一切都始于生成式人工智能

編者按：又到了年末的時(shí)候，按照慣例,，也是進(jìn)行新年預(yù)測的時(shí)候了,。總的來說,，明年的趨勢預(yù)測沒有那么困難,，因?yàn)樽畲蟮挠绊懸蛩厥巧墒?span id="a6otyhj" class="wpcom_keyword_link">人工智能的崛起,。今年是生成式人工智能普及大眾認(rèn)知之年,，而明年，生成式人工智能將滲透到各個(gè)行業(yè),，改變一些已經(jīng)很久沒有變化的領(lǐng)域,。文章來自編譯。

縱觀歷史,，人類開發(fā)出工具和系統(tǒng)來增強(qiáng)和放大自己的能力,。不管是印刷機(jī)還是流水線，創(chuàng)新讓我們能做到的事情超過了過去單打獨(dú)斗,。工作發(fā)生了變化,，新的職業(yè)出現(xiàn)了，人們也在不斷適應(yīng),。在過去一年的時(shí)間里,，變化的速度一下子變得快了許多。使用云技術(shù),、機(jī)器學(xué)習(xí)與生成式人工智能變得更加便利了,，從寫電子郵件到開發(fā)軟件，甚至在早期階段檢測癌癥,，新技術(shù)幾乎影響到我們生活的方方面面,。未來幾年，在目標(biāo)是實(shí)現(xiàn)技術(shù)普及并幫助我們跟上日常生活節(jié)奏的領(lǐng)域?qū)⒊錆M創(chuàng)新——而這一切都始于生成式人工智能,。

生成式人工智能已經(jīng)具備文化意識(shí)

基于不同文化的數(shù)據(jù)訓(xùn)練的大語言模型（LLM）將更加理解人類經(jīng)驗(yàn)與復(fù)雜社會(huì)挑戰(zhàn)的微妙之處,。熟悉文化有望讓全球用戶使用生成式人工智能變得更加容易。

文化影響著一切,。我們講的故事,、吃的食物,、裝的衣服、秉持的價(jià)值觀,、行為舉止,、我們的偏見、我們處理問題與做出決定的方式,。文化是我們每個(gè)人如何在社區(qū)生存的基礎(chǔ),。文化提供了指導(dǎo)我們的行為和信仰的規(guī)則和指南，而這份契約會(huì)隨我們的居住地以及與誰在一起而變化,。與此同時(shí),，這些差異有時(shí)候會(huì)導(dǎo)致混亂和誤解。在日本,，吃面條的時(shí)候吮吸湯水被認(rèn)為是一種享受的表現(xiàn),，但其他文化會(huì)當(dāng)作不禮貌的行為。在印度的傳統(tǒng)婚禮上,，新娘可能會(huì)身穿設(shè)計(jì)復(fù)雜,、色彩繽紛的長袍，而在西方世界,，白色禮服才是傳統(tǒng),。在希臘，人們有對(duì)著裙子吐口水以祈求好運(yùn)的習(xí)俗,。作為人類,，我們習(xí)慣于跨文化工作，因此,，我們可以將這些信息語境化，進(jìn)行綜合,，調(diào)整我們的理解,，并做出適當(dāng)?shù)姆磻?yīng)。那么,，為什么我們對(duì)日常生活使用和依賴的技術(shù)的期望要降低呢,？未來幾年，文化將會(huì)對(duì)技術(shù)的設(shè)計(jì),、部署和消費(fèi)方式發(fā)揮至關(guān)重要的作用,。而它的影響在生成式人工智能方面體現(xiàn)得最為明顯。

為了讓基于大語言模型的系統(tǒng)能夠接觸到世界各地的受眾,，它們需要實(shí)現(xiàn)屬于人類本能的文化流暢性,。在今年早些時(shí)候發(fā)表的一篇論文里，佐治亞理工學(xué)院的研究人員證明,，即便用阿拉伯語給大語言模型提供提示,，明確提到了伊斯蘭祈禱，人工智能依然會(huì)生成建議跟朋友去喝一杯的回應(yīng)，這是不符合文化要求的,。這種情況很大程度上與可用的訓(xùn)練數(shù)據(jù)有關(guān),。 用來訓(xùn)練眾多大語言模型的Common Crawl，里面的數(shù)據(jù)約 46% 為英語,，而且更大比例的內(nèi)容（不管是什么語言）在文化上是偏西方的（明顯偏向美國）,。用基于（特別針對(duì)阿拉伯語生成的）阿拉伯語文本進(jìn)行預(yù)訓(xùn)練的模型，給它提供同樣的提示,，則可以生成符合文化規(guī)范的響應(yīng),，比方說喝茶或喝咖啡。過去幾個(gè)月,，非西方的大語言模型開始出現(xiàn)：Jais,，接受的是阿拉伯語和英語數(shù)據(jù)的訓(xùn)練，Yi-34B,，屬于中英雙語模型,，還有 Japanese-large-lm，接受了廣泛的日語網(wǎng)絡(luò)語料庫的訓(xùn)練,。這些跡象表明,，文化上準(zhǔn)確的非西方模型將為數(shù)億人打開接觸生成式人工智能的大門，其影響范圍廣泛,，從教育到醫(yī)療保健不一而足,。

請(qǐng)記住，語言跟文化不是一回事,。就算翻譯能夠做到完美,，也不能賦予模型文化意識(shí)。隨著無數(shù)的歷史和經(jīng)驗(yàn)融入到這些模型之中,，我們將看到大語言模型開始形成更廣泛的,、全球性的視角。正如人類在討論,、辯論和思想交流中學(xué)習(xí)一樣,，大語言模型也需要類似的機(jī)會(huì)來拓展自己的視角，理解文化,。有兩個(gè)研究領(lǐng)域會(huì)對(duì)這種文化交流發(fā)揮關(guān)鍵作用,。一個(gè)是基于人工智能反饋的強(qiáng)化學(xué)習(xí)（RLAIF），也就是一個(gè)模型會(huì)吸收來自另一個(gè)模型的反饋,。在這種場景下,，不同的模型可以互相交互，并根據(jù)這些交互更新自己對(duì)不同文化概念的理解,。其次是通過多智能體（multi-agent）辯論進(jìn)行協(xié)作,，具體說法是模型的多個(gè)實(shí)例會(huì)生成響應(yīng),，就每個(gè)響應(yīng)的有效性及其背后的推理進(jìn)行辯論，并最終就這個(gè)辯論過程的答案達(dá)成一致,。這兩個(gè)領(lǐng)域的研究的作用是都減少了訓(xùn)練模型和對(duì)模型進(jìn)行微調(diào)所需的人力成本,。

隨著大語言模型相互交流和學(xué)習(xí)，其對(duì)不同文化視角下的復(fù)雜社會(huì)挑戰(zhàn)的微妙之處將會(huì)有更深入的了解,。這些進(jìn)步還將確保模型為技術(shù)等領(lǐng)域的廣泛主題提供更強(qiáng)大,、技術(shù)上更準(zhǔn)確的響應(yīng)。這種影響將十分深遠(yuǎn),，可跨地理區(qū)域與社區(qū),，讓我們的子孫后代都能感受到。

女性科技終于起飛了

隨著女性科技投資的激增,、護(hù)理走向混合化以及大量數(shù)據(jù)改善了診斷與患者治療結(jié)果,，女性醫(yī)療保健已經(jīng)達(dá)到拐點(diǎn)。女性科技的崛起不僅將讓女性受益,，還將提升整個(gè)醫(yī)療保健系統(tǒng)的水平,。

女性保健不是小眾市場。光是在美國,，女性每年在護(hù)理方面的支出就超過了 5000 億美元,。女性占人口的 50%，并負(fù)責(zé)了 80% 的消費(fèi)者醫(yī)療保健決策,。但是,，現(xiàn)代醫(yī)學(xué)的基礎(chǔ)默認(rèn)卻是男性主導(dǎo)。直到 1993 年 NIH 振興法案頒布之后,，美國女性才被納入到臨床研究之中,。月經(jīng)護(hù)理和更年期治療等常見需求歷來被視為禁忌，而且由于女性被排除在試驗(yàn)和研究之外,，她們的結(jié)果往往要比男性糟糕,。平均而言,，女性在許多疾病上的確診時(shí)間要比男性晚，而且女性心臟病發(fā)作后被誤診的可能性要高出 50%,。也許這種不平等最明顯的例子是處方藥,，女性報(bào)告不良副作用的比率明顯高于男性,。盡管這些統(tǒng)計(jì)數(shù)據(jù)表面上看起來令人擔(dān)憂，但在云技術(shù)與數(shù)據(jù)可得性加大的幫助下,，對(duì)女性醫(yī)療保?。ㄓ置钥萍迹┑耐顿Y正在增長。

在 AWS 這里,，我們一直與女性主導(dǎo)的初創(chuàng)企業(yè)密切合作,，并親眼目睹了 FemTech 的蓬勃發(fā)展,。僅在去年一年，融資額就增加了 197%,。隨著資本,、機(jī)器學(xué)習(xí)等技術(shù)以及專為女性設(shè)計(jì)的互聯(lián)設(shè)備的普及，我們正抵近一場前所未有的轉(zhuǎn)變的前沿,，不僅是在女性保健的看法方面,，而且在其如何管理方面都將發(fā)生轉(zhuǎn)變。 Tia,、Elvie 和 Embr Labs 等公司展示了利用數(shù)據(jù)和預(yù)測分析提供個(gè)性化保健,，同時(shí)在患者感到舒適的情況下（在家中和在旅途中）滿足患者需求的巨大潛力。

隨著圍繞女性健康需求的污名逐漸消失,，以及更多的資金流入到該行業(yè),，我們將會(huì)看到女性科技公司繼續(xù)積極改善以前被忽視的條件和需求。與此同時(shí),，由于利用了在線醫(yī)療平臺(tái),、低成本診斷設(shè)備的普及以及按需獲得醫(yī)療專業(yè)人員的混合護(hù)理模式，女性獲得醫(yī)療服務(wù)的機(jī)會(huì)將大幅增加,。像 Maven 這樣的客戶已經(jīng)證明自己是這個(gè)領(lǐng)域的領(lǐng)導(dǎo)者,，他們打破了心理健康與身體健康之間的界限，提供從關(guān)系咨詢到更年期護(hù)理的一切服務(wù),。隨著這些平臺(tái)的成熟和滲透,，我們將看到醫(yī)療服務(wù)的大眾化。農(nóng)村地區(qū)以及歷史上服務(wù)不足地區(qū)的女性將可以更輕松地通過app和遠(yuǎn)程醫(yī)療平臺(tái)與婦產(chǎn)科醫(yī)生,、心理健康專業(yè)人員和其他專家取得聯(lián)系,。像 NextGen Jane 正在開發(fā)的智能衛(wèi)生棉條系統(tǒng)可讓女性建立子宮健康檔案，并能識(shí)別出潛在的疾病基因組標(biāo)記,，同時(shí)無縫共享給臨床醫(yī)生,。可穿戴設(shè)備將為用戶和醫(yī)生提供大量可供分析的垂直健康數(shù)據(jù),。目前,，有超過 70% 的女性因更年期癥狀而未得到治療，加強(qiáng)教育,、提供數(shù)據(jù)和非侵入性解決方案將顯著改善結(jié)果,，而且其應(yīng)用將遠(yuǎn)遠(yuǎn)超出婦產(chǎn)科護(hù)理的范疇。

比方說,，在女子世界杯備戰(zhàn)期間,，大約有 30 名運(yùn)動(dòng)員因 ACL （前交叉韌帶）損傷而被迫退賽。與傳統(tǒng)醫(yī)學(xué)一樣,，女性的訓(xùn)練是仿照男性的訓(xùn)練方式,，并沒有太多考慮生理學(xué)差異,。其結(jié)果是，女性因 ACL 受傷倒下的可能性增加了 6 倍,，而完全康復(fù)并重返賽場的可能性則降低了 25%,。這是了解獨(dú)特的健康數(shù)據(jù)會(huì)產(chǎn)生影響的又一個(gè)領(lǐng)域，這些數(shù)據(jù)不僅可以防止受傷,，還可以全面改善女運(yùn)動(dòng)員的健康,。

我們正處在女性醫(yī)療保健的拐點(diǎn)。獲取大量不同的數(shù)據(jù),，在計(jì)算機(jī)視覺與深度學(xué)習(xí)等云計(jì)算技術(shù)的加持下,，將可減少誤診，并有助于最大限度地減少對(duì)當(dāng)今女性影響尤為嚴(yán)重的藥物副作用,。子宮內(nèi)膜異位癥和產(chǎn)后抑郁癥將得到應(yīng)有的關(guān)注,。我們最終將看到女性保健從邊緣走向前沿。與僅由男性組成的團(tuán)隊(duì)相比,，女性領(lǐng)導(dǎo)的團(tuán)隊(duì)解決廣泛的健康問題的傾向更強(qiáng)烈,，因此我們將看到女性科技不僅讓女性受益，整個(gè)醫(yī)療保健系統(tǒng)的水平也會(huì)得到提升,。

人工智能助手重新定義開發(fā)者的生產(chǎn)力

人工智能助手將從基本的代碼生成器發(fā)展成為教師和不知疲倦的合作者,，在整個(gè)軟件開發(fā)生命周期都能提供支持。它們可以用簡單的語言解釋復(fù)雜的系統(tǒng),，提出有針對(duì)性的改進(jìn)建議,，并承擔(dān)重復(fù)性任務(wù)，讓開發(fā)者得以專注于影響最大的工作,。

2021 年時(shí),，我曾預(yù)測生成式人工智能將開始對(duì)軟件的編寫方式發(fā)揮重要作用。生成式人工智能將增強(qiáng)開發(fā)者的技能,，幫助他們編寫出更安全,、更可靠的代碼。現(xiàn)在這種情況正在上演,，可以根據(jù)自然語言提示生成整個(gè)函數(shù),、類以及測試的工具和系統(tǒng)以及比比皆是。事實(shí)上,，在 2023 年 Stack Overflow 對(duì)開發(fā)者的調(diào)查當(dāng)中,，70% 的受訪者表示已經(jīng)在或計(jì)劃在開發(fā)過程中使用人工智能支持的工具。

即將出現(xiàn)的人工智能助手不僅能理解和編寫代碼,，還將成為不知疲倦的合作者和老師。任何任務(wù)都不會(huì)耗盡這些助手的精力,，你讓這些助手解釋一個(gè)概念或者返工,，它們永遠(yuǎn)都不會(huì)不耐煩——不管你問多少次,。它們會(huì)用無限的時(shí)間和無限的耐心來支持團(tuán)隊(duì)的每個(gè)人，并為從代碼審查到產(chǎn)品策略的一切做出貢獻(xiàn),。

產(chǎn)品經(jīng)理,、前端與后端工程師、DBA,、UI/UX 設(shè)計(jì)師,、DevOps 工程師與架構(gòu)師之間的界限將變得模糊。通過對(duì)整個(gè)系統(tǒng)（而不僅僅是孤立的模塊）有了上下文級(jí)的理解,，人工智能助手將提供可增強(qiáng)人類創(chuàng)造力的建議,，比方說可將餐巾紙草圖翻譯為腳手架代碼,，將需求文檔生成模板,，或?yàn)槿蝿?wù)推薦最佳基礎(chǔ)設(shè)施（比方說,，是用serverless還是用容器）。

這些助理將是高度可定制化的——個(gè)人,、團(tuán)隊(duì)或公司層面均可進(jìn)行個(gè)性化。助理可以用簡單的術(shù)語解釋復(fù)雜的分布式系統(tǒng)（比方說 Amazon S3）的內(nèi)部結(jié)構(gòu),，從而成為寶貴的教育工具,。初級(jí)開發(fā)者將利用助理來快速熟悉基礎(chǔ)設(shè)施,。高級(jí)工程師將利用它們來快速理解新項(xiàng)目或代碼庫，并開始做出有意義的貢獻(xiàn),。以前可能需要數(shù)周時(shí)間才能完全掌握代碼變更的下游影響，但助理可以立即評(píng)估變更,，總結(jié)其對(duì)系統(tǒng)其他部分的影響，并根據(jù)需要提供其他變更建議,。

我們已經(jīng)看到開發(fā)者已經(jīng)擺脫了現(xiàn)代軟件開發(fā)當(dāng)中某些最乏味的工作：編寫單元測試,、樣板代碼，調(diào)試錯(cuò)誤,。這些任務(wù)通常被認(rèn)為是“額外工作”，而且往往會(huì)半途而廢。這些助理可以對(duì)整個(gè)遺留應(yīng)用進(jìn)行重新架構(gòu)設(shè)計(jì)和遷移,，比方說從 Java 8 升級(jí)到 17,，或?qū)⒄w分解為微服務(wù),。毫無疑問,，開發(fā)者仍然需要進(jìn)行規(guī)劃并對(duì)輸出進(jìn)行評(píng)估。但這些助理可以幫助篩選學(xué)術(shù)研究,，并為分布式系統(tǒng)選擇正確的算法,，確定如何最好地實(shí)施從一主一備轉(zhuǎn)向雙活方案,，甚至能了解不同資源如何影響效率并開發(fā)定價(jià)模型,。因此,，助理能干的事情會(huì)比以往更多,。開發(fā)者無需承擔(dān)升級(jí) Java 版本等無差異化的繁重任務(wù),，從而專注于可推動(dòng)創(chuàng)新的創(chuàng)造性工作,。

未來幾年，隨著人工智能助手在整個(gè)軟件行業(yè)從新鮮玩意兒變?yōu)楸匦杵?，工程團(tuán)隊(duì)將變得更加高效,，可開發(fā)出更高質(zhì)量的系統(tǒng)，并縮短軟件發(fā)布生命周期,。

教育將與時(shí)俱進(jìn),，跟上技術(shù)創(chuàng)新步伐

光靠高等教育已無法跟上技術(shù)變革的速度,。行業(yè)主導(dǎo)的技能培訓(xùn)計(jì)劃將會(huì)出現(xiàn)，這種教育與熟練技工的學(xué)習(xí)旅程將更加類似,。這種向持續(xù)學(xué)習(xí)的轉(zhuǎn)變會(huì)讓個(gè)人和企業(yè)受益,。

我記得，在過去的軟件開發(fā)周期里,，產(chǎn)品可能需要開發(fā) 5 年以上才能到達(dá)客戶手中,。在 20 世紀(jì) 90 年代末，這種做法還是可以接受的,。但在當(dāng)今世界，等到軟件投入實(shí)際使用早就已經(jīng)嚴(yán)重過時(shí)了,。由于云計(jì)算、持續(xù)改進(jìn)的文化以及最小可行產(chǎn)品方法的廣泛采用,，我們的軟件開發(fā)周期已經(jīng)縮短,。這種影響十分巨大。公司將產(chǎn)品推向市場的速度比以往任何時(shí)候都快,，客戶采用新技術(shù)的速度也是以前難以想象的,。在這個(gè)高速旋轉(zhuǎn)的技術(shù)與商業(yè)飛輪里，高等教育是迄今為止還沒投身進(jìn)去的領(lǐng)域之一,。

世界各地的教育截然不同,，但大家普遍認(rèn)為，要雇用最優(yōu)秀的人才,，要給自己找到最好的工作,，而大學(xué)學(xué)位則是賭注。在技術(shù)領(lǐng)域尤其是這樣,。但我們開始看到這種模式在個(gè)人和企業(yè)兩端都崩潰了,。對(duì)于學(xué)生來說，學(xué)習(xí)成本不斷在攀升,，在有實(shí)踐培訓(xùn)的情況下,，很多人開始質(zhì)疑傳統(tǒng)大學(xué)學(xué)位的價(jià)值。對(duì)于公司來說,，新員工仍然需要在職培訓(xùn),。隨著越來越多的行業(yè)要求員工專業(yè)化，學(xué)校教授的內(nèi)容與雇主需要的內(nèi)容之間的鴻溝在逐步擴(kuò)大,。跟過去幾十年軟件開發(fā)的過程類似,，技術(shù)教育也已經(jīng)達(dá)到了關(guān)鍵點(diǎn)，我們將會(huì)看到曾經(jīng)為少數(shù)人定制的在職培訓(xùn)演變成為由行業(yè)主導(dǎo)為很多人提供的技能型教育,。

這些年來,，我們已經(jīng)看到這種轉(zhuǎn)變正在發(fā)生,。像 Coursera 這樣最初專注于消費(fèi)者的公司已經(jīng)開始與企業(yè)合作，擴(kuò)大技能提升與再培訓(xùn)方面的努力,。學(xué)位學(xué)徒制越來越受歡迎,，因?yàn)楣椭骺梢詫⒔逃龑I(yè)化，學(xué)徒則可以邊學(xué)邊賺錢,。但現(xiàn)在,，公司本身也開始大規(guī)模地對(duì)技能教育進(jìn)行投資。事實(shí)上,，亞馬遜剛剛宣布,，自己已經(jīng)在全球范圍內(nèi)為 2100 萬名科技學(xué)習(xí)者提供了科技技能培訓(xùn)。這在一定程度上要?dú)w功于Mechatronics and Robotics Apprenticeship 與AWS Cloud Institute等培訓(xùn)計(jì)劃,。這些計(jì)劃讓處在職業(yè)生涯不同階段的學(xué)習(xí)者獲得了進(jìn)入職位所需的確切技能,，而不用像傳統(tǒng)那樣需要經(jīng)過多年地學(xué)習(xí)。

需要明確的是,，這種想法并非沒有先例：想想看,，電工、焊工以及木匠等技工,，他們的大部分技能都不是在課堂上獲得的,。這些人經(jīng)歷了從見習(xí)生到學(xué)徒，再到熟練工,，乃至于大師的過程,。在工作中的學(xué)習(xí)是持續(xù)的過程，而且有提升技能的清晰途徑,。這種不斷學(xué)習(xí)保持好奇的終身教育方式對(duì)于個(gè)人和企業(yè)來說都是好兆頭,。

但這并不意味著傳統(tǒng)學(xué)位就會(huì)消失。這不是“有你沒我”的局面——而是一個(gè)選項(xiàng),。在科技領(lǐng)域,，這種學(xué)術(shù)學(xué)習(xí)仍然至關(guān)重要。但在許多行業(yè),，技術(shù)的影響將超越傳統(tǒng)教育體系,。為了滿足商業(yè)需求，我們將看到行業(yè)主導(dǎo)的教育機(jī)會(huì)出現(xiàn),，這樣一個(gè)新時(shí)代不容忽視,。

譯者：boxi。

本文來自翻譯, 如若轉(zhuǎn)載請(qǐng)注明出處,。