人工智慧永遠無法取代的是人

閱讀時間約 4 分鐘

隨著人工智慧高速發展,許多重複單調的工作,以肉眼可及的速度,不斷的能夠被機器人取代,許多人因此活在焦慮之中,甚至認為自己該躺平。本文就是針對這個問題來的,論說人之所以為人的波瀾壯闊與慷慨激昂,冥冥之中能夠指引一條道路。

封面圖片,登高望遠,期許能更上一層樓。

封面圖片,登高望遠,期許能更上一層樓。

生命短暫與永生不死

相比於人工智慧只是一串程式代碼,邏輯存儲數據,能夠做到永生不滅,99%以上的人則是在百年以後都見不到了,是否為此感到悲觀? 事實可能並不是如此。

生命短暫才產生許多優先選擇問題,才有辦法衍伸出機會成本的概念,善於把握每一天,不斷的自我修行與自我超越相比於重複單調,不思進取,才會體現出價值。知道轉瞬之間,你我都歸塵土,才有辦法擺脫純粹的名利追求而奔向智慧大道,才有理由去感嘆圖靈,莫札特,與亞歷山大的英年早逝,才有理由去感謝自古以來的思想家,願意讓我們站在他們的肩膀更上一層樓,人雖已逝去但是精神永存。換成不死的機器,僅是理所當然而已,你會感嘆Alpha Go之強大,還是人類棋手成就之不易,結果不言自證。

大膽假設與基於事實

人工智慧可以看成是一個大型的條件機率模型,只能基於看過的數據分布做推估,沒有辦法像人類一樣,天馬行空的創造假設。對於簡單系統來說,人工智慧能夠取得壓制人類的制高點,但是面對各種複雜系統的問題,或是面對人類尚未踏足的領域,無法跳脫原有的框架思考,只能像工具人一樣,必須藉由人類循循善誘,才能逐步達成目標。

在GPT4-Turbo上面,只要觸及人類知識的邊界,探索未知的問題,使用者必須先丟出眾多假設與事實,然後基於這些事實,和人工智慧聯手把一個可能的解釋版本做出來,而人工智慧始終沒有辦法獨立完成這一切,永遠沒有辦法請人工智慧處理一個它從來沒有看過的問題,這種不基於事實創造全新故事的能力,僅僅是人類專屬。

自我完備與溫室花朵

開發好的人工智慧模型,首先需要把資料進行前處理,把不合邏輯的挑掉,把沒有隨機性,帶有偏見的採樣拿掉,把充滿雜訊的的先濾掉,接下來還要設計專門的人工智慧模型,不同大小的模型,與不同架構的模型,也決定了所需要的資料量。模型訓練完了,還需要大量的時間浪費在輸出結果的後處理,與服務整合上面,以上講的每一個步驟,都是魔鬼藏在細節裡面,需要大量的人力。

運行人工智慧的高端晶片,需要幾百道先進製程,每一道製程,都需要工程師的精心照顧,這塊未來可以藉由人工智慧減輕壓力,但是許多離奇的突發事件,不可預料的事情發展,仍需要工程師逐步地去展開調查,硬體層面來說,人工智慧脫離不了人,從軟體層面來說,人工智慧也脫離不了人。

人工智慧新時代新思維

基於上述,人類的價值體現在時間有限,開創假設,以及自我完備上,每一樣都要和人工智慧產生極大的差異化,便能從中勝出。

時間方面,使用原子習慣與刻意練習,不斷修行磨練自我的判斷能力與意志力,凡事都能做到心中有數但不著相,如此一來,自然的能發揮人性本質,趨利避害,讓每一段時間都能妥善地被使用,加上不斷的自我內心察覺,與寫筆記,記錄下來,點滴累積。

然後基於累積的基礎上,站在巨人的肩膀上,不斷大膽開創假設,小心求證,切記不可好高騖遠,好大喜功,失敗假設有時候往往比成功假設更具有價值,持續去擴展人類尚未接觸過的領域,每天一定要分配時間,好好的放鬆全身心,在安靜無打擾的空間裡,讓自己思緒飛揚,捕捉靈感,這是人充滿價值之所在。

最後高度體現自我完備性,雖說一日之所需百工斯為備,但仍然能像孔子一樣,吾少也賤,故多能鄙事,擺脫對於各種精緻消費產品的慾望,去追逐純粹的,多樣化的人生體驗,雖不用精通,但也能多方嘗試,多方探索,切記不可替自己畫地為限。

能做到以上三點,假以時日,能夠達到人工智慧始終無法企及的高度智慧,無論人工智慧發展多久,都注定追不上。

免責聲明:

本文客觀論述人類優於人工智慧的方方面面,務必不可盡信,存在例外才是宇宙唯一沒有例外的事情,請獨立思考,獨立判斷。

引用:

@article{
author = {Jeng-Ting, Chen},
title = {人工智慧永遠無法取代的是人},
year = {2023},
url = {https://vocus.cc/article/65581ea3fd89780001e3a9de},
timestamp = {Sun, 19 Oct 2023 11:28:39 +0800},
}


如果你對 AI 充滿熱情,學習上又不想浪費時間,我能夠以過來人的經驗給你不少想法,歡迎在Facebook群裡面留言。

如果想要用Zoom直接交談,為你直接解惑的,也可以點以下連結預約時間 (1小時)

 https://calendly.com/universe_ai/free_appointment



96會員
128內容數
帶你用上帝視角,針對市面上具有高度價值的影片/論文/書籍,用東方取象,與西方邏輯辯證的角度同時出發,跟著我一起來探討宇宙萬事萬物的本質,隨時隨地都可以來一場說走就走的思維旅行。作者在台積電 / 聯發科等科技產業有累計10年的資歷,近期對於人工智慧,東方易經,西方辯證邏輯,還有佛法向內求有深度興趣。
留言0
查看全部
發表第一個留言支持創作者!
本文帶你在3分鐘內跑通基本範例,用llamaIndex 串接Excel,經過爬蟲與Mistral 7B整理的資料,讓GPT4成為國際政治經濟大師,每天為您自動產生經濟分析報告。
相信替影片配字幕是許多人心中的痛,本文帶你在三分鐘內能夠用你的電腦,寫出一個使用AI將聲音轉成字幕srt檔案的互動操作網頁,可以連接麥克風測試,也可以上傳聲音檔案或是MP3來測試。目前的多國語言版本,能自動辨別語言,不用特別指定,經實測,中英文混雜也能夠正確輸出。
相信大家要能完全理解ROPE編碼與YaRN插值手法,需要較長的時間,導致收穫感沒有這麼強。算法背後其實隱含了宇宙自然運行的道理,旋轉位置編碼,最早的形式出現在古代中國易經,繞完一整圈表示一個階段的結束,預示下一個階段的開始。
本篇精選熱點論文,基於ROPE(Rotary Position Embeddings)改善插值方式,讓模型可以在短序列(4K Tokens)進行訓練,接著在長序列(128K Tokens)僅做少數微調,甚至無須微調,就能達到泛化到極長輸入序列的能力,模型可以吞下一整本雜誌,輸出困惑度表現也能夠維持!
如何評量一個大型語言模型有學到東西? 其中一個常用指標就是Perplexity(困惑度)。由於困惑度被大量論文引用,學習CP值很高,所以寫專文介紹。
相信替影片配字幕是許多人心中的痛,本文帶你在三分鐘內能夠用你的電腦,實做聲音轉字幕網站,準備好了就來吧!
本文帶你在3分鐘內跑通基本範例,用llamaIndex 串接Excel,經過爬蟲與Mistral 7B整理的資料,讓GPT4成為國際政治經濟大師,每天為您自動產生經濟分析報告。
相信替影片配字幕是許多人心中的痛,本文帶你在三分鐘內能夠用你的電腦,寫出一個使用AI將聲音轉成字幕srt檔案的互動操作網頁,可以連接麥克風測試,也可以上傳聲音檔案或是MP3來測試。目前的多國語言版本,能自動辨別語言,不用特別指定,經實測,中英文混雜也能夠正確輸出。
相信大家要能完全理解ROPE編碼與YaRN插值手法,需要較長的時間,導致收穫感沒有這麼強。算法背後其實隱含了宇宙自然運行的道理,旋轉位置編碼,最早的形式出現在古代中國易經,繞完一整圈表示一個階段的結束,預示下一個階段的開始。
本篇精選熱點論文,基於ROPE(Rotary Position Embeddings)改善插值方式,讓模型可以在短序列(4K Tokens)進行訓練,接著在長序列(128K Tokens)僅做少數微調,甚至無須微調,就能達到泛化到極長輸入序列的能力,模型可以吞下一整本雜誌,輸出困惑度表現也能夠維持!
如何評量一個大型語言模型有學到東西? 其中一個常用指標就是Perplexity(困惑度)。由於困惑度被大量論文引用,學習CP值很高,所以寫專文介紹。
相信替影片配字幕是許多人心中的痛,本文帶你在三分鐘內能夠用你的電腦,實做聲音轉字幕網站,準備好了就來吧!
你可能也想看
Google News 追蹤
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
人類思考與執行的優勢是當前的人工智慧機體無可比擬的,只要人工智慧技術的發展方向仍建立在現今的數學模型與電子技術層面,那可以確定人工智慧永遠無法取代程序員。
Thumbnail
目錄 • 前言 • AI 揭曉 • AI 的光明面 • AI 的陰暗面 • 道德困境 • 風險管理 • 總結 前言 人工智慧是人工智慧的縮寫,是這個街區的新孩子。它有可能顛覆行業,讓我們的生活變得輕而易舉。但這並不全是陽光和彩虹。隨之而來的是一些嚴重的問題,如失業、道德困境和隱私問題。在
Thumbnail
目錄 • 前言 • 日常生活中的人工智慧 • 人工智慧:終極問題解決者 • 道德考慮 • 未來的可能性 • 結論 前言 人工智慧(AI)已成為日常生活任務中不可或缺的一部分,更輕鬆,更方便。與人類同行不同,它是可用的。人工智慧存在於虛擬助手、智慧家居、醫療保健、交通、娛樂、購物、社交媒體、金融和欺詐
Thumbnail
前幾天在看老高與小茉(Mr & Mrs Gao)的影片, 影片的標題很有趣,也就是「人類的使命已然完成」。 什麼叫做人類的使命已然完成呢?人類又有什麼使命呢? 這就要從一個很小很小(細胞等級)的故事開始說起。
人工智慧搭配機器人運用在工作上的最新進度大概發展到這裡,是不是覺得來的又快又猛烈呀! 面對人工智慧,我們只能擁抱他。 我想只能善用人工智慧,擁抱人工智慧吧。 你的看法呢? 如果你想了解更多關於人工智慧和機器人的故事和發展,請點擊我之前討論關於人工智慧的影片: 「人工智慧機器狗發展猛烈,難道人類已無力
Thumbnail
站在大廳寬闊空間一角的電梯旁邊,楊立昆告訴Sutskever 他犯了嚴重的錯誤,並且列舉出長串理由。OpenAI 的研究人員都太年輕了;這所實驗室缺少像他這樣有經驗的專家;他不像谷歌和臉書那麽有錢,而且它的非營利模式不會帶進資金;它確實吸引了數位頂尖的專家,但是長期看來無法爭取到更優秀的人才
Thumbnail
問題是,圖像的感性體驗往往是由觀看者的客觀視覺產生的。因此不論是創作者投注情感繪製的繪畫,還是AI產生的「圖片」,人類的視覺感官是沒辦法解讀、區分出埋藏於圖像裡的感性訊號,究竟是由人類思緒編織而成,還是AI透過學習模仿得來的。
Thumbnail
人工智慧取代畫師的時代來了!AI 繪圖平台 Disco Diffusion、Midjourney、DALL·E 2 的使用方法及心得 寫這篇文章,是因為明明現在許多AI自動生成圖片的平台 都不太需要大家寫程式了,但是卻好像沒什麼人幫大家整理 因為之後想跟更多人一起玩這種新科技,所以先來整理一下,未來
Thumbnail
作者:陳華夫 強化學習裡最後學習的成果─價值函數 Vπ(s)─就被記憶在40模塊或20模塊組成的殘差網絡中的千千萬萬個數學參數裡,人類的大腦把輸入的資訊編碼成故事基模(Schema),再整合編織故事基模而成為的「腦神經網絡」。如此的記憶及知識之構造有利於人類的記憶、解釋、理解、思考、及學習新知。
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
人類思考與執行的優勢是當前的人工智慧機體無可比擬的,只要人工智慧技術的發展方向仍建立在現今的數學模型與電子技術層面,那可以確定人工智慧永遠無法取代程序員。
Thumbnail
目錄 • 前言 • AI 揭曉 • AI 的光明面 • AI 的陰暗面 • 道德困境 • 風險管理 • 總結 前言 人工智慧是人工智慧的縮寫,是這個街區的新孩子。它有可能顛覆行業,讓我們的生活變得輕而易舉。但這並不全是陽光和彩虹。隨之而來的是一些嚴重的問題,如失業、道德困境和隱私問題。在
Thumbnail
目錄 • 前言 • 日常生活中的人工智慧 • 人工智慧:終極問題解決者 • 道德考慮 • 未來的可能性 • 結論 前言 人工智慧(AI)已成為日常生活任務中不可或缺的一部分,更輕鬆,更方便。與人類同行不同,它是可用的。人工智慧存在於虛擬助手、智慧家居、醫療保健、交通、娛樂、購物、社交媒體、金融和欺詐
Thumbnail
前幾天在看老高與小茉(Mr & Mrs Gao)的影片, 影片的標題很有趣,也就是「人類的使命已然完成」。 什麼叫做人類的使命已然完成呢?人類又有什麼使命呢? 這就要從一個很小很小(細胞等級)的故事開始說起。
人工智慧搭配機器人運用在工作上的最新進度大概發展到這裡,是不是覺得來的又快又猛烈呀! 面對人工智慧,我們只能擁抱他。 我想只能善用人工智慧,擁抱人工智慧吧。 你的看法呢? 如果你想了解更多關於人工智慧和機器人的故事和發展,請點擊我之前討論關於人工智慧的影片: 「人工智慧機器狗發展猛烈,難道人類已無力
Thumbnail
站在大廳寬闊空間一角的電梯旁邊,楊立昆告訴Sutskever 他犯了嚴重的錯誤,並且列舉出長串理由。OpenAI 的研究人員都太年輕了;這所實驗室缺少像他這樣有經驗的專家;他不像谷歌和臉書那麽有錢,而且它的非營利模式不會帶進資金;它確實吸引了數位頂尖的專家,但是長期看來無法爭取到更優秀的人才
Thumbnail
問題是,圖像的感性體驗往往是由觀看者的客觀視覺產生的。因此不論是創作者投注情感繪製的繪畫,還是AI產生的「圖片」,人類的視覺感官是沒辦法解讀、區分出埋藏於圖像裡的感性訊號,究竟是由人類思緒編織而成,還是AI透過學習模仿得來的。
Thumbnail
人工智慧取代畫師的時代來了!AI 繪圖平台 Disco Diffusion、Midjourney、DALL·E 2 的使用方法及心得 寫這篇文章,是因為明明現在許多AI自動生成圖片的平台 都不太需要大家寫程式了,但是卻好像沒什麼人幫大家整理 因為之後想跟更多人一起玩這種新科技,所以先來整理一下,未來
Thumbnail
作者:陳華夫 強化學習裡最後學習的成果─價值函數 Vπ(s)─就被記憶在40模塊或20模塊組成的殘差網絡中的千千萬萬個數學參數裡,人類的大腦把輸入的資訊編碼成故事基模(Schema),再整合編織故事基模而成為的「腦神經網絡」。如此的記憶及知識之構造有利於人類的記憶、解釋、理解、思考、及學習新知。