ChatGPT的本质是什么?是否将替代人类工作?我们人类又该如何与之共存?我们邀请韦青老师(微软中国CTO)做客混沌。他将利用工程师的底层视角,为大家揭开人工智能的冰山一角,探寻ChatGPT为何全球爆火。


本文来自微信公众号:混沌学园 (ID:hundun-university),授课老师:韦青,编辑:混沌商业研究团队,原文标题:《微软CTO韦青亲述:ChatGPT背后,暴露的全是人的问题》,题图来自:《沙丘》


一、比真还真的时代


1. 我们需要通过ChatGPT理解什么?


GPT是现在最热门的话题,但GPT3模型两年前就培训出来了。GPT4的出现让人惊艳,但去年8月份它就已经被训练出来了。


什么意思?ChatGPT实际上是冰山一角。当我们看到某些现象出现的时候,某种意义来讲,这件事已经结束了。而这个时代才刚刚开始,ChatGPT现象会层出不穷。


再追逐冰山已经没什么意思了,我们要尽快通过浮起的冰山,去理解我们可能进入了一片冰山丛生的海洋。


从一个本质性的构成来讲,人类对世界的认知已经经历了三个阶段:农业时代是物质构成的。有地、有粮、有人就等于有权力,有生存的空间;工业时代如果你有能源、有动力,比有粮食还具备竞争力;到第三阶段,人类发现信息也是构成世界的一种本源性的存在。思想受什么影响?信息。


无论是麦克卢汉,还是鲍德里亚的理论,都已经强调了信息、电子信息的出现,可能会使人类社会的结构、边界、性质、方式都发生变化。


麦克卢汉最出名的理论是地球村。请想象一下,在父母辈的时代,朋友大部分是单位的同事,来自家族、村子、单位。仅仅过了几十年,现在你的朋友圈还受公司约束吗?


鲍德里亚的观点是,如果人类无止境地或者完全泛滥地利用数字化信息技术,我们很快就会进入一个比真还真的时代,那些由人工智能生成的照片、文字,你觉得它是真的吗?


鲍德里亚说的“比真还真”的时代,它已经来了。


2. 语言是思想的边界,技术是思想的实现


这几个月太热闹了,或许先不需要这么快下结论。当你埋头在屋子里面,研究最新技术进展,比如现在最火的ChatGPT,出门一看,好像满世界的人都把它当成了很新鲜的事情。


ChatGPT3.0算是一个比较大的突破,但它两年前就有了。它的结构、基本原理也存在很多年了。


语言是思想的边界,这是维特根斯坦说的,但我要给他再加一句话,技术是思想的实现。


我们忽略了一点,能够把技术开发出来,先得有一个思想。ChatGPT,实际上它只是一种提取已经被沉淀、被记忆的知识的一种交互方式,底下什么?是基础模型。像谷歌的BERT,Facebook的LLaMa。


为什么GPT现在那么火?它背后是OpenAI的技术信仰,再加上微软的Satya(微软CEO)、Kevin Scott(微软CTO)这些人的技术信仰的结合。这些人都相信,靠大量的语料和海量的计算,能够产生出对于知识的沉淀和应用。


Sam Altman说,GPT走出的第一步,是把人类知识先沉淀下来。就像先把玫瑰花蒸馏成玫瑰精油。


但精油太浓了,你要使用的话,需要调和。所以第二步,就是用Instruct(指令)的方法,用提示词的方法,把精炼的玫瑰精油,滴到沐浴露中去。


但是,这件事没被证明可行之前,某种意义上是完全要靠信仰支撑的事情。有多少人敢这么做?又要花人力、花时间、花海量的金钱,结果可能竹篮打水一场空。某种意义上,它的成功也可以理解成幸存者偏差。


我认为你要赞叹的,不应该是ChatGPT的模型多么伟大,而是它背后耐得住寂寞、怀疑的这种定力、决心、信心,这已经是一种技术信仰了。


我们有没有对于工具、对于数字化技术的技术信仰?这才是我们应该问自己的。


认知达到信仰的层面,才能够选一条没有人走过的路。尽管今天还走不通,但你就认为这条路可以走,因为第一性原理告诉你,这样做是对的,只不过人类的技术还没有发展到那一步,还证明不出来。         


另一个例子是SpaceX。它成功了,大家都觉得太牛了。但当马斯克后来接受媒体采访时,他哭了。他说当时我认为火箭可以回收,但NASA、所有大咖级人物、科学家都跟他讲,这条路是走不通的。


OpenAI是一样的,我们认为它在2023年1月忽然出名,怎么可能?它背后有太多的辛酸、坚持、疑惑、摇摆,只不过坚持下来了。



3. 现在的机器并不具备真正的思想力


这一轮技术,大概率就是把我们的知识进行提炼。知识哪来的?是我们的所作所为、所写所说,落成的文字、视频、语音,经过数字化之后,被机器去提炼,建成一种模型,变成知识沉淀下来。


为什么大家觉得它很神奇呢?因为没有任何一个人有这种能力,能记住人类所有的知识。


有些人觉得,机器会涌现出一些思想能力。确实,它会表现成思想能力。但如果你知道它的算法是如何做出来的,你还是会形成自己的判断。


我要想先声明一下,每个人都会对这种现象产生不同的解读。我的解读是,现在的机器并不具备真正的思想力,是把人类知识记忆之后的一种使用能力。


机器是不会想的,想这个词是人类自己发明出来的。如果你硬把这种能力视为“想”,不能说错与对,但它会误导你对机器的判断、理解和定义。


4. 做一个思想实验,这轮技术到底是什么?



如果我们发现了,可以通过蒸馏的方式,从植物中蒸馏出它的油性。请问,花园甲跟花园乙的拥有者,做同样的事情,最后的价值会是怎样的?他们做出来的东西,对社会的影响力会大不相同。


花园甲的拥有者,会怀疑提纯机器不行?还是会痛定思痛,发现原料有问题?


当我们从农业文明进入工业文明,已经受过很多降维打击了。当物质、能量变成信息的时候,会带来更加降维式的打击。


这种竞争方式,已经不是技术能力的竞争,有钱没钱的竞争……而是文明在一较高低。


你的文明所表现的形式,能否被新一代的会思考的机器学到、吸收到,并且让它的行为方式对你有利?


ChatGPT刚火的时候,知乎股价飞涨。在中国,具备语言语料的网站绝对不止知乎。为什么它涨得那么厉害?我没做过详细统计,但我认为,知乎的花园可能类似于花园乙。


我们再扪心自问下,贵公司、贵机构、贵组织,你们的知识的表现形式、呈现方式,更像是左边还是右边?你未来如何跟具备这样能力的公司竞争?


如果你的信息,无法沉淀成能被机器学习的知识。这一轮的机器能力,你能够利用到的概率就大为降低。


二、机器文明,冰山一角


时代的巨变有个好处,不管你多么先进,多么落后,在这个时代又拉平了。


微软CEO Satya说的刷新,Hit Refresh就是此意,重来过一遍。在这一轮的技术潮流下,我们如何重新获得定位?需要我们每一个人思考。


1. 冲着ChatGPT创新,等于拎包入住而没有自己的地基


古人有一句话叫“圣人畏因,凡人畏果。” 有了理念、信仰、追求,才能产生结果,如果我们只抓着结果,很容易只见树木、不见森林。


拿ChatGPT来举例子。当我们看到这个技术结果的时候,要相信它不是从石头里蹦出来的。


2023年1月,微软CEO Satya和Sam Altman(OpenAI CEO)的合照在网上很火,他们跟大家介绍了双方的合作和技术的进步。但其实在2016年,双方已经开始探讨了。



OpenAI的成长,也是在不断摸索的。大家可以看一本书,《深度学习革命》,以OpenAI这批人为代表的深度学习实践者和探索者们,怎样从当初对谷歌人工智能产生一些担忧,到成立这间公司。一切都是有脉络可循的,是几十年的摸索、试错,才走到今天这一步的。


如果我们冲着GPT的模型去了,从创新的角度来讲,我把它称之为拎包入住。


大家想象一下,一片未开垦的土地,长满杂草茂木。但有人把它开垦出来了,又根据土地的特点,设计出人类能够居住的房屋,把楼给造起来了,再找一些设计师精装修。最后招商引资。


这时我们都看到了趋势,发现只要找个50层以上的公寓房做生意就能够大赚特赚,就拎包入住了。当时确实大赚特赚了。但若干年之后,文明变了,潮流变了,50层以上的房屋不受欢迎了,你怎么办?


OpenAI有很多算法,很多工具,它曾经在机器人上投资,现在有人去看它的机器人吗?ChatGPT只是它在众多的尝试中,凑巧发现了一条路可以往前走。你要跟着它这条路走,有点像守株待兔,认为兔子永远会撞在这棵树上。


我认为,其实各位可以在这一轮,去看OpenAI的理念,最早这些人是怎么想的、怎么做的、愿景是什么。


2. ChatGPT的冰山下面是什么?


如果说我们看到了冰山一角,下面是什么?


拿ChatGPT举例,它下层有两类支柱,产物、产出它的人。别只关注ChatGPT或GPT4,去看更深层的东西。



一方面是大语言模型,赖以沉淀人类所有的知识,或者是能够被它学习到的所有知识的机制。是Transformer/RNN/CNN/LSTM,是用数学的方式,表征物理世界和人类知识与行为的特征。


另一方面,OpenAI,也是由人构成。公司就是由一批志同道合者构成的一个组织,去完成一个共同的愿景,共同的一个目标。


这些人才是一批有科学修养的,又有工程实现能力的,又对语言学、计算机科学的第一性原理有深刻理解的。更关键的是,有一个共同的理想,坚信做这件事是对的,是有用的。


其实有很多人正因为OpenAI所谓的成功,反而离开了,因为觉得愿景不一样了。这是它的人才特征。


人才特征的背后又是什么?容错、合作、开放的文化,不拘一格降人才的用人风格,配合的风格,彼此交流的风格。


如果我们连办公场所都严格要求,老板、员工分级坐,等级森严,是很漠然的群体,有可能做成这件事吗?


我自己也是管理者,感触还蛮深的。各个企业的文化真的不一样。有开放的、有封闭的、有严厉的、有宽松的、有说一套做一套的,有说知行合一的,所处的行业特征,社会的氛围也真的是不一样的。


错误是成功的前提条件。你公司的环境,整个的社会大环境,允许不允许这种容错文化的出现?



所以有些人问我,咱们应该怎么做ChatGPT?


我说如果你要做一个ChatGPT,个人的建议,还是别玩这个游戏了。就像是打冰球,追着冰球打太难了,你最好天天求什么?求前面没人打了。但那时,新的赛道又开出来了。天天在说弯道超车,等你真超过去才发现,前面已经没车了。


新开辟一条道路,需要建立这种环境,建立这种文化,培养这种人才,这才是最基本的。Sam Altman那批人就是坚信大模型大力出奇迹,就能够表征人类的知识,就这么简单。


3. 通用人工智能(AGI)


通用人工智能(AGI)是他们的追求。OpenAI会为之付出无穷的努力,不懈的追求,直到证明它绝对不行了。只不过,很巧它成了。但就算在AGI上,大家的关注点,也都各有侧重。


20年前谷歌刚成立的时候,只是个搜索引擎。你会感到很无厘头,一个搜索引擎,为什么把不作恶作为标准?现在大家明白了吧,在一个“比真还真的时代”,给你的信息当然可以作恶。


AI也一样。微软明确指出要做负责任的AI,谷歌说的叫不作恶。OpenAI提出UBI,全民基本收入(UBI,是指“无条件”地为所有个人定期发放一笔现金收入)


Sam Altman在采访中说,需要新思想回答的三个问题是:如何分配通用人工智能产生的利润?如何分享通用人工智能的访问权?如何分担通用人工智能的治理权?


大家想一想,为什么Sam Altman想到了这三个问题?


还是因为AGI一旦推出来,大家马上就会发现,它的能力太大了,如果不能让人类在这三个问题上达成共识,有人赚便宜、有人吃亏,就产生动荡的因素了。AGI带来的这些议题,需要我们去了解。


4. 有些议题其实已经被思考100多年了


建议大家看一下《大都会》这部电影。它1927年上映,到现在马上100年了,你会发现,我们几乎在重演历史。



它出现了三个文明的特质:


1)无用的机器。出现了过度设计的无用的自动机。仔细想一想,它每一个理念,每一个精巧的激发过程和动作,是不是我们现在人工智能、机器人的思想的底蕴?


那么,我们有没有可能在不接受,甚至排斥“无用的自动机”前提下,鼓励工程师,孩子们去创造出这种自动机的文明?当不被鼓励、允许的时候,他们有没有可能去做自动化的事儿?


我再举个例子,我们这个文明是不接受多米诺骨牌有任何价值的。但实际上,多米诺骨牌跟无用的自动机,背后都有一个隐含的、对于自动机的一种强烈的发自内心的追求。人工智能没成功前的所有投入,都是无用的自动机。这就是我们要深思的。


2)魔法师的学徒。名字来源于歌德的戏剧,它在全球技术领域经常被引用,说人类在开创一些魔法式的技术,但魔法需要被制衡,开启魔法以外,要会关。


3)精灵宝瓶。你不但要关掉魔法,还得把它收回去。留在世上可能也会有问题。


《大都会》结尾有一句经典名言,说在负责思考、筹划的大脑跟执行任务的双手之间,必须有一个调节者,这个调节者必须是人心。



我想说,当你为ChatGPT激动不已,脑补着很多东西的时候,有些议题其实已经被思考100多年了。而且,还没有定论。一两百年过去了,大家仍然在探讨自动机的普遍流行造成的后果,和相应的人文上的制约。


这就是盖子揭开之后,人类所面临的话题。这是远比所谓的人工智能奇异点,更宏大、更深刻、更严峻的话题。


三、如何利用机器?“教-学”相长,“有-用”相随


人和机器的关系是什么?比较理想的状况,是由机器弥补人类的弱点。那么,首先机器的优点、弱点是什么?人类的优点、弱点是什么?我们知道吗?


第二,人类怎么指挥机器?机器怎么能够被指挥?怎么能够不被指挥?我们考虑过吗?


第三,教学相长。我们要明白它是怎么学的,才能明白怎么去教它。


1. “教-学”相长


这点我特别希望想跟大家强调一下。否则,我们会误以为机器真能凭空学到知识。



上图中有几个机器智能的关键词,表征、映射、记忆、应用、学习。


图中还有从GPT4官方网站上取的一句话,这是它对GPT4的定义。我们把GPT4开发出来,就是让它去解决困难的问题,靠什么呢?靠形成的通用知识。


问题是输入,映射能力就是这种函数关系,产生的结果就是问题被解决掉了。


我认为它说得恰到好处,没有说什么特别花哨的东西,就是由一种知识去解决一种问题。知识是桥梁,问题是输入,把问题解决了是结果。



如果再优化,这三个等式。


第一个公式在描述什么?这是一种映射。即通过输入的变量,在一定参数的配置下,产生你要的Y。


第二个公式:这个Y是永远不可能完全满足你的。所以怎么办?理想的Y,减去每次产生的Y,产生一个偏差。


第三个公式:你接下来要做的事儿,就是不管用什么样的算法,把偏差最小化。


我们如何用机器?不就这三件事儿吗?


你作为一个人,是不是同样也在做这三件事儿?也要根据你的X和Y搭建一种函数,一种能力,也要去配置参数?每次你的Y也会因为一些小细节,比如这个月的销售涨了,产品的次品率低了,跟你的理想值之间出现偏差,你也要想办法把偏差减到最小。


明白机器的做法,你就能知道,我们应对的是怎样的时代了。


2. 机器的祛魅与魅化


如果再剖开来看,我今天不是在讲技术的细节,而是在讲它的祛魅。


我们给ChatGPT披了一张画皮,呈现出一个智者的形象。想象一下,ChatGPT是一个狐仙。我问,它答,你会觉着它是一个神人。但把这画皮一揭开,原来你提出的问题,就是一段指令,你还会觉得很神奇吗?


你还会对它有任何的人性化的连接吗?你还会觉着,它要把我的工作代替掉了吗?你觉得,是它把你的工作代替掉,还是它所赋能的一个机器或一个人把你的工作代替掉?


我们讨论了给它祛魅,它有被魅化的可能吗?如果基于你喜欢什么,会对什么产生情感的共鸣,如果我想给你造成一种它具有人性或神性的印象,也是可以做到的。


比如,给一个机器人取名叫欢欢,或者取一个让你感觉到很亲切的名字,或者让机器的表达去模拟人的方式,让你产生情感的绑定。你觉着有多少人能够受得了这种感情的诱惑?


也就是说,我们的决定和共识,会决定我们的下一代,决定我们自己怎样看待机器,是祛魅化?还是妖魅化?


这点并没有达成共识,甚至没有人去谈这件事情。


在英文的语境下的Robots,bots,中文居然把它翻译成机器人,自然地就把它向人靠了。实际上Robots和bots没有任何的“人”的含义。


我们这个文明,是否需要主动地把这种机器能力,用语言的方式,用形象的方式,用各种各样的方式,把它跟人连在一起,这是不是走得有点太大了?这也是一个问题。


3. 机器是不理解概念的,机器理解的是概率分布



再给大家举个例子,我对ChatGPT提出了一个问题:“我想去中国旅游,我从来没去过,那里的哪座雪山值得去看看?”


它回答说,“我无法判断雪山的美丽程度”,为什么ChatGPT给出了这样一句答案?这句话相对来讲,很符合人性。


但实际上机器怎么理解的?美字之后,好、妙、丽,各有概率的计算值。其中丽字的概率值最高,所以它就选了美丽。接下来呢,又有几个字备选。程、景、心,在人类的语言中也都和美相关,比如美丽程度,美丽景色,美丽心情。机器发现“程度”两个字概率更高。


最后它是自然就选择了“度”字了吗?不是的,度字概率最高,所以这句话就出来了。如果你前面问的问题是《三体》的主角是谁,八成它会选择,心。



我们认为它很完备,懂人话,说人话。但你发现没有?人跟机器的理解是不一样的。如果我们不知道这一点,就被它魅住了。一旦被它魅住,你很难成为它的主人。


所以,你要明白这一点。


其实机器是不理解概念的,机器理解的是概率分布。语言,每一个字的出现,都是有概率分布的。它的答案是基于概率的一种推理,不是概念的推理,这一点我们务必要明白,这是祛魅的一个必要条件。Sam Altman(OpenAI CEO)能够坚定信念,其实是因为他对语言的特征,有深刻的理解。


你觉得机器像人对吧?其实我要说,是我们太不像人了,所以才认为机器像人。何以为人?尤其是当我们知道自己有那么多的误区、偏差之后,如何去弥补、防范思维误区和偏差,让我们做得像个人?这是远比AI会不会代替掉人,更核心、更本质的一句话。


越是纷纷扰扰,越要守住第一性原理。这个时代,门开了一道又一道,但外界其实一直这样,是有风险的,只是我们没有跳出舒适区。


4. 我们应该用AI干什么?


下图是微软的数字化智能反馈链,现在特别出名。基本概念是,帮我们建立起跟世间所有的对象的实时连接。知道它的状态,反馈回来,进行优化,进行完善。



可以理解成什么呢?无处不在的智能、计算、感知、决策。但实际你看,除了中间写了Data AI,其余圆圈里,写的都是我们日常的工作、学习、生活。


我想强调的是,AI是干什么的?它跟上一世纪出现的电的特点是一样的,应该是无处不在,通过建模仿真来进行计算和优化,用机器能力去赋能、帮助和完善我们的每一个过程。


但如果丧失掉了人的主观能动性,如果没有人的约束、制约、控制,没有负反馈,全是正反馈,可能让它自激了。它可能会在瞬间用掉地球的资源,理论上讲是可以达到这种情况的。


所以就算是GPT,它也经过培训,人是在决策链里面的。GPT这样已经有很多知识沉淀的模型,能够被使用,也是因为人的主观能动性在继续发挥作用。


明白这个道理之后,你会发现实现起来没那么复杂。



OpenAI跟微软合作,现在开放的这四个功能,你发现没有,严格意义来讲,都不会被普通用户使用到。


我们用到的是什么?是被它这种能力赋能的,所加强的,一种工作的性质和内容。


所以虽然OpenAI的技术很先进,微软也在大力地推动,我们追求的不是ChatGPT或GPT,而是整个的一个系统观,是Azure AI。Azure AI里面有除了OpenAI以外的很多功能,有很多技术的同步的实现。



四、知其雄,守其雌


如何面对这个时代?


1. 三个关键词


有三个词可以供大家参考——“煤气灯下”、 知识“肥胖症”、知识“智子”。


煤气灯下。Gas Lighting是2022年,韦伯字典的全球热词,是上一世纪40年代一部电影的名称。电影讲述了,一位先生想谋取他太太的财物,一直在给太太洗脑。电影用蒙太奇的手法,煤气灯摇摇晃晃,让人感觉到眩晕,感觉到不确定。它为什么变成全球热词了呢?因为现在机器生成的虚假消息和错误消息,就如同摇晃的煤气灯,让我们失去了对什么是真实的客观判断。


知识肥胖症。我们都知道,垃圾食品可能会带来身体肥胖。但是大家想一想,每天我们通过手机,看了多少知识快餐?


扪心自问一下,我们消化得了吗?我们的大脑,没法去理解,也没法记忆,就是不断吞下很多信息。带来了大脑的虚假连接,每个连接都是耗能的。我们天天在消耗那么大的能量,但由于知识没有重复,其实什么也没记下来。


那么,我们是愿意沉浸在知识的恐惧症中,觉着不学要落伍,还是愿意理解能力的局限或者约束,来学我们能够消化的知识?这一点,能够决定我们的生活素质的高低。


知识智子。算法机器,是把人类知识吃进去,消化,把它变成精华提炼出来。如果你没有不断给它进入新的知识,或者说,新的知识也是这个引擎产生出来的,大家想象到结果了吗?


它就变成了一个正反馈,就像狗咬尾巴一样,不断在打转,不断地去精华同样的知识。一开始,可能会有一些所谓的涌现现象,但我觉得,如果你不给它添一些额外知识,机器转得又快,越来越压缩,你会看到这个模型好像越来越小,越来越精练,越来越有用,但实际上它的知识固化了。


类似于《三体》里的智子,是一种源头上的约束,让新的知识无法产生。


这种情况不一定出现,但是有这样的隐忧。它是受机器能力本身所局限,尤其当我们人类不加约束去运用的时候,就会出现这种情况。


2. 文明这个话题很关键


提炼知识的算法是没有文明的,但你给它供给的原料是有文明的。我们要给这种技术以文明,我们的文明,让它能够沉淀下来,为我们所用。


文明这个话题很关键,我拿几张图,给大家展现一下,还是蛮发人深思的。我在中文语境下,试了一些关键词,让我很警醒。


“开心的农民在广阔的农田里驾驶着拖拉机收割。”你觉着机器在中文语境中应该给你什么样的图片?



我又试了一些词汇,当我想让它产生出一个我希望跟我的文明相吻合的图像时,它产生的是这样的图像,不能说它错误,是说它跟文明的背景不兼容。


我有点着急,好歹给我出点跟中国相关的形象吧?所以我输入了语文老师,符合中国的文化特点的语文老师。



你看它给我产生一个什么形象。一个非常古旧的、传统的、没有现代化文明特征的一个语文老师的形象。但我们中国的语文老师有这么古老吗?他们是不是也在用计算机,穿现代化的服装,在给一帮活泼的学生在讲课?


在算法界,这叫做语料的偏差和偏误。今天我一直在跟大家讲的,不是算法,要比算法大得多。文化、文明的传承之前要提炼,沉淀下来,让我们的下一代,包括我们自己,能利用这种知识的沉淀来帮助我们。


我们希望什么样的工具,什么样的提炼是适合我们的需求的,这是值得我们每一个人警醒的。这是对我们每个人的自勉。



人类还会不会向前走?一定会向前走的,但是对文明的贡献,对知识的贡献,它是由机器去提取的。


机器如何提取你的文明、你的知识,变成它整个的知识海洋中的一滴水、一瓢水或者一汪水,机器有它的算法,有它的价值观,有它的方法论,我们怎么应对?这也是需要我们每个人去考虑的,它关系到我们所在的组织,将来如何利用机器所提取到的知识。


初看是技术,细看全是人的问题。


再一细看,全是思想的问题。


我们现在最麻烦的思想问题,就是总想在确定性已经消失的时代,还试图找到确定性,而不是去适应不确定性,来应对不确定性的挑战。


我们经常问,哪些人类工作会受到机器影响?你或许应该问,哪些人的工作不会受到机器的影响?那个答案的圈可能会很小。


每一个流程,每一个动作,每一个人,每一个物,都会被这种能力所赋能。赋能表现形式是什么?建模、映射、仿真、计算、优化、反馈回来,赋能你的物理世界。


所以,再回头讲,动荡时代最大的风险真的不是动荡本身,是什么呢?是我们企图用昨天的逻辑应对这个时代的挑战。彼得·德鲁克早就说出来了,到现在仍然适用。


五、Don't Panic,不要惊慌


在小说《沙丘》描述的场景中,人类的技术已经很先进了,可以穿越太空。但人与人之间的打斗靠什么?原始武器。‍


知道为什么吗?在小说中,人类历史出现过一件什么事?巴特勒圣战,有一个种族,特别热衷于机器能力,发明了很多人工智能和智能机器人,而且把机器能力用在了战争上。开始大家不在意,结果越做越先进,这个反噬差点把人类都给灭掉。


为什么这本小说在西方影响那么大?冲的不只是机器,是机械的价值观。


下面这一段的话,是主角的导师跟他讲的,“你就是用了太多的机器能力,结果居然忘了在沙漠里要戴上面罩。”主角跟导师说,那你怎么不提醒我?导师说,就是因为你过于依赖机器的提醒能力,把你自己的人的能力都丧失掉了。


我们面临的是一个伟大的时代,而且大概率在不知不觉中已经跨入了这个伟大的时代,已经是其中一份子了。



那么怎么办?Don't Panic,不要惊慌,别担心,别着急。为什么?


对机器能力的过度恐惧,实际上是对人类,对我们自己主观能动性的极度自卑。我们高估了我们记忆的作用与知识的难度,却低估了我们思想的深度,和人的主观能动性。


但要保住人类的主观能动性,还要花一些心思去理解现代化的机器的能力,成为机器的主人翁,也就让自己更有可能性,有更大的概率,进化成新一代的人类。


本文来自微信公众号:混沌学园 (ID:hundun-university),授课老师:韦青(微软中国CTO),编辑:混沌商业研究团队