变人类历史的重大技术变革,也许我们首先需要“相信”,然后才能意识到AI的深远影响,体会到AI的巨大力量。期待新时代的杀手级原生应用早日爆发。