分享嘉賓 | 王詠剛
整理 | ChatGPT 責(zé)編 | 夢(mèng)依丹
出品 | CSDN（ID：CSDNnews）
在 ChatGPT 所引爆的新一輪編程革命中，自然語(yǔ)言取代編程語(yǔ)言，在只需編寫提示詞/拍照就能出程序的時(shí)代，未來的編程范式只是寫寫提示詞那么簡(jiǎn)單嗎？
程序員要想在該場(chǎng)變革中立于不敗之地，該如何與 AI 協(xié)同作業(yè)？在 3 月 25 日由 CSDN、《新程序員》聯(lián)合主辦的“新程序員大會(huì)（NPCon）：AIGC 與大模型技術(shù)應(yīng)用峰會(huì)”上，來自SeedV 實(shí)驗(yàn)室創(chuàng)始人兼 CEO，創(chuàng)新工場(chǎng) AI 工程院執(zhí)行院長(zhǎng)王詠剛表示：今天所有的計(jì)算機(jī)、系統(tǒng)都會(huì)被 AI 去重新改寫，重新定義。這也引發(fā)了無數(shù)人思考：未來的程序員真的會(huì)被簡(jiǎn)化為提示詞的編寫員嗎？然后由提示詞操縱 AI？是不是這樣一個(gè)非常簡(jiǎn)單的范式，就可以總結(jié)未來所有的 AI 開發(fā)？
王詠剛給出了否定的答案，其表示，「未來的 AI 開發(fā)應(yīng)該是一種多范式的開發(fā)流程」。
王詠剛，SeedV 實(shí)驗(yàn)室創(chuàng)始人兼 CEO，創(chuàng)新工場(chǎng) AI 工程院執(zhí)行院長(zhǎng)
本文是由 ChatGPT 整理的演講實(shí)錄，責(zé)編稍作調(diào)整：
一切都將被 AI 重新定義
“最近一段時(shí)間，我處在既興奮又焦慮的狀態(tài)之下，十幾年的 NLP 經(jīng)驗(yàn)被拉到與剛畢業(yè)大學(xué)生一樣的門檻之上。我的開發(fā)經(jīng)驗(yàn)并不比當(dāng)下使用 ChatGPT 開發(fā)的大學(xué)生有任何優(yōu)勢(shì)”。
我是從 98 年開始寫商業(yè)化程序的老兵，擁有十多年的自然語(yǔ)言工作經(jīng)驗(yàn)，5、6 年的 AI 投資和孵化經(jīng)歷?，F(xiàn)在又再次以一個(gè)創(chuàng)業(yè)者的身份開啟一段全新的歷程。我呼吁大家現(xiàn)在立刻開始跟 AI 協(xié)作起來，無論是學(xué)習(xí)、開發(fā)還是創(chuàng)業(yè)，趕快行動(dòng)，時(shí)下的每分每秒，技術(shù)、產(chǎn)品、應(yīng)用都在改變著未來。
想象一下最近一個(gè)月里，哪些企業(yè)成為了最受矚目的話題？你最常聽到的聲音來自哪類企業(yè)？或許你會(huì)注意到，有一類企業(yè)卻鮮有出現(xiàn)——手機(jī)廠商。近期幾乎所有手機(jī)廠商都遭遇了一些難題。那么這些廠商和人工智能有什么直接的聯(lián)系呢？值得思考。
作為對(duì)未來技術(shù)的期許，我希望能夠有一款革命性的手機(jī)，它將以人工智能為中心，從硬件平臺(tái)、上層應(yīng)用到整個(gè)使用體驗(yàn)都進(jìn)行重新設(shè)計(jì)。
如果有一天，Open AI 創(chuàng)始人說他們要推出一款革命性的手機(jī)，我一點(diǎn)也不會(huì)感到意外。因?yàn)槲覀冋幱谝粋€(gè)所有應(yīng)用、計(jì)算機(jī)和計(jì)算機(jī)系統(tǒng)都將被人工智能重新定義的時(shí)代。蔣濤說未來每個(gè)人都將成為程序員和計(jì)算機(jī)設(shè)計(jì)師，而我們之前積累了大量的工程和科研經(jīng)驗(yàn)，也見證了大量的投資和創(chuàng)業(yè)案例。
未來的程序員真的只需要編寫提示詞進(jìn)行開發(fā)嗎？
最近，許多人問我一個(gè)問題：市場(chǎng)上出現(xiàn)的很多創(chuàng)業(yè)團(tuán)隊(duì)，包括美國(guó)、歐洲和中國(guó)的團(tuán)隊(duì)，是否都只是簡(jiǎn)單地調(diào)用 GPT 的 API，輸入一個(gè)提示詞，然后就獲得了驚人的功能。這樣的創(chuàng)業(yè)方式和開發(fā)方式算是真正的創(chuàng)業(yè)和開發(fā)嗎？如果所有人都在這個(gè)層面上開發(fā)，那么你的系統(tǒng)和產(chǎn)品是否還有技術(shù)門檻？
作為一位有著多年投資經(jīng)驗(yàn)的投資人，我也在思考同樣的問題。當(dāng)我面對(duì)著 100 個(gè)項(xiàng)目，全都是通過使用 Hackathon 方式，僅僅用幾個(gè)小時(shí)的時(shí)間，甚至是由幾個(gè)中學(xué)生打造而成的項(xiàng)目，你該如何選擇投資的項(xiàng)目呢？
所有這些項(xiàng)目在技術(shù)門檻上幾乎都處于同一水平線上。誰(shuí)將成為 AI 時(shí)代的“快手”？誰(shuí)將成為 AI 時(shí)代的“移動(dòng)支付”？這個(gè)答案可能沒有人知道。
但是，讓我們不要再去思考或者糾結(jié)這個(gè)問題了。行動(dòng)比思考和討論更加有效。不論你是在投資、創(chuàng)業(yè)、研發(fā)或者進(jìn)行任何形式的思考，先行動(dòng)起來。因此，今天我?guī)ьI(lǐng)我們的團(tuán)隊(duì)思考一個(gè)問題：未來的程序員是否真的只需要寫幾個(gè)提示詞就可以了？我們需要去挑戰(zhàn)并回答這個(gè)問題。
如果今天的程序員通過編程語(yǔ)言來控制計(jì)算機(jī)，那么未來的程序員是否只需要編寫提示詞來操縱 AI 呢？雖然這個(gè)簡(jiǎn)單的范式可能能夠總結(jié)未來所有 AI 開發(fā)，但我認(rèn)為未來的 AI 開發(fā)應(yīng)該是多范式的。
為了解釋這個(gè)想法，我想給大家看兩幅畫作。現(xiàn)在有一些 AI 算法能夠繪制非常精美的畫作，但你能猜出這兩幅畫中哪一幅是由 AI 算法繪制的嗎？
事實(shí)上，未來的 AI 開發(fā)需要采用多種不同的開發(fā)流程，而不只是簡(jiǎn)單地編寫提示詞來操縱 AI。
右邊的畫是由今天的 AI 算法生成的，而左邊的畫則不同，它是通過數(shù)學(xué)公式主導(dǎo)生成的，是一張由分形公式產(chǎn)生的三維圖案。
十年前，這樣的軟件便能夠幫助藝術(shù)家創(chuàng)造出數(shù)字藝術(shù)品，但那時(shí)人們并未將它視作數(shù)字藝術(shù)。雖然這種軟件現(xiàn)在幾乎沒有人維護(hù)了，但它們創(chuàng)造的畫面仍然能夠帶給我們震撼的視覺感受。
我想通過這兩幅畫來說明一個(gè)問題：今天的 AI 是建立在神經(jīng)網(wǎng)絡(luò)或深度學(xué)習(xí)的數(shù)學(xué)范式下的數(shù)學(xué)擬合體系上的，它擬合的是我們所面臨的文本、圖像等多種數(shù)據(jù)中的統(tǒng)計(jì)規(guī)律。然而，這種擬合體系并非是唯一存在的數(shù)理思維模型。
自古希臘起，人類就已經(jīng)建立起了一套完整的數(shù)理邏輯思維方法，從歸納到演繹，涵蓋各種數(shù)學(xué)家和物理學(xué)家的研究成果。今天，我們?nèi)阅軌蛲ㄟ^這些優(yōu)美的公式，從演繹的角度推導(dǎo)出許多不同層級(jí)的應(yīng)用結(jié)果。因此，未來的 AI 開發(fā)應(yīng)該是一個(gè)多范式的開發(fā)流程。
未來 AI 編程的兩種范式
如果您來自某些垂直行業(yè)，例如數(shù)學(xué)模擬、物理模擬或大氣模擬等，您會(huì)發(fā)現(xiàn)在這些任務(wù)中通常有兩種途徑。第一種方法是使用公式或解方程的方式進(jìn)行模擬，第二種方法是使用與 AI 統(tǒng)計(jì)相關(guān)的統(tǒng)計(jì)任務(wù)進(jìn)行模擬。這兩種任務(wù)存在本質(zhì)上的差異。它們有一些共性，例如都涉及到隨機(jī)性，但左圖任務(wù)更注重確定性。當(dāng)您解決一個(gè)方程或使用數(shù)學(xué)公式進(jìn)行推導(dǎo)時(shí)，結(jié)果在很大程度上都符合預(yù)期。
右圖的任務(wù)則不同，AI 模型采用了大規(guī)模的統(tǒng)計(jì)模型，具有強(qiáng)大的內(nèi)稟特性，其中包括一種被稱為不確定性或非確定性的特性。這個(gè)特性是所有從事 AI 軟件開發(fā)的人都需要首先解決的問題。
有人提出了提示工程（Prompt Engineering）概念。提示工程的最基本任務(wù)是將 AI 從那種容易陷入胡說八道的狀態(tài)中拉回來，讓它盡可能準(zhǔn)確地完成我要求的任務(wù)。專業(yè)工程師的最基本任務(wù)是將右圖的 AI 從發(fā)散、隨機(jī)化、不確定性等方面帶到左圖人的預(yù)期里面。
在人類的預(yù)期范圍內(nèi)，如蔣濤所提到的類似于 Wolfram Mathematica 這樣的系統(tǒng)中，它可以非常精確地控制。舉個(gè)例子，如果你需要重新整理一個(gè)包含公司過去數(shù)萬條交易數(shù)據(jù)的 Excel 表格，將所有交易單位從舊的會(huì)計(jì)制度轉(zhuǎn)換為今天的新會(huì)計(jì)制度，如果 AI 在處理這 10,000 多條數(shù)據(jù)時(shí)出現(xiàn)了一兩個(gè)錯(cuò)誤，該怎么辦？
這是當(dāng)下迫切需要考慮的問題，AI 所犯的錯(cuò)誤能否和不確定性能否及時(shí)發(fā)現(xiàn)。因?yàn)?AI 系統(tǒng)的錯(cuò)誤和不確定性可能會(huì)對(duì)許多任務(wù)產(chǎn)生重大影響。為了解決這個(gè)問題，可以考慮以下幾點(diǎn)：
1、設(shè)計(jì)可解釋性的 AI 系統(tǒng)，這樣可以更好地理解 AI 系統(tǒng)的決策過程和輸出結(jié)果，從而更容易發(fā)現(xiàn)錯(cuò)誤和不確定性；
2、引入監(jiān)督和反饋機(jī)制，監(jiān)督 AI 系統(tǒng)的輸出結(jié)果并及時(shí)傳回錯(cuò)誤和不確定性信息，以便修正和改進(jìn) AI 系統(tǒng)的性能；
3、利用集成學(xué)習(xí)和多模型融合等技術(shù)，提高 AI 系統(tǒng)的魯棒性和準(zhǔn)確性，從而降低錯(cuò)誤和不確定性的風(fēng)險(xiǎn)；
4、建立完善的測(cè)試和評(píng)估體系，定期測(cè)試和評(píng)估 AI 系統(tǒng)的性能，并及時(shí)發(fā)現(xiàn)錯(cuò)誤和不確定性。
這些措施都可以幫助我們更好地管理和控制 AI 系統(tǒng)的錯(cuò)誤和不確定性，從而提高 AI 系統(tǒng)的可靠性和性能。
如果我們編寫一個(gè)非常牢固的程序，它的出錯(cuò)概率會(huì)很小。但是，如果我們將任務(wù)交給不確定性較高的 AI，必須對(duì)其進(jìn)行測(cè)試和檢查，以確保其輸出的結(jié)果是正確的。
此外，如果不加任何提示工程，不加任何中間思維鏈，即使是用 GPT-4 來生成三維坐標(biāo)，也是有困難的。
在經(jīng)過指令工程、提示思維鏈、工具意圖等技術(shù)增強(qiáng)后，AI 的生成結(jié)果會(huì)精準(zhǔn)很多。因此，必須謹(jǐn)慎地處理 AI 輸出的結(jié)果，并且在必要時(shí)對(duì)其進(jìn)行更正。
我今天分享的主題是關(guān)于未來 AI 編程范式的討論。未來的 AI 編程范式將不再局限于簡(jiǎn)單的提示詞所得出結(jié)果的編程范式，而是一個(gè)相對(duì)復(fù)雜的工程。這個(gè)工程至少包括兩個(gè)編程范式：
1、適用于端到端的感知類任務(wù)、創(chuàng)造性任務(wù)和探索性任務(wù)。它支持我們以 n to n 的方式，通過提示詞得到結(jié)果。
2、適用于強(qiáng)調(diào)控制力、結(jié)果確定性和計(jì)算精準(zhǔn)性的所有應(yīng)用任務(wù)。在這種任務(wù)中，我們不能完全交給大型模型一次性解決問題。相反，我們需要通過插件的方式調(diào)用各種后臺(tái)服務(wù)，這些中間層服務(wù)在調(diào)用底層的基于數(shù)理邏輯和傳統(tǒng)計(jì)算機(jī)算法的功能模塊時(shí)，將成為未來長(zhǎng)期存在的編程范式。
雖然我今天特別善于使用提示，但我也擅長(zhǎng)傳統(tǒng)的計(jì)算機(jī)算法。我建議你們盡快將你們的算法變成可以被 GPT 調(diào)用的插件之一，變成 GPT 可以使用的工具之一。
在未來，人們的主要應(yīng)用程序?qū)⑹?GPT 或類似的 AI 程序，而不是人類開發(fā)的傳統(tǒng)計(jì)算機(jī)程序。因此，人類工程師的任務(wù)是幫助 AI 開發(fā)大量能夠與現(xiàn)實(shí)世界進(jìn)行精確交互的插件或工具。簡(jiǎn)單來說，在這種范式中，人類工程師的角色將被降級(jí)，但這是我們必須承認(rèn)的現(xiàn)實(shí)。讓我們從現(xiàn)在開始行動(dòng)起來，而不是過多地討論，謝謝大家。
分享嘉賓簡(jiǎn)介：
王詠剛，SeedV 實(shí)驗(yàn)室創(chuàng)始人兼 CEO，創(chuàng)新工場(chǎng) AI 工程院執(zhí)行院長(zhǎng)。專注于人工智能前沿科技研發(fā)。曾以聯(lián)合創(chuàng)始人身份創(chuàng)立過包括上市公司在內(nèi)的多家人工智能科技公司，也曾是人工智能高端應(yīng)用型人才培養(yǎng)項(xiàng)目 DeeCamp 的發(fā)起者和領(lǐng)導(dǎo)者。王詠剛曾在谷歌公司從事技術(shù)工作超過十年，在自然語(yǔ)言處理，分布式系統(tǒng)，動(dòng)畫和游戲引擎等方面有專深積累。
聯(lián)系客服
