测试真的会被ChatGPT代替一文告诉你

news2024/11/27 21:47:47

送走最后一车货,最后三个工人,老王吃力的关上大铁门。左手从口袋摸出一盒烟,轻轻一颠,滑落一根,右手娴熟的夹住。掏出打火机,点燃,一丝青烟腾起,萦绕在指头。

夕阳穿过玻璃,照射在伤痕累累的旧机器上,空旷而寂静。面对空无一人的厂房,老王想起父亲带他来厂房的那个清晨:阳光明媚,厂房异常热闹,忙忙碌碌的嘈杂声格外喜庆。

转眼几十年过去了,厂子从织布到纺丝,从生产手套到加工衣服,终究还是走到了关闭的地步。他听说这是低端制造,利润少、污染大。老王不懂这些,但是他心里清楚东西不好卖了,工人也不好招。自己也老了,不愿折腾了,索性关门养老去吧。

老王是不幸的,也是幸运的,时代抛弃了老王,但是留给他一个温暖的归宿。然而,大多数人被时代抛弃时连声招呼都没有。

初见ChatGpt

大清早,我的朋友小叨激动的告诉我,又一个划时代的技术出现了,一个新时代即将来临了。比尔·盖茨、马斯克看了都说牛,你快看看,接着就是一堆链接。浏览一会后,有点明白什么是ChatGpt,直觉这是一个深度神经网络性质的进步。

OpenAI官网对ChatGpt有个描述:”optimizing Language Models for Dialogue”,简单说这是一个持续优化的用于对话的语言模型。

说到语言模型,大家应该会想到NLP(自然语言处理),ChatGpt核心就是一个自然语言处理模型。特殊之处在于:

规模大,拥有1750亿个参数,语言理解能力强;

同时,附加了互联网资源(海量信息库),增加了新特性(文本生产能力),能够以顺滑自然的方式于人类互动聊天。

从当前的信息看,ChatGpt可以编写论文、撰写求职信、编写儿童读物、聊天、写代码等等。根据ChatGpt所展现的能力,给予其时间,加以优化和升级,可以预测ChatGpt未来10年将逐步替代很多职业。

2013年,牛津大学的一项研究表明,未来20年,美国47%的工作岗位可能会被人工智能取代,今年已经是2023年了,未来十年内还会有岗位被持续取代。

容易被ChatGpt代替的岗位

那么,什么样的工作容易被人工智能或ChatGpt替代?一般认为以下三类工作容易被替代。

第一类

运营小编、律师助理、媒体人、法律咨询师、市场分析师、家庭教师等这类注重信息收集、分析、加工的职业。

人工智能在海量信息存储、处理和分析上有着天然优势。

第二类

会计、财务顾问、交易员等这类处理大量数据的工作。

人工智能在数据处理上具有更高的效率。

第三类

公司客服、心里咨询师、电话推销员等这类语言交互工作。

人工智能没有感情,不会疲劳,更适合这类固定场景对话,事实上,当前智能客服已经在市场上被大量使用。

创造新机遇

面对如此严峻的现实,网友不禁要问了,我们的“饭碗”还保得住吗?答案显而易见:保的住,也保不住。

这不取决于你的工作岗位是什么,而取决于你的工作内容是什么。

尽管ChatGpt火爆全网,震惊世人,被誉为“划时代技术、人类科技又一个奇点”。谷歌、微软、苹果、百度、阿里、京东等互联网大厂也纷纷布局自己的AI项目,规划自己的“ChatGpt”蓝图,阵仗之大,气势恢宏。

但是,ChatGpt本质上仍然是一个工具,而不是一个类人智慧体。这种本质的区别决定工具本身不会自发创造价值,只有被人使用后才能创造价值,这点很重要。

举个例子:对于小麦收割而言,全自动大型收割机就是一个划时代的高级小麦收割工具。一套全自动大型收割机可以轻松完成几十人、上百人的收割工作,毫无疑问,它减少了人工收割的需求,但是它并没有消灭小麦收割这份工作。

第一,它创造了新的岗位。一套全自动收割机仍然需要很多人参与才能工作,如:驾驶员、维修人员、生产工人等。

第二,它无法满足所有场景的收割任务。受限于地形,丘陵、梯田等这类特殊地形的小麦收割任务,仍然需要人工收割。

ChatGpt的局限

ChatGpt就是一个人工智能领域的“全自动大型收割机”,它能替代一部人人的工作,也会创造出新的岗位。

ChatGpt展示出了较高的对话天赋,能根据人的对话不断学习、优化自己,具有不断“进化”能力,这点较于之前的对话模型有长足的进步。随着越来越多的人和它对话,帮助它学习进步,在肉眼可见的未来,人工智能客服会进一步普及。

但是,和当前所有的智能客服一样,它依旧无法处理更复杂的问题对话。我们还是需要人来处理一些特殊的、复杂的场景,比如贵宾客户、特殊事故等。

因为现阶段的人工智能于人类大脑相比,智慧程度依旧相距甚远。面对开放的、充满不确定性的现实世界,人工智能宛如“人工智障”。

就拿ChatGpt最擅长的聊天功能来说吧,对于语意的理解上仍然有巨大的缺陷。如:“老王的媳妇人不错,我该不该出手,是要出什么手?”“生死由命富贵在天,是要干还是要放弃?”“你应该替他着想,是尊重他,给他自由,还是关注他,及时劝阻他?”等等。这些话在不同的场景,由不同人说出来,所表达的意思会截然相反。

正如一千个读者就有一千个哈姆雷特一样。不同的经历、心境、价值观、身份和文化等,都影响着我们对同一个信息具体意思的理解,这是一个ChatGpt所不能够应对、处理和理解的。

在天然丢失掉语境、语气、语速、语调这类对语意表达至关重要的信息后,ChatGpt要想正确理解所有语意将毫无可能。get不到这些,ChatGpt就无法聊更有思想深度的话题,就宛如一个不谙世事的小孩,可以聊天,但是不会深入聊天,也注定ChatGpt这个现象级的事物会慢慢淡出大部分人的视野。

要解决这个问题,我们需要千千万万个“ChatGpt”,和我们共同生活、经历、学习、成长,形成和我们相似的价值体系。然而,这些以当前计算机算力是无法满足和实现的。只有量子计算这类带来算力飞跃提升的技术实现后,我们才具备人工智能小型化、大规模普及的前提,而这个前提乐观估计还需要二十年甚至更多。

把握工具

工具的使用门槛会阻碍工具的普及,越高级的工具驾驭门槛越高。这个门槛可以是学习成本、操作复杂度、自控能力、信息表达能力等。

比如:

Excle有很强大的功能,但是很多同事依旧只会使用基础的数据存储;

搜索引擎功能强大,但是很多人都不知道如何使用搜索引擎能理解的方式表达自己的问题,所以通常搜到的东西驴唇不对马嘴,在浏览一堆无效信息后,大骂一句:FUCK后关闭了网页。

网络课程方便高效,想学什么学什么,想听那段听那段。知识就是财富,面对互联网海量的财富,有些人勤奋、刻苦,修炼成技术大牛,有些人熬夜、刷剧,养成了200斤的大胖子。我们有多少人是抱着学习的目的打开电脑,然后游戏、可乐、爆米花。

这些就是高级工具的使用门槛,越高级的工具对人的要求越高。很多人喜欢用初级的工具,因为它们简单易上手、对人的要求少:

给你根木棍,3岁以上的小孩就能驾驭;

给你一本书,你只有看或者不看的选择,不会面临其他诱惑;

给你一台电脑,可做的事情几何倍数的增加。

面对这些诱惑,如何心静如水持之以恒,决定了你是否能够驾驭高级工具。现实是,大多数人都不具备这种能力或者这种能力较弱。所以,我们普通人读书时,要去图书馆、要营造良好的学习氛围,要关闭手机,远离电脑。

这其实并不可耻,面对诱惑能心如止水本就是对圣人才有的要求,有时我们能拿起木棒,就已经比很多人优秀了。

复杂信息的鉴真能力,使得大多数人无法有效使用ChatGpt这类高级工具。ChatGpt有着让人耳目一新的信息收集和内容生成功能确,如完成一个报表,解决一道数学题,搜集某厂商最近五年的收入数据等。这些功能确实很好用,很诱人。但是,如果这些信息不保证正确,对你还有多少价值?

之前听到一个笑话:一个应聘者说他的特长就是计算速度特别快,面试官问他:49乘以39等于多少?应聘者想都没想回答:89!面试官白了他一眼说:你这也差太多了。应聘者说:你就说快不快吧?面试官说:快,但是没用。

如果不能保证信息正确,再便捷、强大的信息收集和加工能力都是鸡肋。ChatGpt也是如此,现在很多人已经发现ChatGpt的回答有时违背基本的常识。比如:有人问它:“出淤泥而不染,濯清莲而不妖”出自哪里,它说《红楼梦》。这也是当今人工智能的一大弱点,无法保证信息的准确性。

而我们要在工作中使用它,势必要对它返回的信息进行鉴真。而信息鉴真能力所需要的的分析思维能力,以及所消耗的脑力是大部分人所不具备、不愿去做的。

如何使用ChatGpt

尽快如此,能够拥抱新工具,我们才能走的更高、更远。俗话说站在巨人的肩膀上才能看到更高,面对新工具,与其处于被替代的恐惧中,不如了解并使用它、借助它,完成你所做的基础工作、低级任务,节约时间和精力用于更需要分析、思考的工作和任务上。

就拿ChatGpt、搜索引擎来说,我们在使用这些工具解决问题前,应优先搞清楚我们的问题到底是什么,将问题拆解成若干小的具体的任务。将其中的信息收集、问题案例等信息收集和初步加工工作交给这些工具完成。通过正向反向信息收集、同类信息类别、多渠道信息比对、原始信息溯源等方式交叉对得到的信息进行鉴真。

然后基于这些信息,通过自己的方法论加工处理,生成更高级的内容、成果。

就拿ChatGpt是否能替代我们这个问题来说:

我们首先要找到ChatGpt的原始出处,了解发布者对ChatGpt的介绍以及发布ChatGpt的初衷等信息。

然后,搜索ChatGpt的正面信息和负面(反向)信息,了解正向评价都是什么,负面评价又有那些。对比找出矛盾点,根据矛盾点搜索相关解释。

这样,我们就会全面的了解到ChatGpt是什么以及它能完成那些事情,存在那些问题。

了解到这些,我们就能轻易发现,ChatGpt以及它的衍生品后续会慢慢替代低质量的工作内容,如简单的信息收集整理,处理规则简单明确的工作。相关工作的人如果不提高自己的工作技能和质量,势必会被替代。

总结

时代在进步,技术在发展,桑海沧田的故事时刻都在发生。忽视这种变化,享受当下的安逸,就要坦然接受潜在的危机。放不下心中不甘,那就立刻行动,迈出脚步。文末,借用一个历史名场面形容下我们当下的处境吧。

卢比孔河的对岸是权利的盛宴,还是致命的陷阱,对于凯撒而言已经不重要。骰子已经掷下,唯有前行,方能始终。于历史不同的是,他有的选择,而我们普通人只会被时代裹挟着跨过卢比孔河。

最后感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!有需要的小伙伴可以点击下方小卡片领取  

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/628910.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

知道这些英文文档翻译的方式吗

在工作中,大家有没有遇到领导交给你一份外语的文档,要你去观看和理解,但是我们看不太懂或者没啥时间去一点点翻译怎么办呢?我们就需要有工具来将文档翻译,它是一项非常实用和便捷的功能,它可以将文档中的文…

高级运维工程师的工作职责描述(合集)

高级运维工程师的工作职责描述1 职责: 1、参与设计、审核的Linux系统以及各应用系统的体系架构; 2、全面负责公司运维项目的系统升级、linux系统运营维护,保障公司服务器零风险; 3、负责阿里云服务器监控,搭建cacti、zabbix、nagios等监控产品&#xff0…

STM32信号量

目录 什么是信号量? 什么是二值信号量? 二值信号量相关 API 函数 1. 创建二值信号量 2. 释放二值信号量 3. 获取二值信号量 实操 实验需求 cubeMX配置​编辑 代码实现 计数型信号量 什么是计数型信号量? 计数型信号量相关 API 函…

CENTO OS上的网络安全工具(二十三)VSCODE SPARK 容器式编程环境构建

在vscode上使用maven构建spark的scala编程环境,很大程度上需要不断地从网络上下载各种依赖和插件,而且这一过程复杂而不可控。下面这段,是整个安装过程中/root目录下不断增加的内容。 [rootd7ff8f448a0d /]# cd /root [rootd7ff8f448a0d ~]#…

【 Python 全栈开发 - WEB开发篇 - 32 】MySQL高级查询

文章目录 一、LIMIT限制查询结果的数量二、使用GROUP BY进行分组查询1.GROUP BY和聚合函数一起使用2.GROUP BY和聚合函数以及HAVING一起使用 三、使用ORDER BY对查询结果排序 一、LIMIT限制查询结果的数量 开始之前,我们先准备一下数据,打开cmd&#xf…

MsSqlServer2008R2移动数据库迁移复制粘贴附加.mdf不要.ldf日志 230609记录

MsSqlServer2008R2数据库迁移复制粘贴附加.mdf 230609记录 将一个SqlServer的某个数据文件.mdf拷贝到另一个数据库当中,并启用 操作工具为 SSMS(SQL Server Management Studio) 19.1 免费下载 SQL Server Management Studio (SSMS) 19.1 .mdf文件 SQL Server 数据库中的三…

【数据结构】何为数据结构。

🚩 WRITE IN FRONT 🚩 🔎 介绍:"謓泽"正在路上朝着"攻城狮"方向"前进四" 🔎🏅 荣誉:2021|2022年度博客之星物联网与嵌入式开发TOP5|TOP4、2021|2022博客之星T…

chatgpt赋能python:Python循环暂停和继续的方法

Python循环暂停和继续的方法 Python是一种高级编程语言,在编程中使用循环结构非常常见。很多情况下,我们需要在循环中暂停或者继续执行。在本文中,我们将介绍如何在Python中实现循环暂停和继续的方法。 循环暂停和继续的意义 在Python编程…

打死也要学的VUE.js(中文官方文档)

VUE.js中文官方文档 文章目录 VUE.js中文官方文档 创建一个 Vue 应用[#](https://cn.vuejs.org/guide/essentials/application.html#creating-a-vue-application)应用实例[#](https://cn.vuejs.org/guide/essentials/application.html#the-application-instance)根组件[#](http…

微信小程序抓包你会吗?不会我来教你

目录 前言 先来说小程序抓包问题 再说下小程序调试问题 解包wxapkg 调试小程序 总结: 前言 今天聊下微信小程序的抓取,其实小程序的抓取不难,主要解决抓包和如何调试小程序这两个问题。如果你运用chrome调试已经比较熟练了的话,就…

Java多线程、进程、并行、并发的理解(通俗易懂)

程序(programm) 概念:是为完成特定任务、用某种语言编写的一组指令的集合。即指一段静态的代码。 进程(process) 概念:程序的一次执行过程,或是正在运行的一个程序。 说明:进程作为资源分配的单位,系统在运行时会为每…

基于VITS-fast-fine-tuning构建多speaker语音训练

1 VITS模型介绍 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)是一种语音合成方法,它使用预先训练好的语音编码器 (vocoder声码器) 将文本转化为语音。 VITS 的工作流程如下: &#xff0…

【CSS按钮特效】css如何实现科技感好看按钮效果(尾附源码下载)

【写在前面】这两天还是比较痴迷于CSS特效的,甚至还想着去用CSS做动画片呢,希望后面能做到,今天主要讲的是我们页面常见的元素-按钮,很多时候按钮也需要高级化,但是很多人苦于没有途径去寻找,于是乎借这个机…

jsx底层渲染机制,函数组件的底层渲染机制

jsx底层渲染机制!! 1.第一大步创建virtualDom 首先把我们编写的JSX语法,编译为虚拟DOM对象「virtualDOM」,这一步也分为两小步 虚拟DON对象∶框架自己内部构建的一套对象体系(对象的相关成员都是React内部规定的)&a…

深入理解深度学习——注意力机制(Attention Mechanism):多头注意力(Multihead Attention)

分类目录:《深入理解深度学习》总目录 在实践中,当给定相同的查询、键和值的集合时,我们希望模型可以基于相同的注意力机制学习到不同的行为, 然后将不同的行为作为知识组合起来, 捕获序列内各种范围的依赖关系 &#…

论文解读:GBPNet:蛋白质结构的通用几何表示学习

GBPNet: Universal Geometric Representation Learning on Protein Structures DOI:https://doi.org/10.1145/3534678.3539441 Github:GBPNet/gbpnet/datamodules at main sarpaykent/GBPNet GitHub 摘要: 蛋白质3D结构的表示学习对于例如计算蛋白质设计或蛋白…

单链表OJ题:LeetCode--160.相交链表

朋友们、伙计们,我们又见面了,本期来给大家解读一下LeetCode中第160道单链表OJ题,如果看完之后对你有一定的启发,那么请留下你的三连,祝大家心想事成! 数据结构与算法专栏:数据结构与算法 个 人…

Lecture 19 Question Answering

目录 introductionIR-based QA (dominant approach)Knowledge-based QAHybrid QAConclusion introduction Definition: question answering (“QA”) is the task of automatically determining the answer for a natural language questionMostly focus on “factoid” quest…

牛客网论坛最具争议的Linux内核成神笔记,GitHub已下载量已过百万

原文地址:牛客网论坛最具争议的Linux内核成神笔记,GitHub已下载量已过百万 1、前言 Linux内核是一个操作系统(OS)内核,本质上定义为类Unix。它用于不同的操作系统,主要是以不同的Linux发行版的形式。Linu…

网红如何创建百度百科词条?

随着互联网的发展,越来越多的人开始从事网红行业。对于网红来说,提升自己的个人形象至关重要,一个提升品牌形象的快速方式就是创建百度百科词条。网红如何创建百度百科词条?如何创建一个高质量的百度百科词条?下面伯乐…