我們的未來,會不會變成都是 AI 幫我們決定?

閱讀時間約 7 分鐘
AI vs 人類 拔河

AI vs 人類 拔河

前言

今天讀到 iKala CEO 分享的一篇貼文,探討 OpenAI 推理型模型(如 o1)的運作過程,令我感到十分有趣,也激發了一些新的想法。

文中提到,即使只是回答一個簡單的問題:「你叫什麼名字?」推理型 AI 可能需要多達 40 秒的處理時間。這期間,AI 執行了多層次的推理步驟:

  1. 從系統提示中搜尋自身資訊
  2. 反覆確認問題的意圖
  3. 分析使用者期望的回答內容
  4. 決定回應的語氣與表達方式

這一系列繁瑣的過程,實際上展示了當前推理型 AI 模型的設計方式:由人類事先定義其思考結構與策略。


如果 AI 能夠自主訓練自己的思考方式?

這讓我不禁思考:如果 AI 不再依賴人類設計推理策略,而是能夠自主訓練自己的思考方式,會帶來什麼樣的變化?

根據 OpenAI CEO Sam Altman 的說法,2025 年的 AI 將可能在最小的監督下完成多步驟任務,這或許將標誌著 AI 自我訓練時代的來臨


⚫️目前的 AI 推理設計

主要來自以下方法:

  1. 思維鏈(Chain of Thought)
    • 零樣本思維鏈(Zero-Shot CoT):提示中加入類似「讓我們一步步思考」的指令,鼓勵 AI 遵循邏輯推理,過程完全自動化。
    • 小樣本思維鏈(Few-Shot CoT):透過提供具體範例,讓 AI 從中學習邏輯推理。
  2. 自洽性推理(Self-Consistency)
    為同一問題生成多條推理路徑,並透過眾數投票選擇最合適的答案。此方法在解決複雜問題時表現優異,但資源消耗也較大。
  3. 樹狀思維(Tree of Thoughts)
    試圖模擬多重路徑的分析過程,探索最優解。
  4. 提示工程(Prompt Engineering)
    給 AI 設定格式、條件和範例,幫助其更精確地回應問題。


這些方法雖然有效,但它們依然是人類設計的框架,未必真正適合 AI 的特性。讓 AI 自主探索並優化自己的推理策略,或許能突破人類思維的侷限


⚫️不同思考框架的啟發

在現實中,不同角色的思考方式會隨其職責而異。例如:

  • 主管:注重全局,考量資源分配、目標設定與上級需求。
  • 員工:聚焦執行,專注於細節與任務完成。

這樣的差異源自角色定位,也啟發我們,AI 作為一種新興存在,應有自己獨特的思考模式,而非單純模仿人類的框架。


⚫️AI 的多角色推理潛力

想到這裡,我聯想到動畫《轉生成女性向遊戲只有毀滅 END 的壞人大小姐》。劇中主角的內心戲展現了不同人格(如智慧、膽小、天真)之間的對話,最後透過多數決得出決策方向。

raw-image

這種多角色的思考模式在 AI 領域也有類似的實踐,如 樹狀思維(Tree of Thoughts)。假設 AI 系統能內部模擬多個「專家角色」,例如:

  • 投資策略分析:融合彼得·林區、巴菲特與查理·蒙格的觀點進行推理。
  • 外交方案模擬:模仿不同外交官的立場,列出所有可能方案,並評估潛在影響。

雖然多角色推理會消耗較多資源,但在複雜決策場景(如外交或投資)中可能極具價值。


⚫️過度依賴 AI 的風險

隨著 AI 的功能越來越強大,過度依賴 AI 可能帶來危險。例如,使用者可能錯誤認為 AI 提供的選項已涵蓋所有可能性,進而限制自身思維。

為避免這種風險,我們需要:

  1. 保持人類的主導地位:AI 應作為輔助工具,而非決策者。
  2. 提升 AI 決策透明度:了解 AI 如何得出結論,幫助人類監督與判斷。
  3. 培養批判性思維:即便依賴 AI,也應保持質疑和驗證的態度。


⚫️人類與 AI 的未來關係

不久的未來,我們應該小心「是我們在控制 AI ,還是AI在控制我們?」

在理想情況下,AI 是為提升人類能力而設計的工具。然而,隨著技術進步,我們需要不斷審視這種關係,

目前,演算法已經影響我們的資訊接收方式。像 YouTube、Facebook、Instagram 等平台,透過演算法推送內容,無形中限制了我們的資訊來源。

某種程度上來說,我們也被演算法控制獲取的資訊。


⚫️結語

AI 的誕生帶來了無限的可能性,也伴隨著深遠的挑戰。我們無法否認,從 ChatGPT 在 2022 年公開至今,不到兩個月便吸引一億用戶,AI 正以前所未有的速度改變我們的生活。未來或許真的會出現 AI 影響甚至控制人類行為的場景,但我們該如何看待這樣的可能性?

  • 深思

我們不能天真地忽視 AI 可能帶來的風險,但同時也不必為未知的未來感到恐懼。與其害怕不確定的明天,不如以批判性的眼光審視今天。AI 是一把雙刃劍,它的發展取決於我們如何運用它。如果我們過度依賴,便可能失去自我;如果我們保持警惕,便能掌握方向。

  • 成長與專注

AI 正在快速進步,而我們能做的,就是讓自己同步成長。透過不斷學習、閱讀和探索世界,拓展自己的視野,培養多角度思考的能力。我們無法控制 AI 的進化速度,但只要專注於自己的成長,就能在這場時代浪潮中站穩腳步。

  • 活在當下

就算未來真的如同科幻小說中所描繪般被 AI 所控制,那也是未知的未來。我們能掌控的,是當下的每一刻。我們需要在眼前的每一步中,為自己築起智慧與信念的堡壘,將技術視為助力,而非絆腳石。

最終,AI 的成長是必然的,而我們是否與之共同成長,則完全取決於我們如何面對當下。選擇懼怕,或選擇行動,答案就在我們手中。



參考連結

https://opencompass.readthedocs.io/zh-cn/latest/prompt/chain_of_thought.html

https://ithelp.ithome.com.tw/m/articles/10323223

https://www.163.com/dy/article/JGGAADV9051193U6.html

https://www.wealth.com.tw/articles/0048734a-83e7-4fa5-823f-83942f244a3f

程式撰寫是我的專業,思考與成長則是我永不停歇的追求。在這裡,我分享一些對生活和技術的思考,從技術探討到閱讀心得,這些都是我在探索自己和這個世界時所發現的靈感。希望我的分享能夠啟發你,也讓我們在彼此的交流中共同進步。
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
市場調查:大麥克指數與年薪購買力比較 比較對象:台灣、美國、日本、新加坡 目標:以各國年薪中位數可購買的大麥克數量進行分析
今天看到一則貼文,提到「現在的軟體工程師真的很幸福,有 AI 輔助寫程式,還有豐富的資源和資料可以查詢,工作變得更有效率。」這聽起來似乎是個好消息,但真的是這樣嗎? AI 工具的輔助讓編程變得輕鬆,龐大的線上資源縮短了學習曲線,甚至 AI 還能快速排除程式錯誤,提升工作效率。然而,這種幸...
市場調查:大麥克指數與年薪購買力比較 比較對象:台灣、美國、日本、新加坡 目標:以各國年薪中位數可購買的大麥克數量進行分析
今天看到一則貼文,提到「現在的軟體工程師真的很幸福,有 AI 輔助寫程式,還有豐富的資源和資料可以查詢,工作變得更有效率。」這聽起來似乎是個好消息,但真的是這樣嗎? AI 工具的輔助讓編程變得輕鬆,龐大的線上資源縮短了學習曲線,甚至 AI 還能快速排除程式錯誤,提升工作效率。然而,這種幸...
你可能也想看
Google News 追蹤
Thumbnail
我很鼓勵投資人不要只投資台股,對股市有一點熟悉度後,建議範圍擴況大到美股,甚至是投資全球。因為台股僅是單一國家/市場,如果能將資產投資到其他國家,風險會更分散,機會也更多,特別是美國股市。 美股會很難懂嗎?我相信你認識的美國企業可能會比台灣企業多,我從標普500成分股前15大企業裡隨便抓十
Thumbnail
美股因多家熱門話題與龍頭企業市值快速增長受到關注,本文介紹如何透過國泰世華CUBE App 開設台股及美股複委託帳戶、定期理財的便利性。 定期投資適合單筆資金有限、經驗不多的理財小白、上班族,或者忙碌、沒時間研究基本面的朋友,國泰世華CUBE App美股定額投資功能,操作便利性幾乎完勝海外券商。
Thumbnail
這是張老師的第三本書,我想前二本應該也有很多朋友們都有讀過,我想絕對是受益良多,而這次在書名上就直接點出,著重在從投資的角度來切入
Thumbnail
人工智能:革命性技術的崛起與挑戰 1. 什麼是人工智能? 人工智能(AI)是指由人類創造的機器或系統,能夠模仿人類智能,執行通常需要人類智能才能完成的任務。這包括學習、問題解決、語言理解、視覺感知等能力。AI系統可以處理大量數據,識別模式,並根據這些信息做出決策或預測。 2.
Thumbnail
本文介紹了人工智慧(AI)及機器學習(ML)的基本概念和關係,探討了數據在機器學習中的重要性,以及深度學習和生成式人工智慧的應用。
Thumbnail
人工智慧是什麼? 人工智慧(Artificial Intelligence, AI) 簡單來說,就是讓機器模仿人類的思考、學習和決策的能力。它就像是一個聰明的電腦程序,可以執行許多原本需要人類智慧才能完成的工作,例如: 語音辨識: 讓電腦聽懂人類的語言,像是 Siri、Google As
Thumbnail
本文討論了在AI時代下我們需要具備的職能,例如提問力、判斷力和專業能力。同時也提到了在使用AI時需要注意的事情,以及一些問答希望可以跟讀者有所互動與交流。另外作者也分享了自己使用AI工具的心得,並期待可以幫助初學者更快地瞭解如何應對AI的基礎邏輯。
Thumbnail
AI繪圖要廣泛用於商用還有一大段路,還需要依賴人類的經驗判斷、調整,為什麼呢?
Thumbnail
本文要探討AI的任務與實戰場景。AI技術已深入生活各層面,從違約預測到都市交通管理。AI任務主要有三類:數值型資料處理、自然語言處理(NLP)和電腦影像辨識。時間序列資料和強化學習方法(如AlphaGo)也引起廣泛關注。AI演算法和方法因應不同學派和技術發展而多樣化,了解這些基礎有助選擇適合研究方向
Thumbnail
生活中的溝通和誤會是人與人之間相互學習的過程,人工智慧在學習我們的智慧時,我們需要思考人類與人工智慧之間的關係。
Thumbnail
2023年被世人稱做生成式AI世代的元年,各式各樣的AI工具不斷湧現,改變了人們的生活。本文將詳細介紹人工智慧和機器學習的相關知識,以及各種人工智慧和機器學習的實現方法。
Thumbnail
人工智慧(AI)時代的到來,並不代表要取代人類的工作,而是要幫忙人類釋放雙手,集中在內心的成長上。透過閱讀阿卡西和運用AI工具,可以為個人的成長增添新的力量。
Thumbnail
我很鼓勵投資人不要只投資台股,對股市有一點熟悉度後,建議範圍擴況大到美股,甚至是投資全球。因為台股僅是單一國家/市場,如果能將資產投資到其他國家,風險會更分散,機會也更多,特別是美國股市。 美股會很難懂嗎?我相信你認識的美國企業可能會比台灣企業多,我從標普500成分股前15大企業裡隨便抓十
Thumbnail
美股因多家熱門話題與龍頭企業市值快速增長受到關注,本文介紹如何透過國泰世華CUBE App 開設台股及美股複委託帳戶、定期理財的便利性。 定期投資適合單筆資金有限、經驗不多的理財小白、上班族,或者忙碌、沒時間研究基本面的朋友,國泰世華CUBE App美股定額投資功能,操作便利性幾乎完勝海外券商。
Thumbnail
這是張老師的第三本書,我想前二本應該也有很多朋友們都有讀過,我想絕對是受益良多,而這次在書名上就直接點出,著重在從投資的角度來切入
Thumbnail
人工智能:革命性技術的崛起與挑戰 1. 什麼是人工智能? 人工智能(AI)是指由人類創造的機器或系統,能夠模仿人類智能,執行通常需要人類智能才能完成的任務。這包括學習、問題解決、語言理解、視覺感知等能力。AI系統可以處理大量數據,識別模式,並根據這些信息做出決策或預測。 2.
Thumbnail
本文介紹了人工智慧(AI)及機器學習(ML)的基本概念和關係,探討了數據在機器學習中的重要性,以及深度學習和生成式人工智慧的應用。
Thumbnail
人工智慧是什麼? 人工智慧(Artificial Intelligence, AI) 簡單來說,就是讓機器模仿人類的思考、學習和決策的能力。它就像是一個聰明的電腦程序,可以執行許多原本需要人類智慧才能完成的工作,例如: 語音辨識: 讓電腦聽懂人類的語言,像是 Siri、Google As
Thumbnail
本文討論了在AI時代下我們需要具備的職能,例如提問力、判斷力和專業能力。同時也提到了在使用AI時需要注意的事情,以及一些問答希望可以跟讀者有所互動與交流。另外作者也分享了自己使用AI工具的心得,並期待可以幫助初學者更快地瞭解如何應對AI的基礎邏輯。
Thumbnail
AI繪圖要廣泛用於商用還有一大段路,還需要依賴人類的經驗判斷、調整,為什麼呢?
Thumbnail
本文要探討AI的任務與實戰場景。AI技術已深入生活各層面,從違約預測到都市交通管理。AI任務主要有三類:數值型資料處理、自然語言處理(NLP)和電腦影像辨識。時間序列資料和強化學習方法(如AlphaGo)也引起廣泛關注。AI演算法和方法因應不同學派和技術發展而多樣化,了解這些基礎有助選擇適合研究方向
Thumbnail
生活中的溝通和誤會是人與人之間相互學習的過程,人工智慧在學習我們的智慧時,我們需要思考人類與人工智慧之間的關係。
Thumbnail
2023年被世人稱做生成式AI世代的元年,各式各樣的AI工具不斷湧現,改變了人們的生活。本文將詳細介紹人工智慧和機器學習的相關知識,以及各種人工智慧和機器學習的實現方法。
Thumbnail
人工智慧(AI)時代的到來,並不代表要取代人類的工作,而是要幫忙人類釋放雙手,集中在內心的成長上。透過閱讀阿卡西和運用AI工具,可以為個人的成長增添新的力量。