編者按：在人工智能不斷發(fā)展的背景下，個(gè)人、企業(yè)甚至整個(gè)社會(huì)該如何認(rèn)識(shí)并理解其發(fā)展，探索這種變革性技術(shù)的復(fù)雜性和潛力？這篇文章來自編譯，原文取自 Flux 集團(tuán)創(chuàng)始人鮑勃·薩菲恩對(duì)話微軟設(shè)計(jì)與人工智能副總裁前田約翰的文字記錄。其中，前田討論了人工智能的現(xiàn)狀及其對(duì)社會(huì)的潛在影響。他將當(dāng)前的人工智能發(fā)展階段比作在勞德代爾堡的“春假”，充滿激情和可能性，但也存在不負(fù)責(zé)任的行為可能性。他還強(qiáng)調(diào)了理解人工智能的工作原理的重要性，同時(shí)也提到了企業(yè)參與人工智能發(fā)展的必要性。
微軟公司設(shè)計(jì)與人工智能副總裁前田約翰（John Maeda）
劃重點(diǎn)
了解人工智能的工作原理可以幫助減輕恐懼心理，使人們更容易接受它。
企業(yè)需要持續(xù)關(guān)注人工智能的發(fā)展趨勢(shì)和技術(shù)進(jìn)展，以保持競(jìng)爭(zhēng)力。
微軟推出的 Semantic Kernel 是一種用于 AI 編排的開源工具，可以優(yōu)化 AI 應(yīng)用程序的輸入和輸出。
不掌握人工智能的語言（編程語言），你是否能真正通過人工智能技術(shù)獲得優(yōu)勢(shì)？微軟公司（Microsoft）設(shè)計(jì)與人工智能副總裁前田約翰（John Maeda）跟我們探討了人們對(duì)人工智能的常見誤解以及對(duì)人工智能發(fā)展機(jī)會(huì)的偏差理解。作為人工智能開發(fā)領(lǐng)域的資深專家，前田跟我們分享了如何更好利用這項(xiàng)新技術(shù)的寶貴見解，具體包括如何克服相關(guān)恐懼、讓人工智能更好地為自己服務(wù)，以及人工智能如何幫助領(lǐng)導(dǎo)者做出更好的決策等等。
前田約翰（John Maeda）：當(dāng)你了解它的真實(shí)工作原理后，就會(huì)減少對(duì)它的恐懼。技術(shù)、設(shè)計(jì)和商業(yè)就是人工智能這個(gè)“三角形”的三個(gè)角。技術(shù)人員認(rèn)為這項(xiàng)技術(shù)令人非常興奮，應(yīng)該繼續(xù)研究；設(shè)計(jì)和社會(huì)科學(xué)領(lǐng)域的人士則認(rèn)為需要提出問題；商業(yè)及產(chǎn)品方面的人士則更多關(guān)注的是如何帶來更多盈利和更滿意的客戶。在這三個(gè)領(lǐng)域之間找到平衡非常重要，只有這樣才能使人工智能真正發(fā)揮作用。
是否能利用人工智能這項(xiàng)技術(shù)已經(jīng)至關(guān)重要，這樣你就能知道市場(chǎng)趨勢(shì)的“跳躍”方向。這不僅是簡(jiǎn)單的“移動(dòng)”，而是以令人咋舌的速度在一切事物上的“彈跳”。只有親身參與模型的演化發(fā)展過程，你才能了解其最終走向。
[主題音樂]
鮑勃·薩菲恩（Bob Safian）：這位是微軟公司設(shè)計(jì)與人工智能副總裁前田約翰。
前田是人工智能研發(fā)領(lǐng)域的核心人物之一。他不僅牽頭開發(fā)出了全新的 Semantic Kernel（SK）編程工具，而且也是《如何與機(jī)器對(duì)話》（How To Speak Machine）一書的作者。
我是鮑勃·薩菲恩，商業(yè)媒體《快公司》（Fast Company）前編輯，F(xiàn)lux 集團(tuán)創(chuàng)始人，也是今天的主持人。
我之所以邀請(qǐng)前田來我們節(jié)目，是因?yàn)槔斫馊斯ぶ悄懿⒘私馄浒l(fā)展方向已成為我們所有人的“必修課”，而前田一直處于這一領(lǐng)域的前沿位置，對(duì)于人工智能的發(fā)展具有深刻的見解。
我第一次見前田時(shí)，他還是羅德島設(shè)計(jì)學(xué)院（Rhode Island School of Design）的院長(zhǎng)。自那以后，他在多個(gè)硅谷風(fēng)險(xiǎn)投資和科技公司工作過，并擔(dān)任過多個(gè)消費(fèi)者和 B2B 企業(yè)的顧問和董事會(huì)成員。前田擁有麻省理工學(xué)院的碩士學(xué)位、MBA 學(xué)位和設(shè)計(jì)博士學(xué)位，并撰寫了多本關(guān)于領(lǐng)導(dǎo)力和人工智能相關(guān)主題的書籍。
接下來的幾個(gè)月，本播客將深入研究人工智能的快速發(fā)展對(duì)個(gè)人、企業(yè)和社會(huì)所帶來的影響。前田為我們提供了一堂易于理解的“入門課”，幫助我們了解所面臨的復(fù)雜性，以及應(yīng)對(duì)這些變化的方法與原因。
[主題音樂]
薩菲恩：我是鮑勃·薩菲恩。今天來到我們播客節(jié)目的是微軟設(shè)計(jì)與人工智能副總裁前田約翰，前田是《如何與機(jī)器對(duì)話》一書的作者。感謝您接受我們的采訪。
前田：很高興來到這個(gè)節(jié)目。我感到非常興奮。
1. 為什么 AI 正處于“春假”階段？
薩菲恩：在多年來擔(dān)任技術(shù)人員、設(shè)計(jì)師和公司高管的工作經(jīng)歷中，您一直在參與人工智能相關(guān)領(lǐng)域的工作。您把當(dāng)前的人工智能發(fā)展階段比作在勞德代爾堡的“春假”（譯者注：勞德代爾堡是美國佛羅里達(dá)州的一座城市，因該市有許多酒吧和俱樂部，派對(duì)氣氛濃厚，曾一度因大量的春假活動(dòng)而廣為人知。）我很好奇為什么會(huì)這樣比喻？您是在說這個(gè)階段就像一場(chǎng)注定要宿醉的派對(duì)，還是說這個(gè)派對(duì)會(huì)孕育出其他的東西？
前田：你一定對(duì)勞德代爾堡的春假非常熟悉。
薩菲恩：是的，我在這方面有過不少的了解。
前田：事實(shí)上，我可能首先要提到“人工智能冬天”（AI Winter）這個(gè)詞。這個(gè)表達(dá)來自于“人工智能核冬天”（AI Nuclear Winter），但大多數(shù)人并不知道這個(gè)背景。同時(shí)，許多 20 世紀(jì)后期的科學(xué)技術(shù)都是通過戰(zhàn)爭(zhēng)研發(fā)出來的，這是一個(gè)相當(dāng)陰暗的背景。因此，我喜歡用一個(gè)在勞德代爾堡度過的美好春假來對(duì)比這種黑暗。在那里，飲料免費(fèi)，顏色鮮艷，一切都很美好。這是從極度黑暗轉(zhuǎn)變?yōu)闃O度明亮的轉(zhuǎn)變。當(dāng)然，你可能會(huì)擔(dān)心這種轉(zhuǎn)變會(huì)不負(fù)責(zé)任或者存在過度發(fā)展。但是，我們必須認(rèn)識(shí)到，我們就是從“人工智能核冬天”開始的。
薩菲恩：仍然有很多人對(duì)人工智能感到害怕，因?yàn)槿斯ぶ悄芤廊淮嬖诤芏嗖淮_定性和未知的風(fēng)險(xiǎn)因素。
前田：這是毋庸置疑的。
薩菲恩：他們是否仍生活在“人工智能核冬天”的階段？或者說，這是任何新技術(shù)發(fā)展過程中都不可避免的一部分？
前田：很久以前，我們聚在篝火旁，饑餓、口渴、周圍一片漆黑。突然，從灌木叢中傳來了沙沙聲，有人好奇地問：“那是什么？”于是就有人走出去探個(gè)究竟，但再也沒有回來。換個(gè)角度看，灌木叢在搖晃，大家意識(shí)到有可能有獵物出現(xiàn)，于是大家終于找到了食物。這個(gè)故事似乎深深地烙印在我們的基因中，影響著我們對(duì)于未知和探索的好奇心。
2. 前田與《如何與機(jī)器對(duì)話》
薩菲恩：您之前寫了一本名為《如何與機(jī)器對(duì)話》的書，向那些不是工程師的人（當(dāng)然也包括一些工程師）介紹了計(jì)算和人工智能的相關(guān)內(nèi)容。最近，生成式人工智能的快速發(fā)展似乎是為了讓機(jī)器說我們的語言——也就是說，讓它們能夠理解人類的語言。那我想了解的是，我們還需要學(xué)習(xí)機(jī)器語言嗎？
前田：在當(dāng)今這個(gè)時(shí)代，我們可以通過自然語言提示來控制機(jī)器，這一點(diǎn)非常強(qiáng)大。但要深入理解這些提示背后的機(jī)制，就需要掌握會(huì)說機(jī)器語言的人所掌握的知識(shí)。當(dāng)你真正了解機(jī)器的工作原理后，你就可以減少對(duì)它的恐懼。如果不理解它，那它就會(huì)變得更加神秘和可怕。因此，盡管我們希望能夠用更自然的語言來與機(jī)器交流，但如果你不了解背后的情況，那它始終都會(huì)讓人感到費(fèi)解。
薩菲恩：如果能了解背后的情況，那就不會(huì)覺得那么可怕了。
前田：重點(diǎn)在于，人工智能并不會(huì)帶來想象中的那般恐懼。也許你會(huì)問，它會(huì)使人感到害怕嗎？當(dāng)然可能。這有點(diǎn)像檢查汽車引擎一樣，你還記得以前打開引擎蓋時(shí)的感覺嗎？如果不小心把手卡進(jìn)去了，那就會(huì)有危險(xiǎn)。但是，一旦你了解引擎蓋下所有操作的原理，你就會(huì)明白它的強(qiáng)大之處。對(duì)于強(qiáng)大的事物，我們更傾向于尊重并以不同的方式去對(duì)待它。
薩菲恩：如今，“人工智能”這個(gè)術(shù)語已經(jīng)成為許多領(lǐng)域的熱門詞匯之一。例如，ChatGPT 的出現(xiàn)推動(dòng)了整個(gè)科技行業(yè)、股票市場(chǎng)以及價(jià)值數(shù)十億美元的投資。但是，還有其他類型的人工智能、機(jī)器學(xué)習(xí)、自動(dòng)化和機(jī)器人技術(shù)也已經(jīng)在許多領(lǐng)域得到了應(yīng)用。我們現(xiàn)在討論的有多少是新事物？我們所做的又有多少是以新的方式來重新討論舊的東西？
前田：首先我想聲明的是，人工智能其實(shí)早就已經(jīng)存在，其中一種形式就是計(jì)算機(jī)。聰明的工程師可以讓機(jī)器做一些你不能讓你的寵物去做的事情。比如，你很難讓你的貓把一個(gè)球從 A 點(diǎn)移到 B 點(diǎn)，但你可以編寫一個(gè)計(jì)算機(jī)程序來實(shí)現(xiàn)這個(gè)任務(wù)。如果你的貓能做到這一點(diǎn)，那你會(huì)認(rèn)為它很聰明。
這種現(xiàn)象自 20 世紀(jì) 60 年代以來就為人所知，最早觀察到這一現(xiàn)象的是人工智能聊天的發(fā)明者、我在 MIT 學(xué)習(xí)時(shí)的人工智能教授約瑟夫·維策鮑姆（Joseph Weizenbaum）。他發(fā)現(xiàn)，當(dāng)人們面對(duì)一臺(tái)機(jī)器輸入信息時(shí)，會(huì)認(rèn)為機(jī)器后面有一個(gè)人。他還稱，任何超過平均水平的人都會(huì)有這種錯(cuò)覺。為什么呢？因?yàn)槲覀兘?jīng)常給汽車起名字，將機(jī)器賦予了人類的特性，這是我們無法抗拒的。這些模型比我們想象的要強(qiáng)大得多，它們的推理能力已經(jīng)達(dá)到了一個(gè)新的水平。我們以為機(jī)器后面有人，但實(shí)際上并沒有人在后面。這只是一種錯(cuò)覺，事實(shí)上是計(jì)算能力變得更強(qiáng)大了。
薩菲恩：我們的聽眾主要是企業(yè)家和商界領(lǐng)袖。那么，他們應(yīng)該如何適應(yīng)目前的“春假”階段呢？每個(gè)企業(yè)都有可能在人工智能領(lǐng)域占據(jù)先發(fā)優(yōu)勢(shì)嗎？或者只有那些正在開發(fā)人工智能產(chǎn)品而不是使用人工智能產(chǎn)品的企業(yè)才有這個(gè)機(jī)會(huì)？
前田：是否能利用人工智能這項(xiàng)技術(shù)已經(jīng)至關(guān)重要，這樣你就能知道市場(chǎng)趨勢(shì)的“跳躍”方向。這不僅是簡(jiǎn)單的“移動(dòng)”，而是以令人咋舌的速度在一切事物上的“彈跳”。只有親身參與模型的演化過程，你才能了解其最終走向。如果你通過工具來使用人工智能，那這也很不錯(cuò)，畢竟這樣可以提高你的效率和競(jìng)爭(zhēng)力。但如果你想要真正提高競(jìng)爭(zhēng)力，就需要直接利用人工智能技術(shù)來打造產(chǎn)品。我不確定現(xiàn)在是否還能占據(jù)先發(fā)優(yōu)勢(shì)，畢竟，現(xiàn)在幾乎所有企業(yè)都在朝這個(gè)方向邁進(jìn)。
3. 微軟 Semantic Kernel 編程工具
薩菲恩：我知道你在微軟開發(fā)了一個(gè)名為 Semantic Kernel 的工具。據(jù)我了解，它是一個(gè)開源工具，可以幫助用戶創(chuàng)建自己的人工智能或更好地利用人工智能。它的口號(hào)是“優(yōu)化輸入，高效輸出”。雖然這個(gè)工具是為了讓我們更好地利用人工智能，但我不確定它是為工程師還是為非工程師提供的編碼指南。我想了解的是，這個(gè)工具的定位是什么？我的理解是否正確？
前田：你提出的問題非常貼切。Semantic Kernel 主要執(zhí)行的是稱為“人工智能編排”（AI orchestration）的功能，這主要包括實(shí)現(xiàn)從 A 點(diǎn)到 B 點(diǎn)并在過程中完成必要步驟所需的核心技術(shù)。比如，如果我要策劃一個(gè)派對(duì)，那我就需要完成這 10 個(gè)步驟。這個(gè)工具會(huì)告訴你如何完成每個(gè)步驟，并完成相應(yīng)的任務(wù)。
薩菲恩：然后，Semantic Kernel 就可以與其他軟件和工具協(xié)同工作，以實(shí)現(xiàn)你的任務(wù)需求。
前田：沒錯(cuò)。傳統(tǒng)上程序員一直都是手動(dòng)完成這些任務(wù)的。而我們推出的新工具就可以使你能夠做一些我曾經(jīng)需要一段時(shí)間才能理解的事情。我們知道，這種計(jì)算方式是非確定性的，也就是說，它具備創(chuàng)造性。而傳統(tǒng)的編程方法則完全不具備創(chuàng)造性。但當(dāng)你將兩種方法結(jié)合起來后，它的效果則會(huì)超出你的預(yù)期。所以，再回到之前提到的從 A 點(diǎn)到 B 點(diǎn)那 10 個(gè)步驟，其中一些步驟可能會(huì)使用大型語言模型來完成，另一些則可能只需要傳統(tǒng)的計(jì)算方式來完成。這就像一輛混合動(dòng)力汽車一樣，可以通過兩種能源獲得動(dòng)力。因此，它可以讓你使用人工智能完成更多、更復(fù)雜的計(jì)算任務(wù)。
薩菲恩：我聽您提到過已經(jīng)有一些聊天機(jī)器人，例如 GitHub 機(jī)器人，可以將工程師的效率提高約 20% 。這似乎可以表明，當(dāng)前的優(yōu)勢(shì)主要適用于那些已經(jīng)精通技術(shù)的人。這是否反映了當(dāng)前技術(shù)發(fā)展的實(shí)際情況，還是說有其他情況？
前田：如果你對(duì) OpenAI 公司的語言模型有所了解，你會(huì)發(fā)現(xiàn) Ada、Babbage、Curie 和 Da Vinci 這四個(gè)不同的語言模型。也許你曾經(jīng)了解過這些模型的名字。實(shí)際上其名字來源也很簡(jiǎn)單，Ada 對(duì)應(yīng)字母 A，Babbage 對(duì)應(yīng)字母 B，Curie 對(duì)應(yīng)字母 C，Da Vinci 對(duì)應(yīng)字母 D。Ada 是最早的模型，而 Da Vinci 是最新的模型。從這些模型的名字，你就可以發(fā)現(xiàn)，這些模型一直在不斷改進(jìn)和發(fā)展，但它們對(duì)于不同的任務(wù)都是有效的。所有這些模型的層次結(jié)構(gòu)中都有代碼模型，這是因?yàn)檫@些模型都是由開發(fā)人員創(chuàng)建的。
其中一項(xiàng)驚人的技巧就是編寫代碼。我并不是說這種編寫代碼的能力是一個(gè)意外，但這更像是一個(gè)偶然發(fā)現(xiàn)，它不僅能編寫代碼，而且還可以寫論文。這里所說的是第一代編程，但實(shí)際上它屬于 1.5 代編程，它不僅可以為我們編寫副本，還可以為我們編寫整個(gè)播客節(jié)目的內(nèi)容。這就會(huì)讓一些沒有編程背景的人感到自己的技能和價(jià)值被取代了，并因此感到困惑和不安。他們甚至還會(huì)想，自己是否還有“用武之地”？
薩菲恩：我很好奇的是，我是否需要了解編程以及它的發(fā)展歷程？還是說，我應(yīng)該關(guān)注于如何進(jìn)行更好的用戶研究？
前田：我撰寫《如何與機(jī)器對(duì)話》這本書的原因是，即使在人工智能還沒有達(dá)到如此驚人的水平之前，我已經(jīng)看到很多人被落在了后面。一想到技術(shù)問題，或者對(duì)于是否理解如何與機(jī)器對(duì)話的人來說，編程一直都是一道難關(guān)。但最終，如果你要從事商業(yè)活動(dòng)，你必須從概念上理解它。因此，盡管 Semantic Kernel 工具是為開發(fā)人員設(shè)計(jì)的，但我曾和我們的公關(guān)傳播主管測(cè)試過，他只用了五分鐘就成功地安裝了 VS Code（譯者注：一款由微軟開發(fā)且跨平臺(tái)的免費(fèi)源代碼編輯器。）我認(rèn)為這對(duì)于我們每個(gè)人來說都是有益的。
薩菲恩：我聽說過一些組織現(xiàn)在可以利用人工智能來挖掘和解析數(shù)據(jù)，但也許他們還沒有意識(shí)到這一點(diǎn)。
前田：我相信你還記得在過去的工作中，當(dāng)你需要數(shù)據(jù)時(shí)，你會(huì)想：我們需要專職收集數(shù)據(jù)的人，我們需要專職解析數(shù)據(jù)的人，或者是一個(gè)數(shù)據(jù)科學(xué)家。也許，我們需要一個(gè)能從社會(huì)科學(xué)角度來真正理解這些問題的人。然后一年半過去了，當(dāng)競(jìng)爭(zhēng)對(duì)手已經(jīng)擁有了這些數(shù)據(jù)后，你可能只會(huì)后悔道，我希望我也擁有那些數(shù)據(jù)。
這種人工智能非常擅長(zhǎng)收集非結(jié)構(gòu)化的數(shù)據(jù)，并將其轉(zhuǎn)化為結(jié)構(gòu)化且便于使用的數(shù)據(jù)。它可以測(cè)試一些關(guān)于如何使用數(shù)據(jù)的常規(guī)假設(shè)，并以對(duì)你有用的方式呈現(xiàn)出來。
薩菲恩：我知道數(shù)據(jù)量越大，人工智能的效果就會(huì)越好。因此，如果我是一家大型組織，這可能會(huì)給我?guī)韮?yōu)勢(shì)。但是，如果我能夠以某種方式更快地訪問和解析數(shù)據(jù)，這可能會(huì)讓規(guī)模較小的機(jī)構(gòu)也有機(jī)會(huì)參與競(jìng)爭(zhēng)。
前田：沒錯(cuò)。這些新模型的出現(xiàn)，也帶來了更多平等的機(jī)會(huì)。
大家是否在會(huì)議上遇到過這樣的情況，希望有人能提供數(shù)據(jù)，并且會(huì)議上的一些人還會(huì)指出數(shù)據(jù)的錯(cuò)誤？我認(rèn)為，不同規(guī)模的組織都會(huì)使用各種方法來收集組織內(nèi)部的數(shù)據(jù)，但他們永遠(yuǎn)無法做到完美。而這些模型的不同之處在于，它們可以使用不完美的數(shù)據(jù)，并使用類似的數(shù)據(jù)來填補(bǔ)缺漏。
[廣告時(shí)間]
薩菲恩：在插播廣告前，微軟設(shè)計(jì)與人工智能副總裁前田約翰講述了人工智能如何融入計(jì)算技術(shù)的發(fā)展趨勢(shì)，以及那些始終追隨技術(shù)趨勢(shì)的人所獲得的優(yōu)勢(shì)。接下來，他將會(huì)談到人工智能如何成為領(lǐng)導(dǎo)決策的工具，以及在人工智能時(shí)代中增加一些障礙因素所帶來的積極影響。
此外，他還分享了為什么我們應(yīng)該以玩家身份而不是受害者身份來認(rèn)識(shí)和接觸人工智能的相關(guān)經(jīng)驗(yàn)教訓(xùn)，以及為了引導(dǎo)這項(xiàng)技術(shù)發(fā)揮最佳效果而需要付出的努力。
我們大多數(shù)人都會(huì)與我們的手機(jī)、計(jì)算機(jī)、TikTok 賬號(hào)產(chǎn)生一種情感上的依賴關(guān)系。我們幾乎對(duì)它們無法自拔。人工智能會(huì)讓這種情況變得更糟嗎？我們需要如何重新思考與我們的機(jī)器、技術(shù)的關(guān)系呢？
前田：我使用手機(jī)設(shè)置計(jì)時(shí)器和提醒。無論怎樣，我都是主導(dǎo)者。我會(huì)向手機(jī)下達(dá)指令，它不會(huì)告訴我該做什么。在微軟內(nèi)部，我有一些同事將其稱為協(xié)作式用戶體驗(yàn)。你需要與你的人工智能合作，就像一個(gè)好老板一樣，你必須給它指定明確的目標(biāo)，否則它就不知道該如何行動(dòng)。
如果你讓人工智能以自動(dòng)化的方式做每件事情，而它犯了錯(cuò)誤，那不是幻覺。這是你的錯(cuò)，因?yàn)槭悄阕屗ヌ幚硪恍┬枰钏际鞈]的事情。你需要告訴它：“等一下，我認(rèn)為這些數(shù)據(jù)不準(zhǔn)確?！彼恰案瘪{駛員”（Co-pilot），而你才是“機(jī)長(zhǎng)”。因此，如果你對(duì)副駕駛過于信任，那責(zé)任就在你自己。
4. 人工智能如何改變領(lǐng)導(dǎo)力
薩菲恩：在你寫《如何與機(jī)器對(duì)話》這本書之前，你還寫了一本關(guān)于領(lǐng)導(dǎo)力的書，回顧了你成為羅德島設(shè)計(jì)學(xué)院院長(zhǎng)的經(jīng)歷。我想問的是，人工智能對(duì)領(lǐng)導(dǎo)力有何影響？
前田：如果當(dāng)時(shí)有人工智能，它可以幫我思考更多的“假設(shè)情景”，這對(duì)我來說肯定非常有用。
當(dāng)你身處危機(jī)之中時(shí)，思考是非常困難的。面對(duì)危機(jī)并感到絕望時(shí)，快速的思考雖然能讓你迅速去應(yīng)對(duì)和解決問題，但在這種情況下你更應(yīng)該學(xué)會(huì)深度思考。因此，我認(rèn)為當(dāng)領(lǐng)導(dǎo)者在進(jìn)行深度思考并試圖解決問題時(shí)，人工智能就可以成為一個(gè)好幫手。
領(lǐng)導(dǎo)者是孤獨(dú)的。你可以信任誰？你會(huì)相信人工智能嗎？不，我只是在使用一種高效的計(jì)算器進(jìn)行推理。這樣我就可以問自己，我是否在做正確的事情，我可以通過計(jì)算來模擬這些事情。
薩菲恩：它可以為你提供不同的視角。我想表達(dá)的是，這就是“副駕駛員”的作用。它并不是說這就是你必須采用的答案，而是為你提供了不同的選擇。
前田：這是一種奇怪的設(shè)計(jì)原則。這反而增加了一些障礙因素，這看起來似乎不合情理，因?yàn)槲覀兺ǔＷ非蟮氖橇阏系K，這才是簡(jiǎn)單性的本質(zhì)。但你必須通過增加一些阻礙因素來提醒領(lǐng)導(dǎo)者，“老板，別忘了，它只是人工智能。你需要運(yùn)用批判性思維。我們必須教導(dǎo)人們?nèi)绾胃玫厥褂眠@些工具。”如果想要使用這些工具，關(guān)鍵是要提出批判性的問題。因此，我認(rèn)為我們需要廣泛地運(yùn)用批判性思維，以使人工智能更加深度地思考。畢竟，人工智能并沒有天生具備批判性思維。
薩菲恩：你橫跨設(shè)計(jì)和技術(shù)領(lǐng)域，有時(shí)技術(shù)人員會(huì)創(chuàng)造出可能的東西，但往往會(huì)忽略其對(duì)人類的影響。而設(shè)計(jì)師則通常從人類角度出發(fā)。我感到好奇的是，你是如何在這兩者之間尋找平衡的？
前田：技術(shù)、設(shè)計(jì)和商業(yè)就是人工智能這個(gè)“三角形”的三個(gè)角，而我剛好橫跨了這三個(gè)領(lǐng)域。技術(shù)人員認(rèn)為這項(xiàng)技術(shù)令人非常興奮，應(yīng)該繼續(xù)研究；設(shè)計(jì)和社會(huì)科學(xué)領(lǐng)域的人士則認(rèn)為需要提出問題，需要具備批判性思考能力，以及這將對(duì)所有一切產(chǎn)生怎樣的影響？商業(yè)及產(chǎn)品方面的人士則更多關(guān)注的是如何帶來更多盈利、讓客戶群體更滿意，以及如何打開全新的維度。所有這些方面都是相關(guān)的。我認(rèn)為，要想讓人工智能對(duì)業(yè)務(wù)、文化和技術(shù)的進(jìn)步產(chǎn)生真正的影響，我們就必須同時(shí)考慮這三個(gè)方面。
5. 我們處于人工智能發(fā)展的哪個(gè)階段？
薩菲恩：你已經(jīng)參與人工智能技術(shù)的開發(fā)很長(zhǎng)時(shí)間了。我想問的是，我們?cè)谶@條曲線上已經(jīng)走了多遠(yuǎn)？在人工智能技術(shù)的發(fā)展和實(shí)踐中，像 ChatGPT 這樣的技術(shù)已經(jīng)完成了 50% 的進(jìn)展嗎？或者只有 15%？或者是 5%？還是說我們無法確切地知道？
前田：在 80 年代，我曾經(jīng)了參與一項(xiàng)名為 Lisp 機(jī)器（Lisp Machine，是被設(shè)計(jì)來高效運(yùn)行以Lisp語言為主要軟件開發(fā)語言的通用型計(jì)算機(jī)）的工作，它是當(dāng)時(shí)的人工智能工作站，也是人工智能領(lǐng)域的頂尖之選。許多計(jì)算機(jī)語言，例如 Python，都受益于 Lisp 和 Lisp 機(jī)器的發(fā)展。但即便如此，那時(shí)的人工智能還是沒有達(dá)到我們想象中的那么強(qiáng)大。我認(rèn)為現(xiàn)在的人工智能將為企業(yè)和個(gè)人帶來更多的實(shí)用價(jià)值。
我們?cè)跈C(jī)器學(xué)習(xí)領(lǐng)域構(gòu)建了一個(gè)心智模型，這花費(fèi)了七個(gè)月的時(shí)間。他們建立了一個(gè)模型，有 72% 的概率能識(shí)別出在森林中的貓。但是，如果你想知道是否能用這個(gè)模型來識(shí)別森林中的狗，那答案是否定的。因?yàn)槲覀冃枰倩氐狡邆€(gè)月前，重新構(gòu)建一個(gè)新的模型。這就是我們過去五年在機(jī)器學(xué)習(xí)領(lǐng)域所采用的方法。
現(xiàn)在的新型人工智能只需要熱啟動(dòng)。你只需要將你的數(shù)據(jù)輸入到基礎(chǔ)模型中，它就會(huì)做出響應(yīng)。這是一種全新的人工智能，它更注重應(yīng)用方向，而不是機(jī)器學(xué)習(xí)方向?！度绾闻c機(jī)器對(duì)話》這本書能讓你理解機(jī)器學(xué)習(xí)的工作原理，而這就是基礎(chǔ)模型的來源。但是，基礎(chǔ)模型之后的部分都是全新的領(lǐng)域。未來將會(huì)出現(xiàn)一種全新的人工智能應(yīng)用開發(fā)者，他們需要的新工具目前還未存在。
6. 當(dāng)前人工智能發(fā)展面臨的問題
薩菲恩：太好了。我現(xiàn)在已經(jīng)深入了解了你的想法。這一切都意味著什么呢？我們?cè)撊绾螀^(qū)分有利和不利的因素？
前田：人工智能與人類對(duì)其的理解涉及到極高的風(fēng)險(xiǎn)，很容易被妖魔化，但它也可以加速你的職業(yè)生涯并改變你的人生軌跡。這對(duì)許多人來說聽起來太過理想化，但實(shí)際上是關(guān)于成為“玩家”而不是“受害者”。當(dāng)然，這項(xiàng)技術(shù)也存在著一些挑戰(zhàn)和問題，你也可能會(huì)質(zhì)疑它是否正確。因此，在接觸這一領(lǐng)域的同時(shí)，你應(yīng)該加強(qiáng)自己的批判性思維能力，提高自身的認(rèn)知能力，尋找既有利于你的業(yè)務(wù)發(fā)展，又有利于人類的機(jī)會(huì)，并理解這項(xiàng)技術(shù)的重要性。
薩菲恩：我們應(yīng)該成為積極的玩家，但也要保持清醒頭腦，不被人工智能技術(shù)所控制。
前田：沒錯(cuò)，這并不簡(jiǎn)單。我認(rèn)為真正的“玩家心態(tài)”應(yīng)該具備極強(qiáng)的批判心態(tài)，他們會(huì)非常謹(jǐn)慎地思考自己正在做的事情。在人工智能領(lǐng)域，我們需要看到更多這樣的玩家，無論是在技術(shù)、商業(yè)還是設(shè)計(jì)等領(lǐng)域。這將是非常有趣的過程，但需要我們了解如何與機(jī)器和人工智能對(duì)話，并且要非常擅長(zhǎng)與人類溝通。
薩菲恩：如果你想成為真正的玩家，那你就不能只是一個(gè)隨便玩的玩家。你必須在你所從事的領(lǐng)域中涉足各個(gè)方面。
前田：這與購買裝備是不同的。那些購買裝備的人總是會(huì)炫耀他們擁有某名牌的運(yùn)動(dòng)褲，或者展示一些認(rèn)證過的頭帶之類的東西。但實(shí)際上，你只是想問他們：你是真的玩家嗎？成為真正的玩家需要付出很多努力，而在這個(gè)人工智能的世界里，你可能會(huì)認(rèn)為只要有人工智能技術(shù)就可以輕松搞定所有事情。但事實(shí)并非如此，因?yàn)槿斯ぶ悄鼙旧聿粫?huì)深度思考問題，所以你必須要非常努力。
薩菲恩：這真的很鼓舞人心！
前田：感謝您再次邀請(qǐng)我參加這個(gè)節(jié)目。這對(duì)我來說意義非凡，非常感激！
薩菲恩：通過與前田約翰的交流，我深刻認(rèn)識(shí)到，要想真正駕馭人工智能，除了深入了解其技術(shù)，還需要像管理一支團(tuán)隊(duì)一樣管理這一領(lǐng)域的工具和發(fā)展過程。
在生活中，很多事情看起來過于美好，因此也值得我們?nèi)ミM(jìn)一步驗(yàn)證。我知道，我對(duì)人工智能的了解只是剛剛開始，可能需要不斷學(xué)習(xí)。但這很好，因?yàn)榱私庑率挛锟梢詭椭腋玫爻吻遄约旱囊蓱]。
未來的節(jié)目中，我會(huì)繼續(xù)探索人工智能令人驚嘆的各種可能性和不斷發(fā)展的影響力，期待您能一起參與。
我是鮑勃·薩菲恩。感謝收聽今天的節(jié)目。