ChatGPT会带来什么影响.pdf

ChatGPT会带来什么影响？大纲2各类人的反应叠加在一起又是如何我们能得到什么启发ChatGPT为什么爆火？01为什么会出现各种应用他们分别代表什么力量最重要的是什么如何看待它的各种应用？02我们收到了什么信息现象背后的规律怎么预测最后的终局每个人的选择如何影响终局技术竞争背后是什么？03ChatGPT涌现出来的性质个人组织 VS局部全局ChatGPT对个人有什么影响？04历史经验不同选择带来的影响接下来，这个游戏怎么玩?05 我的使用经验，与带来什么变化 一些自问自答个人经验06宏观部分微观部分ChatGPT为什么爆火？各类人的反应叠加在一起又是如何我们能得到什么启发/01各类人的反应4几种反应行为负面情绪焦虑、恐惧、无助、压力、尴尬 防御机会和风险激动 交易、开发、估值心智已乱心智正常几种反应行为积极好奇、探索 收集、思考中立不知道、观望、迟钝，日子照常叠加在一起又是如何5一个循环产品经理心智中的“啊哈”时刻确实好用，能又各种玩法，每个人第一次用都觉得很新鲜神奇。1从神奇到焦虑因为触及到每个人最基本的信念：我有价值吗？我会被替代吗？2中美、俄乌、疫情三浪叠加带来的不确定性所有的需求和估值不确定带来的牛鞭效应（不断强化的正反馈），全域系统级别。3脉冲式的新闻遇上信息茧房我很不安全4人际网络中蔓延和新冠一样的谣言温床7与自己对抗然后按照这个鬼对自己的影响开始对抗。6心智模型被激发每个人的，开始按照自己碎片的知识，印象，猜想，资讯开始各种“画鬼”5我们能得到什么启发？6 为什么没考虑ChatGPT经济价值这组闭环？这部分信息只有少部分人能解读。构不成那么大的效果，而且真正懂的人，一定是小范围内部分享。在此生态位最基本的常识。心智与情绪有关。火爆是因为各种因素不断相互强化。会有很多不愿换车道的人，因为已经为当前这个位置付出相应的代价。失业，倒闭：世界由各种规则构成，不会因为你个人的意愿来给你想要的位置。机会：把事情尽量多了解些，特别是面对颠覆式的，大家都在试错。我们暂时不会失业，在能力没那么快提升之前，是有人承担了更多工作或者有更廉价的人替代了你。但这些可不是ChatGPT使用起来导致的。老板只是真的在考虑和尝试优化人员。不是边际收益递增的乱优化人不可持续。从大厂们的股价就能看出来。如何看待它的各种应用？为什么会出现各种应用他们分别代表什么力量对我们什么最重要/02怎么给各种语言模型应用分类？8我们输入是东西叫提词器（prompt），简单的理解，就是遮住一些词汇或句子，作为训练资料喂给机器。提词器的应用知识探索（事实探索和语言学探索）分类任务（文本分类和自然语言推理）信息提取（关系提取、语义分析和命名实体识别）NLP 中的推理（常识推理和数学推理）问答文本生成文本生成的自动评估多模态学习元应用（域自适应、除偏和数据集创建）为什么会出现各种应用？9 天下没有白吃的午餐，把模型放出来其实是在大家帮助OpenAI验证模型的效果，在独立多元应用下，用得越多，说明适用的场景就越多，模型就越好。这才真正最终的模型测试。与心智有关：科研的需要追赶技术、大厂需要救命、商业和技术需要运用底层技术强化自己的优势、投资要估值、黑客要耍酷、吃瓜的要跟风回顾下过去知识 何帆2019年：技术是个插线板 技术的本质：新技术是由已经存在的技术构建而成,或者说组合而成的,而且新技术自身反过来又会作为构件,用于创造更进一步的新技术。通过这种方式,技术,即社会可用的设备和方法的集合,从自身构建出了自身。我将技术进化的这种机制,即创造新的组合并选择那些有效的组合,称为“组合进化”。他们分别代表什么力量？10资源历史Google顶尖团队制度OpenAI微软all in引擎模式和语言模型还在PK学术机构、投资公司、其他高科技公司、其他语言模型团队顶级技术人才可以调动业界最好的技术积累和超级资源网络让什么赢教育阻碍西方海洋文明的记忆和刻在骨子里的冒险精神最巅峰的对决，去看全局。我们面对的是一个进化系统。为什么暂时OpenAI领先了？11不够聪明我们已知的技术未知的技术可能所在的领域OpenAIGoogle吓死了运气不够相互掐架被搞死内部pk被搞死没完成kpi没资源了不够死磕西方大航海文明的故事，很久就有无数独立团队在探索。其他的为什么不那么重要？12我过去的笔记（价值观）：因为我想抓住时代的“慢变量”（在快速产生知识的系统中，那些比较稳定，实效比较长的知识），所以一些“快变量”的去掉，包括新技术、新趋势、新模式（流程、政策）、新公司的，不是说他们没用，而是变化太快。这类课程是帮助大家从0到1的积累，他们是启发学员如何用新方法（技术）面对新问题。筛选标准1增加了新的秩序被忽视了，但对认知极为重要，是属于元知识（相当于在知识网络中属于中心核心枢纽的知识）类的课程。筛选标准2我见证的“后发劣势”与“后发优势”之争，林老师错了我们能得到什么结论？13 继续使用“插线板”，没问题，扩大大家对此事的共识，随带在小技能得到大幅提升。凡是结构化输入和输出的各种应用会寒武纪大爆发。系统级别的竞争（合作），一定要检查下自己大系统，小系统，别乱消耗。GPT4.0以后，人会分流，会用的和不会用的，以后会体现在简历（能力）上。社会分工会重新组合然后很快适应下来，大家的位置会变一下。技术竞争背后是什么？我们收到了什么信息现象背后的规律怎么预测最后的终局每个人的选择如何影响终局/03我们收到了什么信息？15投资价值 微软注资OpenAI累积30亿美元，以投资100亿美元开展谈。按298.8亿美元估值01产品价值 微软对自己的应用全面升级多个公司同步在产品上接入了 GPT-4现在就能使用：可汗学院（智能助手）、Yabble（数据分析）、摩根士丹利（管理报告知识）Waymark（编写视频脚本）02自我保护 更强的 GPT-4，更封闭的 OpenAI，公开的技术报告中，不包含任何关于模型架构、硬件、算力等方面的更多信息“通过Evals，我们可以以一种系统的形式看到用户关心的（用例），能够进行测试。”03技能 回忆之前的各种提词器的应用 人类的各种考试 攻克了数学，也就是攻克了统计 找到没有专利保护的药物合成物 一键诉讼 GPT对咨询业的影响，首当其冲的应该是内容生态，和所有以知识、数据形式存在的业务载体。0405现象背后的规律16目的：为了更好地吸纳外部投资、对员工进行股权激励，才改制为营利性的公司，核心是：对于最早期的投资人和初期员工，营利封顶最多是10倍；但是随着公司的不断成长，营利封顶的倍数会不断下调。这相当于微软以股权的形式做了一次债权投资，只拿到了OpenAI的“租赁权”，尽管这个“租赁权”的潜在回报率也很高就是了。合约分成：Cap Profit营利封顶的股权架构这么多钱和就是在释放内部人知道的信号。他们看到了什么果实？究竟是一场什么样的战役。越大裹挟进去的人和资源就越多，战役的就会升级。会不会是天才之间的竞争和协作。信息在传递什么信号？1.从“肥猪丸”的故事开始说起2.遇上不确定性的回报如何制定合约3.其他新应用的收益都以此类推怎么预测最后的终局：世界有针对技术的另一种力量17有K（这里K=2，表示谷歌和OpenAI）种技术，在每一次进行技术采用决策时，都有一种技术被采用，其概率分别为p1（x）、p2（x）。在这里，概率向量p是向量x的函数；而向量x则为到目前为止的采用总额中，技术1、技术2技术K各自所占的采用份额（即比例）。初始比例向量给定为x0。在这里，我把p（x）称为采用函数。现在，我们有了一个通用的框架。根据这个框架，我们可以立即得到两个很有用的定理：路径依赖定理和单个技术支配定理（single-technology dominance）。定理1：一个采用过程，当且仅当其采用函数p具有多个稳定的不动点时，是非遍历的和不可预测的。定理2：一个采用过程，当且仅当其采用函数p只有在x是单位向量时才具有稳定的固定点时，以概率1收敛为单个技术支配。这两个定理是前面阐述的基本理论的简单推论。因此，在两种技术竞争的情况下，只要在采用份额中至少存在一个不稳定的“分水岭”，当然必须存在多个不动点，那么该采用过程就是路径依赖的。在这个分水岭之上，技术的采用是自我强化型的，即倾向于增加自身的份额；在这个分水岭之下，技术的采用则是自我否定型的，即倾向于减少自身的份额。因此，技术在被采用后仅仅获得了一定优势是不够的。在特定市场份额上，这种优势还必须是能够自我强化的。每个人的选择如何影响终局18 市场份额由每个人的偏好决定。我们可以由上面的采用函数方式观察到如何形成终局。万维钢看漏了：做差异一种是提供应用层面的多样性（大家都好）；还有一种为争夺那一种只拥护的用户（分生死），是不得不做。新技术的出现会触发一系列级联式的事件，以下是未来6个月会发生19正反馈，也就是不断强化循环购买力的排序提升家庭公司估值更高金融刺激消费和投资商业和城市更大规模的投入公司一部分人的收入会增加各种从业人员刺激上游工具的竞争应用工具OpenAI我猜开始分化为2个独立团队：基础做更深入，能耗更低的基础研究；转为适用外接需求和制度要求的团队。这一次有什么不同？20 心智不够成熟的看到：就是技术的变革下。大家都聪明了，有之前的历史，精英已经快速达成共识。变革带来的后果，大致是清楚的，大家按照以前脚本来。思想（把一切组织起来的想法）、语料、模型、算力 问商，它会影响我们的学习吗？技术是没有动机的，但人可以用自己的心智去使用这项技术，按照最优学习策略提升自己。“雪崩式的替代”，也就是熊彼特所说的“创造性毁灭的风潮”。这种替代遵循幂次法则。经济会随着技术的进化而改变它自己的结构，即改变它的制度安排方式。这种改变时时刻刻都在发生，而且发生在所有层次上。这次怎么预测最后的终局？21 如果只是技术的变革还好。大家太聪明了，有之前的历史，精英已经快速达成共识。变革带来的后果，大致是清楚的，大家按照以前脚本来。这次技术变革是可能孕育一切的，世界上最宝贵的财富是什么？思想（把一切组织起来的想法）、语料、模型、算力 它会影响我们的学习吗？技术是没有动机的，但人可以用自己的心智去使用这项技术，按照最优学习策略提升自己。ChatGPT对个人有什么影响？个人组织VS局部全局/04ChatGPT 速读资料 v 1.8（作者h Creative）来自：辉的沉思录公众号 版本一24没用过的（这次分享这类人不在）迟钝的（这次分享这类人不在）探索的开发的交易的按照心智开始分流新的工作方式新的共识新的工种，新的分工提效，赋能综合各种信息形成全新的认知知道心智模式的重要性了全局视野新的部门新的协作权力位置变化系统升级个人组织局部全局提效，赋能，全局进化？版本二25从链接分析算法，通过分析网页之间的链接关系来评估网页的权重和重要性。分散寻找直接的答案到直接向全世界的经验、常识、知识学习。从搜商到问商在未知的领域，只能靠人在数量上去各种试错，只是很小的一点点优势，但累积起来就会产生独特性。无数独立的个体出去探索，再高密度的汇集，破坏式创新开始诞生。创新的新工具完善心智进化是各种学习在不断试错只有完成真正通识教育获得能力后才行否则只能看到单学科呈现出来的事物之间关联完成进化意义上的升级国家的学科里有很多各种创新团队会如何?公司各个业务下面有各种独立模块的创新团队会如何？你能生产各种产品又会如何？系统的进化（画个饼）个人组织/社会/国家局部全局只是提效，赋能？更大尺度的版本26“心智不在视为装载观念和惯常的思维过程的容器，而要把它视为从观念和惯常的思维过程涌现出来的东西。”首先要把对这个世界的观念看法重新升级，才能看到更大的尺度。语言模型技术是在各个功能模块组合而成，数据极大后涌现出来的成果应用大爆发大家独自按照自己的心智去获利人类分流与前2者形成一个正循环？一些人可能会？新的共识重新调整后一切适应下来经济结构过去的社会和经济受到挑战不说人话的版本，再聚下语言模型是什么27复杂性的是如何在增长的？其中第三种机制:“交互式语法”事实上，这种机制基本上只与复杂性的快速涌现有关，而与缓慢增长的复杂性没有太大的关系。它刻画的是一种我称之为“捕获软件”的现象。这是“外向型系统”（outside system）出于自身目的，通常是信息方面的目的而“接管”系统外部的比较简单的元素，并让它们“完成任务”的行为。在这种机制中，通常而言，“外向型”系统会“发现”外部的一些较简单的元素，并“认为”可以将它们用于某些基本目的。这些元素则通常“具有”一组规则，它们决定了它们如何被组合和被使用，这种规则可以称为“交互式语法”。在这种学习非常成功时，“外向型系统”能够学会运用这种交互式语法，来对这些简单的元素进行“编程”，并且在复杂组合中利用它们来实现自己的多项目标。人猿发声传递信息语法开始涌现出来声音或音素加上语法涌现出语言语言可以被“编程”把所有历史上人所有人的英语文本做成语料喂给机器涌现出语言模型人类语言的进化方式蕴含我们所有知识的语言诞生了文明演化中的语言因素就是一个序参量（表示系统内部的有序性）。接下来，这个游戏怎么玩?历史经验不同选择带来的影响/05历史经验29 你们要问我什么？技术进步本身也是个慢变量。虽然伊藤穰一告诉了我们很多在技术前沿发生的激动人心的故事，但你要记住，重大的技术革命需要相当长的时间才能充分发挥其影响力。这是因为，重大的技术进步会扩展到各行各业，也会影响到生产方式、企业组织方式的变革，这需要一个漫长的过程。这段历史告诉我们，在新技术革命到来之前，你有充分的时间去理解它。所以，不要害怕自己错过了什么新技术，你需要担心的是自己是不是真的看懂了新技术。要想看懂这种新技术，你要跳出技术的小圈子，从更广阔的应用场景看技术的渗透。很可能，工程师是看不懂技术的，但历史学家能看懂。制度的竞争：系统的力量是如此强大，但并不只是因为人多，需要众多个体具有各自的特点和能力，然后这些相互关系中形成了系统级的独特能力。不同选择带来的影响30 你会怎么选？用哪些应用，用哪个语言模型？会怎么做？个人经验我的使用经验，与带来什么变化一些自问自答/06 6我的发现32臆想：以后我们可以把自己的梦说出，它就可以帮我们做成视频。结构化语言模型非常擅长把内容结构化输入、输出。1普及所有人这次是在通用能力上给所有使用者赋能。2特性凡是能用语言的，它都会比我们人类擅长的。风月宝镜（鉴）3我和别人不一样4“风月宝镜（鉴）”33不同问商水平的人会得到不同答案的“风月宝镜（鉴）”。中国古人的心智：火药 烟花 娱乐 洋人的心智：火药 推力 武器 攻城 今天中国人的心智：火药 烟花 武器 四大发明的历史教训2次互动得到的回答34第2问的回答：人类使用语言模型学习是通过语言的输入和输出来实现的。人类在学习语言时，首先接受到大量的语言输入，包括听、看、读等方式，将这些输入信息通过大脑进行处理、分析和理解，形成对语言的认知和理解。同时，人类通过输出语言的方式来巩固和加深对语言的理解和掌握，比如说口头表达、书写、阅读等。在语言学习过程中，人类会逐渐形成语言模型，即对语言的规则、结构和意义的概括和总结。这个语言模型可以被看作是一种概率模型，它能够预测一个句子在语言上的正确性和通顺性。通过不断的输入和输出，人类的语言模型会不断地进行修正和完善，从而达到更加准确和流畅的语言表达能力。此外，人类在学习语言时也会借助于语言的上下文和语境，通过理解和分析上下文中的语言信息来更加准确地理解和运用语言。这也是语言模型学习的一个重要方面。第1次问：人类是如何学习的接着问：人类如何是用语言模型学习问商35 假设机器给出的都是正确的答案，有三种应用状态问商=动机+知识量+知识图谱+机器沟通的经验自言自语的经验可以提高儿童解决问题的能力和阅读理解能力自言自语另一个名称叫dynamic problem elaboration/动态问题解释你不知道的机器给出的真实的只有你知道机器给出的真实的学习变成博士谁都不知道机器给出的真实的发现我的使用经验，与带来什么变化36 质的改变：更容易按照最优学习策略进入心流状态。功能上的神器：随身携带的启发空间 通过隐喻、记忆、结构、模式和理论，我们的心智特别擅长建立事物之间的关联。效率上的提升：结构化输出，并能与已有知识或资料印证然后在扩展搜寻范围 护道者：可以提升别人的学习力最优学习率训练准确率保持在85左右时，学习效率达到最大化未知：已知 23%熟悉：意外 23%我得到的回复37序参量和熵这个概念有什么联系序参量和熵是统计物理学中两个重要的概念，它们之间存在一定的联系。序参量通常用于描述系统内部的有序性，而熵则用于描述系统的无序性或混乱程度。在一个热力学系统中，熵通常被看作是一个度量系统混乱程度的量，它越大表示系统越混乱。而序参量则是度量系统内部有序性的量，通常情况下，随着系统的混乱程度的增加，序参量的值会减小。这是因为在一个混乱的系统中，内部的有序性程度通常会降低。在相变过程中，系统的熵通常会发生变化，例如在固体到液体的相变过程中，熵会增加。而序参量也会发生变化，例如在液晶的相变过程中，序参量会发生变化。因此，序参量和熵可以被看作是描述系统状态的两个不同的方面，它们之间存在一定的联系，但是也有着各自独特的物理意义。制度经济学主要观点按照出现的时间顺序包括以下：1.制度主义观点（Institutionalism，约1900年-1930年）：强调经济行为受到制度环境的制约，制度包括法律、规范、风俗习惯等，对经济行为产生重要的影响。2.历史主义观点（Historicism，约1920年-1950年）：认为经济制度是历史和文化发展的产物，不同的经济制度是适应不同历史条件下的产物，不能被简单地替换或改变。3.制度分析观点（Institutional Analysis，约1960年-1980年）：强调制度是一种约束，但也可以被人们重新设计和创新，这种创新可以通过政策和制度变革来实现。4.新制度经济学观点（New Institutional Economics，约1980年-至今）：将制度经济学应用于市场经济，强调市场经济中的制度安排，包括契约、企业组织、产权等，对市场经济的运行产生深远的影响。以上是制度经济学主要观点按照出现时间顺序的总结。一些自问自答381、应用市场会如何发展？生态位会独家的方式很快占满开发各种场景应用有辛苦钱挣投资业估值的乱局2、中国的版本能打不？应用场景的挖掘痛点（规模，付费，“肥猪丸”），难在“结构”语言与场景对应上如何定义抄袭3、有趣观察人的方式心智如何4、对教育的影响心智无法兼容的学校肯定会对抗但别信，一定拥抱它5、社会群体渗透到亚文化中创意阶层和艺术做前头部队（目标人群）6、回顾今天的分享？记住涌现记住问商（心智）动机+知识量+知识图谱+机器沟通的经验记住不同尺度（版本）对各单位的影响记住学习最佳策略