有一种观点认为，我们所看到的人工智能发展，只不过是过去20年机器学习的延伸。除了ChatGPT，市场上还没有其他的人工智能产品。

但这回可不一样。目前已出现两种重要的模型——一种是图像扩散模型，如Midjourney和DALL-E 2，它们拥有文本生成图像的强大功能；第二种是使用“变换器”（Transformer）架构的大型语言模型（Large Language Model，简称LLM），它能生成连贯流畅的文本，并根据思维链（chain of thought）和逻辑推理提出见解。

阿格拉沃尔（Ajay Agrawal）、戈德法布（Avi Goldfarb）和甘斯（Joshua Gans）合著的《权力与预测》（Power And Prediction）一书，将人工智能的应用与电力的应用做了比较，揭示了人工智能的应用情况。尽管爱迪生在1879年就发明了第一个灯泡，但大规模应用却花了很多年——20年后，只有3%的家庭和寥寥无几的工厂使用电力。然而，电力一旦普及，经济就起了翻天覆地的转变，并大大改变了工厂的组织方式。

当时，工厂使用的是蒸汽机技术，它位于工厂的中央，驱动一个与取代人工的滑轮相连的中心轴。由于中心轴周围的空间非常有限，因此工厂都是垂直建造的。当开始使用电力时，它最初是作为一个点式解决方案，即用电动马达取代蒸汽机。但是，改变动力源，并不能削减多少电费。只有在系统层面上使用电力，以较小的电动马达完成单一工作，并重组工厂后，电力的使用才得以普及。由于中心轴周围的空间不再有任何限制，工厂可以向横扩建。这催生了装配线，推动了包括福特汽车在内的大规模制造业。

人工智能将沿着同样的轨迹演进。尽管“变换器”早在2017年就已出现，但LLM只是在七个月前GPT发布后，才获得显著的关注。我们正处于采用曲线的起点。目前，LLM被视为取代人工任务的点式解决方案，但真正的潜力在于重新思考其应用，并围绕人工智能组织我们的系统。我们高估了人工智能的短期影响，同时低估了它对我们生活和经济的长期影响。

一位企业家的创业历程就充分体现了这一潜力。在安全至关重要、监管严格的航空业，他的初创公司使用LLM来简化安全报告，让飞行员在应用程序通过语音方式用母语进行报告，克服了填写冗长难懂的表格的难题。例如，当飞行员报告鸟击事件时，应用程序会询问额外的问题，以确保报告内容全面。

通过与顶尖监管服务公司达成收入分成协议，这家初创公司在六个月内与超过一半的航空公司签订合同。凭借这些综合数据，它将一个点式解决方案，发展成为一个新的系统解决方案，帮助航空公司预测事故。

这家初创公司一开始只有OpenAI的GPT3.5。这一情况很可能会在整个经济中重演。颠覆将不仅仅来自初创公司，也将来自像微软这样的大公司。微软正在销售的每款软件中植入人工智能。

对每个首席执行官来说，关键是每家公司都需要人工智能和数据战略。在人工智能模型不断改进、用于训练的公共数据变得普遍的未来，专有数据将成为脱颖而出的关键。因此，确定对公司战略至关紧要的数据，并确保其安全性至关重要。我们必须了解所收集和发送的数据。

我们将迎来一个激动人心的未来，所有人都有强大的工具可用。编程语言将汇编代码翻译成更自然的语言，使更多人可以编写程序。LLM是编程语言的进化终点，任何能用母语交流的人，都可以让机器为我们工作。

两周前，我使用Pair（一款基于GPT3.5的公共服务工具）生成演讲初稿；使用OpenAI的代码解释器（Code Interpreter）分析统计数据，以增强我的梦幻足球队；使用Gamma AI为课堂生成幻灯片；使用ChatGPT为了解更多关于产品工程的知识的课程和时间表提出建议；使用Claude规划我即将展开的峇厘岛之旅。要在这个新世界中蓬勃发展，我们须要更多地使用右脑。

平克（Daniel Pink）在《全新思维》（A Whole New Mind）一书中列出我们须要开发的六种感性能力：不只有功能，还重设计；不只有论点，还说故事；不只谈专业，还须整合；不只讲逻辑，还给关怀；不只能正经，还会玩乐；不只顾赚钱，还重意义。换句话说，我们须要更加人性化。微软首席执行官纳德拉（Satya Nadella）认为：“下一代人工智能将开启新一轮生产力增长的浪潮，强大的Copilot将消除人们日常任务和工作中的苦差事，让我们重新发现创造的乐趣。”

在一个机器可以根据过去的问题生成答案的世界里，我们该如何学会提出让我们发现新答案的问题呢？

作者是通讯及新闻部（发展） 智慧国及数码政府工作团（发展） 兼总理公署（发展、网络安全）常任秘书 黄金顺译