【小哈划重点：关于科技观有一句值得玩味的话是：任何在我出生时已经有的科技，都是稀松平常的；任何在我15到35岁之间诞生的科技，都是将会改变世界的革命性产物；任何在我35岁之后诞生的科技，都是违反自然规律要遭天谴的。】
过去几个月，大模型发展很快也很强大。有多强呢？有一个段子可以描述：GPT4.0写代码的能力太优秀，以至于这功能刚发布出来，开发这个功能的码农就被裁员了，堪称“自我革命”的典范。
这也导致大模型从问世时的“惊艳兴奋”反而进入了“焦虑时刻”：人们开始担心生成式人工智能普及，会导致大量员工失业，不利于经济发展。
这个担忧也不是无稽之谈，比如国内有营销公司就发邮件称要减少创意设计、文案撰写等岗位招聘而转向AIGC；也有游戏公司将原画、翻译等岗位收缩而也采用AI来完成；海外巨头IBM也表示未来5年，预计约7800个岗位被人工智能和自动化替代。
人工智能取代人类的担忧，从科幻电影到现实进展，早已见怪不怪。但过去几十年也一直都是“狼来了”的状态。这一次，狼真的来了吗？
技术革命，颠覆与创造的必然
关于科技观有一句值得玩味的话是：任何在我出生时已经有的科技，都是稀松平常的；任何在我15到35岁之间诞生的科技，都是将会改变世界的革命性产物；任何在我35岁之后诞生的科技，都是违反自然规律要遭天谴的。
于是，也就出现了“卢德分子”砸机器，希望砸回到“手工业时代”的故事。但结果却是，一代代人从出生到老去，一代代科技从革命性到稀松平常，从“”遭天谴”到稀松平常，却从未停止发展的脚步。正如凯文凯利多次论证过，“科技自有趋势、潮流无法逆转”。
可以说，每一次科技革命，都无法避免“颠覆与创造”。
先来看蒸汽时代。通常提到蒸汽机就会想到火车、纺织，但实际上瓦特改良蒸汽机是为了“挖矿”。
和我国露天煤矿不同，英国的矿区很容易出现地下水。因此，要继续挖矿，就必须抽出矿洞里的水。传统的做法，有用水车的，也有工人下井背水的。环境恶劣，效率低下。于是，蒸汽抽水机被发明问世。
随后瓦特又进行了改良，效率提升了三倍、耗能减少了75%，而之前负责背水的工人，则可以从事挖矿等更高薪的工作。蒸汽机，也被亲切地称之为“矿工之友”。
但蒸汽机也并非得到的都是好评；比如在纺织业，蒸汽机使用了，发电的水力风车消失了、木匠失业了；船配置了蒸汽机，水手需求量减少了。然而，纺织行业效率提升，生产量增加，纺织工人岗位也增加了；轮船可以行驶得更快更远，贸易大幅提升，参与生产的需求增加了、商人队伍也庞大了。
同样的，汽车、铁路的出现，导致马夫这个职业迅速消亡，但一位位司机却出现了；没有了钉马掌的铁匠、修理工，但有了汽车生产工人、维修工人，有了零部件生产商、有了4S店销售公司等等。汽车产业成为全球最大的工业体系之一，创造岗位数以亿计。甚至在当下，又衍生出了代驾等新职业。
在通信领域，电报、电话的普及，导致邮政人员大量失业，但又诞生了发报员、电话接线员；互联网的发展，又减少了电话、电报相关的工作，但也诞生了庞大的IT产业：交换机、电脑、电缆、系统、数据库、应用等等领域。
可以看到，每一次生产力革命，都会让一部分工作消失，但又创造出更多新工作岗位。正如法国经济学家菲利普·阿吉翁通在报告中总结，因为技术革新而造成的技术性失业的担忧从来没有变成现实。
这其中的核心在于，生产效率的全面提升。从微观上，率先使用先进技术的公司，发展更快；宏观上，每一次生产力革命都会人类经济这个大蛋糕不断变大。比如第二次工业革命期间，世界人均GDP翻3倍用了60年左右，但第三次信息革命世界人均GDP翻3倍，则只用了近30年。
国际劳工组织称，到2030年，世界还需要设立6亿多新岗位。这些新岗位的实现，会更多来自于新产业。立足当下，大模型，正让人工智能焕然一新，酝酿出一次生产力大幅提升、堪比历次工业革命的大浪潮。
大模型，让人工智能焕然一新
在过去的六十余年里，人工智能确实数次让人们“兴奋、却又空欢喜”：
从1956年正式定义了人工智能之后，研发便开始加速；规则，成为人工智能发展的引擎。1966年，麻省理工学院发表了一篇文章，描述了世界上第一个聊天机器人“ELIZA”的诞生。在对话中，人们发现ELIZA很有同情心、会给人安慰，不少人认为它可以替代心理医生来和患者交流、治愈。
但随后人们失望地发现，ELIZA只是用一些无关紧要的话来应对，智能谈不上，主打一个“陪伴价值”。而尝试将人工智能引入商业智能等领域，也只是一场“自相情愿”。1973年一份报告总结“到目前为止，该领域的任何发现都没有产生当初承诺的重大影响”。
随后人工智能经历了框架理论、计算机视觉理论、大规模知识库构建、统计机器学习、深度学习等重大理论技术突破，与此同时，人工智能也和“下棋”杠上了：1979年击败世界双陆棋的人类冠军、1997年深蓝战胜了国际象棋人类大师，2016年击败围棋的人类顶级高手。
每一场比赛结果都引起轩然大波，甚至令棋王们“啜泣”，但只能在棋盘里跳舞的人工智能，显然也不是人类的追求。甚至人工智能也被称为“废柴巨人”，看着强大、但除了烧钱，似乎也没有他用。这个时期的困境，不只是算法，算力、数据也都还未准备好。
变化就在2018年开始发生。OpenAI发布了GPT-1、谷歌发布了BERT、“开天辟地”的Transformer横空出世、百度也发布了预训练模型ERNIE1.0；2023年后ChatGPT、文心一言等大模型更是快速提升。
大模型，让人工智能焕然一新：自监督学习模式，使得人工智能突破了过度依赖数据标注的困境，海量数据不再是负担，而是“能量”。
伴随着算力、尤其是GPU的指数级发展，随着模型参数的不断扩大，人工智能的能力也出现“指数跃升”：建模、多任务理解、关联学习等能力都不再是线性增加，而是具备了小模型上观测不到的能力，这也就是令人们惊叹兴奋的“涌现”，促使人工智能从辨别式走向生成式。
人工智能应用也开始普及。从直观来感受，大模型首先带给我们的是“人机交互”的提升。早期的人机交互，是用文本命令行；大模型之后，我们就可以用自然语言进行人机对话。这就会重新定义营销、客服等业务。
比如，传统的客服机器人，都需要让用户来选择数字，给出特定答案，对于数字之外的问题却无能为力，徒留用户抓狂重新拨打人工，费时费力。但现在更智能的人工智能，会对各项问题进行理解，同时给出安慰等情绪价值，而且是24小时在线、全程无情感波动、甚至千人千面的专属客服。
基于人工智能的原生应用也不断涌现，比如Jasper基于人工智能可以完成营销策划、文档生成；DoNotPay则是一个人工智能的专属律师。微软Bing、办公软件都接入了ChatGPT，百度文心一言也开放了接口，扩大应用生态。
ARK在《BIG IDEAS 2023》中预测，在到2030年，人工智能可以使知识工作者的生产率提高4倍以上。大模型的涌现，让人工智能不再只是空中楼阁、棋盘之王，而是真的科技革命浪潮。
长期趋势的厚重
我们常说，人们容易低估长期趋势的力量。而事实上，科技革命也并非立刻就爆发出增长。
比如蒸汽机在1712年诞生，但百年后，英国经济才有显著的增长加速。电力革命第一波开始于1881年，但30年后，美国才有不到10%的机械动力用电；又过了20年，美国的生产率增长才出现加速。
人工智能的影响也是如此。短期会看到一些重复性岗位的消失，但长期来看，一定是新的就业如笋而出，社会效率大幅提升。
对普通人而言，技术门槛也大幅降低，更容易享受到技术的红利。
比如以操作系统为例，最初是以输入代码“高度专业”的方式；随后有了图形界面和鼠标，可操作性大幅提升；人工智能时代，则更为方便，输入自然语言即可。精力的节省，可以投入更有创造性的工作，或者享受美好生活。
诚然，我们需要对人工智能的发展，设立边界和合规；需要关注科技普惠的进展；但正如李彦宏在天津世界智能大会上所呼吁，“停止创新，不发明不创造不进步，按照惯性走下去，所带来的各种各样不可预知的风险，才是人类最大的威胁”。拥抱人工智能，期待世界的下一个增长奇迹。
（收录有删节）
