AI 与人的协同关系主要体现在以下几个方面:
AI与人的协同关系生成式AI的人机协同分为3种产品设计模式:Embedding(嵌入式)、Copilot(副驾驶)、Agent(智能代理),在这3种模式下,人与AI的协作流程也是有所差异。Embedding模式:人类完成大多数工作。Copilot模式:人类和AI协同工作。Agents模式:AI完成大多数工作。Agentic Workflow驱动角色工作流变革使用Multiagent Collaboration的方法,让不同角色的Agent按照根据任务要求自主规划选择工具、流程进行协作完成一件任务。我作为一个产品经理角色,我的诉求很简单,需要完成某一个产品功能设计,这个时候通过Agents拆解成多个独立的任务,然后遵循不同的工作流,最后给我生成一份在大体上符合我期望的输出结果,我再修修改改就能够达到可用的阶段了。所以,我从原子能力层重新思考,面对这个快速变化的时代,我该如何去重塑我自己的工作流,以不变应万变呢?我抽象化拆解了大模型的一些底层能力,例如:翻译、识别、提取、格式化等等,其实所有的一些都会围绕几个词“输入”、“处理”、“输出”、“反馈”。“输入”、“处理”、“输出”、“反馈”构建了我最底层的信息处理逻辑,我把它比作四个齿轮,齿轮之间通过不同的衔接工具逐步推动运转,从需求作为输入、结果作为输出,围绕着信息加速,不断驱动我向前。重塑获取信息的方式搜索引擎作为互联网基础设施,同时也是互联网的入口,对于用户而言,从解决问题出发,搜索引擎和基于大模型的聊天机器人的目标从根本上是一致的。自2022年底ChatGPT发布,其通过问答形式被认为将对传统搜索引擎带来颠覆。
刚刚讲了“个人的模型”,讲的是模型的“所有权问题”。这里,以及“上篇”提到的“人的模型”,是效果层面的,“人的模型”可以是集中平台来提供的:就像你的个人账号、云上数据一样。所以即使是<PlanB>走不通,“人的模型”都是值得展开讲讲的。为什么需要“人的模型”?1.AGI进一步向人学习。在现阶段AGI发展的初期,与人脑相比,AGI仍然有很多明显的短板:记忆不好、需要过多数据、逻辑性不好、空间-物理能力欠缺……以及当前AI Agent的主攻方向“使用工具->拆解问题->做出决策”的能力。把AGI做得更好的参考就是人脑。当然,当AGI开始超越人的智力成为SGI(Super General Intellegence)之后,对于人脑的参考就是批判性借鉴了。2.AGI与人配合。“人的模型”更重要的一点,是要解决AI如何更好的与人配合,实现1+1>2的路径。只有模型可以理解个体特点差异的时候,AGI才能与人更有效地配合,甚至成为人的替身。以及,“人的模型”也是“PlanB-个人(拥有)的模型”的前提。如何达到“人的模型”?我目前也不知道;不过在数据层面上还是有些线索的。目前的大语言模型是“世界模型”:底层数据是来自于千千万万人的,每个人一丁点数据;而并不是大量的来自某一个人的大量数据。“人的模型”大概率是建立在“世界模型”之上,加入关于某个人的大量的、多样的数据。这里有两点:一点是“大量”,这也正是前文提到的“全天候硬件/AI Pin”的放方向:如何跨越量级的收取关于某个人的数据。只有关于这个人的数据量级到达一定程度,AI才可以“具有某个人的视角”,才会懂得“换位思考”——这正是合作的前提。
1.广义语言-万能翻译机。1)当前可以做到大多数国家之间语言的高质量翻译;2)编程语言之间的相互翻译能力也不差(但暂时还没有架构师思维);3)人的语言-机器语言之间的翻译还需要些时间,因为自然语言编程的问题经常来自于自然语言本身模糊性的缺陷;解决2-3)的问题需要AI有更强的理解->自己做出假设->解决问题的能力:这正是AI Agent要实现的。2.想象力&创造力。不多赘述,前文提到的虚拟人-虚拟世界已经给了我们足够的想象空间。3.AI使用工具-AI之间合作。AI对于工具的使用,AI之间的分工合作可以弥补单个AI的能力缺陷。可以有效使用工具的AI、AI相互合作也是现在有关AI Agent的研究重点。未来的APP服务背后由多个Agent来支持会是常态4.量变产生质变-AI微决策。AI与生俱来的能力就是低成本、大规模、高速度;那么利用AI来在大量细微事件上做出高速决策便是一个思路。现在的“高频交易策略”和“推荐算法”其实就已经是在这么做了,在AI智力升级之后,一定会有更多的可能性5.AI与人合作。在相当长时间里,AI首先要解决的还是如何与人合作的问题,实现AI+人的1+1>2。这件事的前提大概就需要“上篇”中提到的“人的模型”和“人的数据”,才能让AI真的理解与之配合的人类随着技术的进步与成熟,2024年的“AI原生”应用会比2023年多得多。"Exploration";Yifei Gong 2024,with Dall-E