惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

C
CERT Recently Published Vulnerability Notes
D
Docker
GbyAI
GbyAI
博客园 - 三生石上(FineUI控件)
博客园_首页
H
Help Net Security
T
The Exploit Database - CXSecurity.com
Microsoft Security Blog
Microsoft Security Blog
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
P
Privacy & Cybersecurity Law Blog
AWS News Blog
AWS News Blog
Spread Privacy
Spread Privacy
F
Full Disclosure
Blog — PlanetScale
Blog — PlanetScale
Y
Y Combinator Blog
V
Vulnerabilities – Threatpost
P
Proofpoint News Feed
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
aimingoo的专栏
aimingoo的专栏
Simon Willison's Weblog
Simon Willison's Weblog
MyScale Blog
MyScale Blog
P
Palo Alto Networks Blog
S
Security Affairs
T
Tailwind CSS Blog
T
Tor Project blog
W
WeLiveSecurity
G
GRAHAM CLULEY
Know Your Adversary
Know Your Adversary
The Hacker News
The Hacker News
腾讯CDC
M
MIT News - Artificial intelligence
D
DataBreaches.Net
量子位
Martin Fowler
Martin Fowler
T
Threat Research - Cisco Blogs
博客园 - 【当耐特】
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
云风的 BLOG
云风的 BLOG
C
Cisco Blogs
I
InfoQ
Engineering at Meta
Engineering at Meta
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
C
CXSECURITY Database RSS Feed - CXSecurity.com
O
OpenAI News
美团技术团队
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
T
Troy Hunt's Blog
Microsoft Azure Blog
Microsoft Azure Blog
L
LangChain Blog
A
About on SuperTechFans

MadLife

算法部署从docker到K8s 聊一聊:Prometheus监控系统 Web服务打包exe 聊一聊:我眼中的数据中台 内网ubuntu环境下离线部署K8s 聊一聊:FaaS 在大规模网络爬虫的实践 聊一聊:Golang 使用sync.Pool 降低GC压力 聊一聊:Python和Golang的垃圾回收 聊聊数据库的那些索引 源码阅读——robfig/cron GitHub Actions+Serverless搭建博客 聊聊 MongoDB 聊一聊:敏捷开发 聊一聊:常见的分布式锁 2021书单 sentry部署 MongoDB——TTL索引 S3协议入门 使用 Go 客户端控制 Kubernetes
聊一聊:AI时代的前夜
Yance Huang · 2023-05-29 · via MadLife

2023年,是一个有趣的年份,结束了3年的疫情时代,迎来 OpenAI 为AI领域带来的革命性应用 chatgpt 。一时间,仿佛每个角落都在关注AI相关的最新动态。《浪潮之巅》里面描述了数字时代的行业巨头潮起潮落,这一次 AI 来到的浪潮之巅。

大模型的大炼钢时代,在过去的半年内涌现出了各种各样的存在于 PPT 上的大模型,任何一个和所谓“科技”挂钩的企业如果不做个大模型仿佛就被时代抛弃了。不过在国内这种现象也稀松平常,毕竟都可以在外卖 APP 上贷款或者玩原神,接入一个大模型不是很合理吗?

对个人的影响

带来的好处

  • 成为了 GitHub Copilot 重度用户。作为最早期的内测用户,到后面的一年付费用户,GitHub Copilot 的确提高了我的编码效率。我也极力推荐身边每一个朋友使用类似的产品。
  • chatgpt 帮助解决了“不需要灵魂的”文案工作。比如
    • 我身边的老师会使用 chatgpt 来写一些课程反馈、课后习题。
    • 产品经理会使用 chatgpt 来写一些产品文案。
    • 测试工程师会使用 chatgpt 来写一些产品使用说明。

带来的麻烦

  • 社交媒体充斥的AI生成的信息,越发无趣。知乎、v站、微博各种讨论下都能高强度的 gpt-like 的回复,让人感觉到了 AI 时代的无趣。
  • 新型诈骗风险。AI 时代的诈骗手段也越发的高级,比如 AI 生成的语音、视频,让人很难分辨真假。案例:10分钟被骗430万元 “AI诈骗”应被零容忍

对社会的影响

带来的好处

  • 生产力的提升。AI 时代的生产力提升,让人类的生活更加的便捷。比如 AI 生成的文案、AI 生成的代码、AI 生成的视频、AI 生成的语音等等。
  • 一些新的机会。从 GitHub Copilot 这样一个由AI公司 OpenAI 驱动,到产品公司 Github 落地。预期各个行业、领域将会出现一大批 copilot-like 的产品, 这样的一些产品结合各自已有的特性与新的AI技术,将会带来新的机会。
  • 数据的需求。AI化的产品,需要大量的数据来训练模型。这样的需求,将会催生数据进一步的垄断,也会带来数据的价值进一步的提升。公司与公司,产品与产品的差异,将会由于掌握数据的规模、质量、理解程度的不同,而产生巨大的差异。

带来的坏处

  • 做“人“的门槛进一步提高。一些不需要“灵魂”的工作,可能在未来的一段时间里面对人的依赖性将会降低。比如一些客服、文案、初级代码、设计等等类似的工作,这些工作本身不需要输出新的内容,只是对于所谓“知识库”的定向输出,他们被AI最先替代的可能性最大。
  • AI 带来的数据垃圾。 得力于 AI 的创作能力,对于一些专业性问题,反而会表现出一本正经的胡说八道,对于一些 AI 不确定的问题也会强行给出一个看似“靠谱”的答案。这样的一些答案,将会带来一些误导性的信息,对于一些不了解的人,可能会产生误导。

最后

AI 截止2023年中带来最大的增长,是对于 GPU 和数据的需求。这样的需求,让 GPU 的价格一度飙升,数据的价值也进一步的提升。

相应的数据的采集、标注、治理将有可能是未来每一家不可或缺的能力,毕竟算法模型可以直接使用开源的,但是数据的质量、规模、理解程度,将会是每一家公司的核心竞争力。