今年5月1日國際勞動節(jié)當(dāng)天，

第一波AI失業(yè)潮到來，

科技巨頭IBM公司宣布暫停7800人的招聘，

稱這些崗位的工作將由AI取代，

此前3月底，高盛集團(tuán)發(fā)布報告，

預(yù)計全球?qū)⒂?億工作崗位會被生成式AI取代，

其中律師和行政人員受影響最大。

▲

AI生成美女圖，以假亂真

▲

AI超現(xiàn)實創(chuàng)作：上班族在地鐵里看金魚、瓜農(nóng)川普

在中文網(wǎng)站，因為ChatGPT和Midjourney，

也陸續(xù)出現(xiàn)了第一批失業(yè)的設(shè)計師和文案編輯。

未來3-5年，什么樣的工作會被AI取代？

哪些行業(yè)是相對安全的？

如果想要成為AI工程師，需要什么樣的能力？

以及文科生可以轉(zhuǎn)AI嗎？

一條采訪了復(fù)旦大學(xué)人工智能專家張軍平教授，

針對以上問題做了解答。

自述：張軍平

編輯：劉亞萌

▲

張軍平教授行走在復(fù)旦校園里

ChatGPT-4的出現(xiàn)是令人震驚的，我們做AI研究的，知道遲早會有這么個東西出來，不過沒想到這么快，以及跑出來的性能這么好。

3月份以來，我朋友圈里很多人都在曬ChatGPT-4的聊天截圖，非?？駸?。再加上Midjourney V5一起，大家都很擔(dān)心，自己的工作會不會被AI取代？

▲

人機(jī)共存場景

一條編輯部經(jīng)由Midjourney生成

這個擔(dān)憂是合理的。

ChatGPT-4最令人驚艷的一點，是它的“涌現(xiàn)功能”，就是當(dāng)它訓(xùn)練的數(shù)據(jù)量足夠大的時候，這個復(fù)雜的系統(tǒng)，就誕生了其各組成部分所沒有的屬性——接近人類的“思維模式”和“智力表現(xiàn)”。

里面有個思維鏈，幫助ChatGPT-4去“鏈?zhǔn)剿伎肌?。就像我們有時候做作業(yè)，到了某個節(jié)點，做不出來，然后家長說“你再想一想”，其實也沒說什么，但是這個學(xué)生就覺得我可能還有一些東西沒掌握，通過慢慢想和一點點的引導(dǎo)，就突然把一個正確答案得出來了。

所以你在對話框里，讓ChatGPT-4 “再想想”，它也會再給你一個改進(jìn)過的答案，大家就會覺得很驚訝。

因為AI對生產(chǎn)效率的提高，一個優(yōu)秀的人才可以做很多工作，由一小部分人運營一個大市值公司的現(xiàn)象，以后可能會越來越多。你看Midjourney就是個典型，員工只有11人，但是年營收1億美金。

▲

AI生成“失火”的白領(lǐng)工位

細(xì)看來，未來3-5年內(nèi)容易被取代的工作，有兩個標(biāo)準(zhǔn)：腦力工作和簡單易重復(fù)。確實白領(lǐng)受影響比較大。

筆譯和客服已經(jīng)被替代得差不多了。

我自己的生活里，現(xiàn)在接快遞電話，好多是機(jī)器人。國內(nèi)科研工作者寫論文要翻譯成英文，以往可能要找國外的母語翻譯者，以后說不定可以嘗試ChatGPT-4翻譯，它速度快，把領(lǐng)域內(nèi)的專有名詞限定下，應(yīng)該會很不錯。

▲

Office365里嵌入ChatGPT，能自動生成簡報、表格

接下來最危險的是辦公室文員、人力資源，還有做財務(wù)報表的。微軟Office365已經(jīng)把ChatGPT嵌入到Word、PPT和 Excel里了，可以自動生成簡報、PPT和表格，你以往費心學(xué)習(xí)的這些Office技能價值就下降了。

有個段子說“財務(wù)不會被AI替代，因為它不能做替罪羊”，雖然有點道理，但生產(chǎn)效率提高了，意味著公司對財務(wù)的人才需求壓縮，你的就業(yè)空間就變小。

另外還有律師行業(yè)。我們知道律師很重要的一塊工作是熟練法條和查找以往的案例，查找的過程是非常耗時間的，律所里應(yīng)該專門有一部分人做這塊工作。

換成AI的話，它把所有的案例都收過來，ChatGPT用對話的方式給你，速度非?？?，那么以前做這部分工作的律師，就不再需要了。

▲

程序員們在工作

一條編輯部經(jīng)由Midjourney 生成

ChatGPT-4也會生成代碼的，部分程序員會受到影響，尤其是前端。因為前端設(shè)計比較模塊化，并沒有涉及到很復(fù)雜的計算。OpenAI有個演示，就是在紙上畫個草圖，然后ChatGPT-4就給你跑出來了一個網(wǎng)頁。

從公司的角度，有可能以后會更加傾向于ChatGPT寫代碼。因為每個人寫代碼的風(fēng)格是不一樣的，一個員工走了，新員工過來，因為不順手，可能要重寫代碼。那么ChatGPT的一致性會更好，從公司的角度來說，更加有效率。

▲

AI生成的風(fēng)格插畫

受Midjourney影響的插畫師、設(shè)計師，我網(wǎng)上看到有些人已經(jīng)被裁員。你人完成一副插畫可能要花2天時間，機(jī)器幾分鐘就出來了，效果還很好，這在迫使大家去做更具有創(chuàng)新性的工作。

一個有意思的現(xiàn)象是，一部分AI研究者自己的工作，都被AI干掉了。

據(jù)說現(xiàn)在美國一些大學(xué)，在自然語言處理、計算機(jī)視覺和語音識別方向的教職，不再增加了。

然后我們就討論是為什么？以往科研院校，3-5年會出些成果，細(xì)細(xì)碎碎的需要那么些人去做，但是ChatGPT-4出來之后，它把很多問題都解決了，剩下都是一些非常難啃的硬骨頭，那么你是不需要那么多教職去做的，就導(dǎo)致一些崗位被減掉。

▲

制作漆器的手工藝人

首先，跟實體相關(guān)的工作，比如醫(yī)生、護(hù)工、駕駛員，還有小眾手工藝者，比如做古琴的、做陶瓷的藝術(shù)家，都是依賴個人經(jīng)驗來做的，被AI替代的概率較小。

因為一直以來AI大多在做認(rèn)知相關(guān)的任務(wù)，感知這塊下的功夫少，現(xiàn)階段跟實體相關(guān)的都做不好，與人類相比，機(jī)械手比較初級，擰一個瓶蓋還是很難的事情。

就連打掃衛(wèi)生，對我們?nèi)祟悂碚f是“簡單易重復(fù)”，但對機(jī)器卻是一個模糊的概念，沒有辦法程序化或形式化。

那么對于白領(lǐng)工作，還有一部分比較安全，就是大數(shù)據(jù)進(jìn)入不了的行業(yè)。

▲

《滾蛋吧，腫瘤君》劇照

我們想想ChatGPT是怎么起來的？它的數(shù)據(jù)都是Billion級的，就是10億級以上，這就意味著這么多數(shù)據(jù)，很有可能都是不設(shè)隱私的，才能被它調(diào)用。

如果一個行業(yè)涉及到隱私，數(shù)據(jù)不能公開，不能上模型訓(xùn)練，那么AI就擠不進(jìn)去。比如說醫(yī)療、銀行、生物等領(lǐng)域，相對來說是安全的。

所以我的一些學(xué)生，他們就不在互聯(lián)網(wǎng)公司找工作了，而是會去一些數(shù)據(jù)相對封閉的領(lǐng)域，穩(wěn)定一些。

如果高中生選專業(yè)，只考慮就業(yè)前景的話，我覺得人工智能方向目前還是最好的，所謂“不入虎穴焉得虎子”。

我們有個新名詞叫做 AI for Science，用人工智能幫助科學(xué)發(fā)展，以后各行各業(yè)都需要AI的輔助，要由懂AI方向的人來操作，那么就會有一個非常大的人才缺口。

▲

AI研究員

一條編輯部經(jīng)由Midjourney 生成

一個好的AI研究者或工程師，需要三個基本素質(zhì)：數(shù)學(xué)基礎(chǔ)、編程能力、英文。學(xué)英文是因為要跟蹤國際最前沿的技術(shù)，讀文獻(xiàn)資料，然后對編程能力的要求，要比數(shù)學(xué)高一些。

現(xiàn)在不像以前那樣需要了解特別深的人工智能知識，如果你是計算機(jī)或其他理工科專業(yè)，轉(zhuǎn)AI的話門檻并沒有那么高。

首先，現(xiàn)在的研究大部分是模塊化，深度網(wǎng)絡(luò)都是一些模型，就像積木一樣在搭。算法方面，在ArXiv上你能夠快速知道最新的算法是什么樣子，代碼呢本身就有很多網(wǎng)站，比如Github上的代碼是共享的。這三點，就使得你現(xiàn)在進(jìn)入這個行業(yè)是比較容易的。

文科生也有機(jī)會轉(zhuǎn)AI的，我們復(fù)旦有中文系的學(xué)生，轉(zhuǎn)到我們做自然語言處理的這個組，做得還挺好的。

▲

機(jī)器人與女孩一起在農(nóng)場工作

一條編輯部經(jīng)由Midjourney 生成

首先，我們確實需要追趕，不追不行，要不然就會被卡脖子。

據(jù)說GPT5已經(jīng)訓(xùn)練完了，那我們什么時候能追上國外的？目前有兩派，一派是樂觀派，覺得問題不大，2-3個月能追上。另一派是悲觀派，覺得需要1年至1年半。

可能你覺得1年時間不算太久，其實這里面有些麻煩的地方。

目前AI主流的發(fā)展路徑是三大塊：模型、算力、大數(shù)據(jù)。

樂觀的地方是，模型框架前輩們都做好了，幾乎是公開的，研究人員把它做大、做深就行了。

▲

深度學(xué)習(xí)之父Geoffrey Hinton

2006年Geoffrey Hinton就提出來了深度學(xué)習(xí)模型，之后有一個圖像分類競賽上采用了大規(guī)模數(shù)據(jù)集ImageNet，2012年Geoffrey Hinton就帶著他的學(xué)生為這個競賽做了新的深度學(xué)習(xí)模型，一下子就令人震驚了，比上一屆冠軍性能提升了將近10個百分點。

這是什么概念呢？如果你是用傳統(tǒng)機(jī)器學(xué)習(xí)方法來做，每年就提高0.3-0.4個百分點。這意味著，深度學(xué)習(xí)的方法比傳統(tǒng)機(jī)器學(xué)習(xí)方法，加快了 20年左右。所以那時候，大家都轉(zhuǎn)到做深度學(xué)習(xí)模型。

但是深度學(xué)習(xí)模型，是需要強(qiáng)大的算力的，在特定的GPU芯片上面跑。

據(jù)說ChatGPT有1萬塊A100的GPU做支撐，單塊A100的售價在1萬美元左右，光是GPU成本就是1億美元（約合6億人民幣），這就是為什么OpenAI不到100人的小公司，微軟投資了20億美元上去的原因之一。所以大模型，幾乎只能由大公司、大機(jī)構(gòu)來做。

但是我們國家，目前在算力上有瓶頸，因為2022年12月份，美國對中國禁售了A100以上的GPU。這樣國內(nèi)沒法用A100（有替代品，但通訊模塊受限），但國外還能用比A100更好的卡，這就有點麻煩了。

現(xiàn)在我們做研究成本很高，也是因為GPU，以往你發(fā)文章只需要時間和人力成本，但是現(xiàn)在一篇論文的成本說不定在10萬人民幣左右。

再一個就是大數(shù)據(jù)，中文語料庫推不上去。

ChatGPT有10億級以上的數(shù)據(jù)做預(yù)訓(xùn)練，它都是英文的，但是我們中文的每個平臺，都設(shè)了一個進(jìn)入的門檻，防止你大范圍搜索，另外還有格式的問題，這就導(dǎo)致我們堆數(shù)據(jù)，沒有國外那么方便。

而且ChatGPT-2之后就沒有開源了，你也不知道確切的差距到底在哪里。

現(xiàn)在國內(nèi)的AI投資很火，資本層面的驅(qū)動還是蠻重要的。而且我們復(fù)旦前段時間發(fā)布了一個Moss系統(tǒng)，還開源了，相對來講還是一個比較小的模型，大家都還是在努力的。

▲

上海街頭的機(jī)器人

一條編輯部經(jīng)由Midjourney 生成

從歷史上來講，人工智能不到90年，我們一般認(rèn)為它的開端，是1936年的圖靈機(jī)，期間一直經(jīng)歷漲跌的過程。

七八十年代它經(jīng)歷第一次寒冬，當(dāng)時如果你說自己是做人工智能的，是拿不到項目的。在90年代初，又經(jīng)歷了第二次寒冬。

我自己是從小喜歡看科幻小說，接觸AI是在1997年，當(dāng)時更流行叫自己是做機(jī)器學(xué)習(xí)而非人工智能的。

我的感受是到了2012年，也就是Geoffrey Hinton帶著學(xué)生贏得了競賽那一年，人工智能才真正迎來騰飛。

▲

2016年AlphaGo對弈韓國圍棋手李世石

到了2016年AlphaGo贏了李世石，然后2017年谷歌研究出了Transformer網(wǎng)絡(luò)，這之后才有了ChatGPT的一系列工作，還有自動駕駛、AI金融、AI醫(yī)療等各個領(lǐng)域都在前進(jìn)。

但其實到2022年，AI行業(yè)有點往下走的趨勢了，因為大家覺得該做的都做了，并沒有看到很好的應(yīng)用，很明顯的是有些大公司的深度學(xué)習(xí)這塊，已經(jīng)在裁員了。但突然今年3月一下子ChatGPT-4出來了，就又把大家都拉了回來。

所以它有興盛期，也有衰敗期。我自己在這個領(lǐng)域待久了，對于ChatGPT-4掀起的熱潮看得比較冷靜一些吧。AI的研究范圍是很寬泛的，很多問題很難，難以在短時間內(nèi)變現(xiàn)，人類對智能的理解還有很長的路要走。

作為一名研究者，樂趣還是在于探索未知，你在未知里面可以找到一點點進(jìn)步，那個愉悅感就很令人滿足了。