推平“知識高峰”，AI將如何影響我們的學(xué)習(xí)？

　 阿里云優(yōu)惠券 先領(lǐng)券再下單

過去5個多月時間里，生成式AI的熱潮愈演愈烈。

在新一輪的技術(shù)革命面前，有人不安，擔(dān)心自己會被AI替代；有人興奮，認(rèn)為新的機(jī)會窗口已經(jīng)打開。不只是個體的躁動，幾乎所有行業(yè)都會被問到這樣一個問題：怎么應(yīng)對充滿創(chuàng)造力和不確定性的新世界？

其中必須要作答的可能就有知識服務(wù)賽道。ChatGPT代表的新型人工智能，正在改變知識的獲取方式，在“無所不能”的預(yù)訓(xùn)練大模型面前，傳統(tǒng)的知識生產(chǎn)、分發(fā)和學(xué)習(xí)邏輯是否還有生存空間？

恰恰是在這樣的背景下，知識服務(wù)平臺得到APP在4月份掀起了一場活動密集的“AI大作戰(zhàn)”，包括吳軍、王小川、周鴻祎在內(nèi)的業(yè)內(nèi)大佬均出現(xiàn)在“主講嘉賓”的名單里。

不過，這里想要討論的并非是嘉賓們給出了什么觀點(diǎn)，而是想要透過得到APP的行為和觀點(diǎn)，探討下知識服務(wù)市場的新潮向。

01 走進(jìn)“知識大平原”

時間回到3月14日，OpenAI在未進(jìn)行太多預(yù)熱的情況下發(fā)布了GPT-4。相比于被不少人驗(yàn)證過的GPT-3.5，GPT-4在日常對話層面并沒有太大的革新，但在推理能力上，GPT-4給出了令人咋舌的表現(xiàn)。

按照OpenAI官方的說法，在模擬美國律師從業(yè)資格考試中，GPT-3.5的成績在全體考生中只能排到末尾10%，而GPT-4能排進(jìn)前10%；在難度更高的國際生物學(xué)奧賽中，GPT-4能夠吊打99%的人類選手；在“美國高考”SAT考試中，GPT-4在數(shù)學(xué)和閱讀部分也能戰(zhàn)勝近90%的考生。

當(dāng)GPT-4輕松超越了大部分人類“做題家”，對知識體系的顛覆性不言而喻。上一次的“顛覆”可能還是搜索引擎的出現(xiàn)，但搜索引擎的價值在于檢索，提供的只是一本書的目錄，想要獲取里面的知識，還需要按章節(jié)閱讀。而GPT-4代表的語言模型，提供的是一整本書，知識的廣度和厚度均遠(yuǎn)超搜索引擎。

得到APP創(chuàng)始人羅振宇在4月10號的直播中說了一個有趣的觀點(diǎn)：過去的學(xué)習(xí)者面對的，是一座座孤峰聳立的知識高地。這些高峰是由無數(shù)概念、邏輯、先例堆起來的，它剝離了人的感性體驗(yàn)和事物發(fā)展的具體過程……而在人工智能的幫助下，這些高峰有可能被推平，變成在學(xué)習(xí)者面前一覽無余的平原曠野。

借用類似的邏輯，隨著GPT-4以及更多大模型的出現(xiàn)，人類社會正在進(jìn)入到“知識大平原”時代。

過去人們想要學(xué)習(xí)某類知識，就像是一個攀登高山的過程，或許會有人提前用石階鋪一條上山的路，想要到達(dá)山頂，還是需要一步一步往上攀登，期間不可避免地要耗費(fèi)相當(dāng)大的體力和精力。

大模型正在不斷消除所謂的“知識高地”，知識散落在阡陌縱橫的平原上，一眼就能夠看到想要去的點(diǎn)在哪里，然后找準(zhǔn)自己的學(xué)習(xí)目標(biāo)，選一條效率最大化的路徑，以最小的代價到達(dá)知識的彼岸。

“勾股定理”就是一個直接的例子。雖然周朝時期的商高就提出了“勾三股四弦五”，后世想要學(xué)習(xí)這樣的知識，仍需相當(dāng)復(fù)雜的論證。而現(xiàn)在隨便一個中學(xué)生都知道a²+b²=c²的表達(dá)式，寥寥數(shù)筆就能推理出答案。結(jié)果就是，當(dāng)代普通中學(xué)生的數(shù)學(xué)知識儲備，早不是一本《九章算術(shù)》所能容納的。

高爾基說：“書籍是人類進(jìn)步的階梯。”進(jìn)入到“知識大平原”時代，類似的哲理依舊適用，然而人們與知識的連接方式勢必會發(fā)生潛移默化的改變，需要重新思索知識學(xué)習(xí)的內(nèi)在邏輯。在新一輪的范式轉(zhuǎn)移中，注定會有很多行業(yè)被重構(gòu)，得到APP這樣的知識服務(wù)平臺大概率是最早被影響的賽道。

02 得到們的新角色

得到APP 4月10號的直播中，以“AI時代的得到新戰(zhàn)略”為主題，羅振宇、脫不花、快刀青衣三位創(chuàng)始人時隔4年再次同臺。雖然直播中并未談到得到APP應(yīng)對生成式AI的法則，卻不難從羅振宇的猜想中揣摩一二。

讓人印象深刻的是人工智能作為多類型學(xué)習(xí)助手的比喻：有的扮演書童，負(fù)責(zé)回答問題；有的扮演參謀，負(fù)責(zé)提出下一個問題；有的扮演將軍，負(fù)責(zé)執(zhí)行；有的扮演探馬，負(fù)責(zé)提供案例和榜樣……

言外之意，GPT-4等大模型的衍生應(yīng)用，不會局限于對話機(jī)器人，將不斷分化出更多的角色。比如用戶想要讀一本書的時候，只須提出一個初始問題：“這本書重點(diǎn)講了什么？”不同的助手會給出不同的答案：“書童”負(fù)責(zé)列出要點(diǎn)，“參謀”負(fù)責(zé)提出問題，“將軍”的職責(zé)是摘錄精華，“探馬”的作用是橫向比較。

至于羅振宇的猜想是否合理，不妨先試著理清三個底層邏輯：

一是人類學(xué)習(xí)狀態(tài)的演進(jìn)。羅振宇的觀點(diǎn)是將進(jìn)入“軸心時代”，因?yàn)樵诙嗄B(tài)大模型的主導(dǎo)下，知識的載體再無區(qū)隔，學(xué)科間的界限加速溶解，學(xué)界一直期待的“知識大融通”將變成現(xiàn)實(shí)，個體知識會在對話的過程中不斷擴(kuò)展。

二是求知方式向問題傾斜。之所以會出現(xiàn)“知識大平原”的說法，原因是大模型就像是人類的大腦，知識被存儲在神經(jīng)元連接中，需要通過Prompt來喚醒AI的能力。對于一個求知者來說，答案已不再稀缺，提問比回答更重要。

三是學(xué)習(xí)者必將成為學(xué)習(xí)的中心。在知識的“孤峰”時代，我們想要掌握任何一個知識點(diǎn)，首先要學(xué)的就是其推導(dǎo)過程。大模型改寫了知識的獲取方式，學(xué)習(xí)者的目標(biāo)將是整個知識網(wǎng)絡(luò)的核心，知識的價值是服從于人、服務(wù)于人。

把視角再放大一些的話，羅振宇的猜想絕非一家之言。對應(yīng)現(xiàn)象的就是Prompt Engineering（提示語工程學(xué)）的風(fēng)靡，怎么正確地給AI投喂Prompt，怎么釋放AI的生產(chǎn)力，已然成為一門深奧的學(xué)問。不同的是，理工科占大多數(shù)的工程師們，選擇用Prompt激發(fā)大模型里存儲的“知識”，而新聞出身的羅振宇想要揭示潛在的規(guī)律。

回到知識服務(wù)的話題上，羅振宇有關(guān)“多類型學(xué)習(xí)助手”的比喻，恐怕不只是給人工智能的定位，可能也是知識服務(wù)平臺即將扮演的角色，既是知識的服務(wù)商，也是用戶的學(xué)習(xí)助手，根據(jù)用戶的不同學(xué)習(xí)需求，扮演書童、參謀、將軍、探馬等不同角色。

也許現(xiàn)在還僅僅處于初始階段，得到APP的幾位創(chuàng)始人選擇公開闡述自己的思考和洞察，顯然已經(jīng)為人工智能浪潮帶來的新機(jī)會做足了準(zhǔn)備。

03 我們都是局內(nèi)人

以往討論某個行業(yè)話題時，我們習(xí)慣于站在“觀察者”的位置，希望能夠得出一些客觀的結(jié)論?？稍谔接懼R學(xué)習(xí)的話題時，很難把自己從中脫離出去，畢竟我們都是“知識大平原”時代的局內(nèi)人。

一個現(xiàn)實(shí)的例子，現(xiàn)階段AI已經(jīng)被用于寫詩、寫郵件、寫新聞報道，倘若大模型的能力再一次進(jìn)化，我們花費(fèi)幾個小時、掉了滿地頭發(fā)寫出來的分析文章，也許是AI不到一分鐘就能完成的工作。怎么適應(yīng)人工智能時代的“終身學(xué)習(xí)”，不光是得到APP們的戰(zhàn)略抉擇，每一個人都身在其中。

目前有不少開發(fā)者試圖挖掘GPT-4的“隱藏能力”，國外一位程序員小哥的做法很有啟示性：他調(diào)用OpenAI的API開發(fā)了一個語音轉(zhuǎn)文字的工具，然后將自己經(jīng)常聽的上百期播客作為語料庫進(jìn)行學(xué)習(xí)，最終將過去需要花數(shù)百個小時消化的知識，變成了幾十組“對話”，學(xué)習(xí)效率提升了近百倍。

參考技術(shù)普及的一般規(guī)律，目前程序員掌握的技能不會是少數(shù)人的專屬，很快會成為人人可用的工具，同時也映襯了羅振宇的另一個判斷：如果人工智能鋪設(shè)的學(xué)習(xí)基礎(chǔ)設(shè)施足夠發(fā)達(dá)，學(xué)習(xí)者面對的現(xiàn)實(shí)挑戰(zhàn)，才是學(xué)習(xí)行為的起點(diǎn)。我要做什么，決定了我的學(xué)習(xí)內(nèi)容、路徑和需要的資源。

可能會有人因此而恐慌，擔(dān)心自己的競爭力被人工智能沖擊。諸如此類的心態(tài)無可厚非，人們在新事物出現(xiàn)時總是會缺少安全感，就像汽車的誕生徹底淘汰掉了馬車夫。其實(shí)還有另一個視角：汽車影響了馬車夫的生計，卻也催生了“司機(jī)”這一新崗位。我們需要做的不是過度恐慌，而是學(xué)會使用新工具。

由此再來看得到APP的AI大作戰(zhàn)，羅振宇、吳軍、王小川、周鴻祎等人的見解并不是唯一的焦點(diǎn)。譬如在羅振宇講述AI時代“終身學(xué)習(xí)”的9條猜想的同時，得到APP聯(lián)合創(chuàng)始人快刀青衣發(fā)布了《給職場人的AI寫作課》，涉及商務(wù)郵件寫作、匯報框架搭建、創(chuàng)意批量產(chǎn)出等8大高頻寫作場景，想要幫助職場人掌握AI寫作的關(guān)鍵技能。

如果把這一輪的AI浪潮和汽車工業(yè)對比，當(dāng)下不過是卡爾·本茨造出第一輛單缸發(fā)動機(jī)三輪汽車的時間，沒人知道在人工智能的“慕尼黑博覽會”上，還會有哪些新事物出現(xiàn)，會產(chǎn)生什么樣的轟動效應(yīng)。

但可以篤定的是，被替代的崗位越多的地方，誕生的新崗位也越多，而學(xué)習(xí)正是我們追逐新機(jī)會的唯一路徑。作為“知識大平原”時代的局內(nèi)人，留給我們的選擇不是躺平或逃避，而是學(xué)會駕馭新工具，和知識建立起高效的連接。

04 寫在最后

OpenAI CEO Sam Altman曾在博客中寫道：AI 大模型發(fā)展的最終目標(biāo)是通用人工智能，當(dāng)這一目標(biāo)實(shí)現(xiàn)的時候，人類經(jīng)濟(jì)社會將實(shí)現(xiàn)“萬物的摩爾定律”，即萬物的智能成本無限降低，人類的生產(chǎn)力與創(chuàng)造力得到解放。

至少就目前生成式AI的演變來看，這樣的預(yù)言正在不斷“變現(xiàn)”，每一個需要人類原創(chuàng)力的行業(yè)都將有可能會被顛覆。也許某些崗位會被AI取代，但大部分崗位將以人與AI協(xié)作的方式去完成。

再來回答文初提到的問題，潮向不單單是知識服務(wù)的方向，還關(guān)乎每個人在AI時代的生存方式。

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！