這一周，OpenAI視頻AI工具Sora一出現(xiàn)，可謂是炸翻了天。

「飯碗保不住了」的恐懼，真實地擊中了許多人。

圖片

不過，亞馬遜的一位工程師Cameron Gould則認為，其實并不必對AI如此懼怕，它并不會導致我們失去工作。

為什么？原因如下。

Prompt的自相矛盾

首先，生成式AI應用在創(chuàng)意內(nèi)容時，生成的一般是圖像、視頻以及一般的非虛構(gòu)內(nèi)容。

給一個生成式AI模型prompt，就像照看一個惡毒的孩子，他的唯一目標，就是通過「從字面上理解你所說的一切」來惹惱你。

你必須用詞準確，不能在不重要的細節(jié)上浪費一個字符，因為這可能就會使結(jié)果向完全不同的方向傾斜。

但是同時，你又需要提供盡可能多的詳細信息，讓模型不會誤解你。

這種自相矛盾的操作，簡直太糟糕了！

跟計算機進行單向?qū)υ?，試圖理解它為什么沒能產(chǎn)生自己想要的結(jié)果，能讓人產(chǎn)生一種連續(xù)3小時撞墻的沖動……

圖片

Gould表示，在自己作為軟件工程師的職業(yè)生涯中，其實已經(jīng)習慣了和計算機的這種單向?qū)υ?，但生成式AI給他的體驗，絕對更糟。

它不是一種可預測的編程語言，擁有冪等的函數(shù)。

圖片

它完全是一個黑匣子，幾乎每次都可以在相同的輸入下，產(chǎn)生完全不同的結(jié)果。

即使在prompt里要求AI要保持一致性，它也未必會聽你的。

市值數(shù)十億的公司，就曾受到這一現(xiàn)實的困擾。

最近，加拿大一家法庭裁定，加拿大航空公司必須向其中一名乘客支付賠償金，因為聊天機器人提供了誤導性建議，導致該乘客為機票支付了近一倍的費用。

圖片

速度確實快，但……

當然，盡管在一致性方面存在缺陷，但生成式AI可以幫我們快速產(chǎn)出東西來。

圖片

比如上面這張圖，就是用生成式AI創(chuàng)建的，只花了幾秒鐘就做出來了。

所以，AI可以讓我們比藝術家出圖的速度更快，這件事是有可能的。

而Sora也讓普羅大眾就可以用比以往快許多倍的方式，生成更復雜的媒體素材。

所以，由于現(xiàn)在一個人可以做幾個人的工作，我們真的不需要那么多的藝術家、軟件工程師、撰稿人了嗎？

不，它的細節(jié)不對

答案并沒有那么簡單。

使用生成式AI創(chuàng)作藝術時，可能你時常會想：「不，這不是我想要的?！?/span>

這也是在論壇上常常出現(xiàn)的觀點。

有人會反駁說：這是因為你的prompt缺乏細節(jié)，你需要給出更具體的prompt。

這個觀點確實有道理。

圖片

我們自己的圖片和票房收入超過1億美元的專業(yè)電影，有何不同？

我們自己的個人博客，和專業(yè)的全職作家的博客，有何不同？

我們自己做的游戲視頻標題，和30小時的AAA視頻游戲標題，有何不同？

答案就是細節(jié)。

AI生圖

正是細節(jié)，將業(yè)余愛好者和專業(yè)人士區(qū)分開。

如果想使用生成式AI來創(chuàng)作與專業(yè)內(nèi)容一樣令人印象深刻的作品，我們將需要一個包含大量細節(jié)的提示。

此外，還需要大量的試驗和錯誤，才能讓模型產(chǎn)生我們想要的東西。

生成式AI只是一種工具，類似于自動完成、編譯器、拼寫檢查器或任何其他輔助工具。

它不會為你做任何工作，除非是它自己的苦差事。

讓我們回到Sora的例子。

它只能生成無聲的視頻。其中沒有音頻，沒有對話，沒有一個對象可以說話，或者發(fā)出聲音。

圖片

但如果我們想用它拍電影，就需要用它——

生成腳本？

閱讀劇本？

生成視頻以配合腳本？

究竟是現(xiàn)代電影的哪些方面，讓電影變得有趣呢？

突然間，我們就需要集成一堆不同的生成式AI工具，才能完成工作。

當然，OpenAI有一個名為Jukebox的音樂生成工具，它可以在視頻中添加音樂，但卻無法添加對話。

圖片

在一段視頻中，該如何添加對話呢？這項任務聽起來太艱巨了。

我們不僅需要生成一個特定場景的視頻，還需要讓場景中角色的嘴部動作和臺詞保持一致。

此外，視頻生成器還需要知道單詞是怎樣說出的。不僅僅是語氣，還有節(jié)奏。

想象一下，要解決全部這些細節(jié)，需要多大的人力才能解決？

細節(jié)，變得相當困難。

在每一個步驟的每一個級別上，都有大量會影響實質(zhì)性后果的細節(jié)。

圖片

Gould表示，自己最近讀到一篇非常喜歡的博文《現(xiàn)實擁有驚人的細節(jié)量》。

圖片

現(xiàn)實的細節(jié)是無限的，然而AI模型的token卻是有限的。

它只能帶你走這么遠，之后，我們就需要依靠其他人來完成工作。

目前為止，人類仍然做著最繁重的工作。

圖片

殖民宇宙的一些重要細節(jié)

更少的細節(jié)，更多的變化

專注于細節(jié)，聽起來實在是太累了。

如果讓你保持簡單，會發(fā)生什么呢？如果你只需要提供很短的描述，只用幾分鐘就可以寫出來？

最終，你會得到多樣化的結(jié)果，大部分與你的想法完全不一致。

你需要在成百甚至上千個結(jié)果中，才能找到你想要的那一個，因為prompt太通用了。

你可能永遠都找不到一個能用的結(jié)果。

如果prompt太簡單，模型天馬行空的想象力，會提供無限的排列供你選擇。

比如輸入這個prompt——「一個男人」，你會得到各式各樣的男人。

圖片

但實際上，我想要的是一個藍頭發(fā)、棕色眼睛、留著小胡子、穿著一件黑色夾克、戴著兜帽的男人。

如果只輸入「一個男人」作為提示，需要多長的時間才能找到確切的輸出呢？

深度和廣度之間有一個平衡點，你可以最大限度地減少你的努力。

這就需要對細節(jié)進行大量批判性思考，并進行大量搜索。

AI不會取代我們

所以，為什么說AI不會取代我們？

因為，企業(yè)并不是為了解決生成圖像、視頻剪輯這類小問題而存在的。

企業(yè)是為利益相關者解決更大型、更復雜的問題。

解決這些問題最困難的部分，就是后勤工作。

解決大型、復雜的問題需要一大群問題解決者的時間和精力，而所有這些問題解決者又需要由其他問題解決者組織起來，以保持事情的進展。

如果隨機抓來兩個人，讓他們自我管理、自我組織工作，很可能他們的標準和時間表會不一致。

如果你要讓他們一起工作，你就得設立標準，讓他們在同樣的時間工作，并且產(chǎn)生相同質(zhì)量的結(jié)果。

凝聚力是一種力量，你需要做一些工作，讓獨立的單位保持一致。

一個團隊單獨運行，可以順利完成任務；但是當我們把多個團隊引入單個環(huán)境中時，就會出現(xiàn)很多沖突。

圖片

多個相互依賴的團隊朝著一個目標努力時，需要一定的凝聚力，才能完成有意義的事。

這項「凝聚力」工作其實很復雜，經(jīng)常需要解決人際沖突，而這些沖突通常是不合邏輯的、情緒化的。

顯然，AI無法解決這種類型的沖突。

總結(jié)來說就是——

• 企業(yè)通過為很多人/企業(yè)解決大問題來賺錢
• 大問題很難解決，因為涉及很多團隊
• 我們需要精心策劃如何統(tǒng)籌這些團隊，來解決人際沖突，并保持凝聚力
• 在解決人際沖突方面，人是最可靠的資源

很顯然，機器人根本無法勝任這些工作，它們的表現(xiàn)會很糟糕。

AI不會搶走你的工作

當我們仔細看一下目前生成式AI的現(xiàn)狀，這個事實是顯而易見的——

目前沒有任何方法，可以讓工作自動化。

提示界面和模型缺乏自主性和批判性思維，導致了關鍵的局限性。

沒錯，生成式AI的確可以讓我們提高工作效率，但也就僅此而已。

圖片

這句話已經(jīng)被越來越多人所贊同：AI不會搶走你的工作。

真正會對你造成威脅的，是會比你更熟練地使用AI工具的人。

生成式AI是幫助你加快速度的絕佳資源，但它不會完全自動化你的工作。

你要做的，就是把它們添加到你的工具箱，熟練地掌握它們。

參考資料：

https://www.camggould.com/posts/The-AI-Endgame/