确定性 vs 非确定性:GPT 时代的新编程范式

分享嘉宾 | 王咏刚  责编 | 梦依丹

出品 | 《新程序员》编辑部

在 ChatGPT 所引爆的新一轮编程革命中,自然语言取代编程语言,在只需编写提示词/拍照就能出程序的时代,未来程序员真的会被简化为提示词的编写员吗?通过提示词操纵 AI?在 SeedV 实验室创始人兼 CEO,创新工场 AI 工程院执行院长王咏刚表示:今天所有的计算机、系统都会被 AI 去重新改写,重新定义。这也引发了无数人思考:未来的程序员真的会被简化为提示词的编写员吗?然后由提示词操纵 AI?是不是这样一个非常简单的范式,就可以总结未来所有的 AI 开发?

王咏刚给出了否定的答案,其表示,「未来的 AI 开发应该是一种多范式的开发流程」。

3cabe9a1e681eb2b4ae8039cd05c7fe8.jpeg

王咏刚,SeedV 实验室创始人兼 CEO,创新工场 AI 工程院执行院长

本文是由 ChatGPT 整理的演讲实录,责编稍作调整:

一切都将被 AI 重新定义

“最近一段时间,我处在既兴奋又焦虑的状态之下,十几年的 NLP 经验被拉到与刚毕业大学生一样的门槛之上。我的开发经验并不比当下使用 ChatGPT 开发的大学生有任何优势”。

我是从 98 年开始写商业化程序的老兵,拥有十多年的自然语言工作经验,5、6 年的 AI 投资和孵化经历。现在又再次以一个创业者的身份开启一段全新的历程。我呼吁大家现在立刻开始跟 AI 协作起来,无论是学习、开发还是创业,赶快行动,时下的每分每秒,技术、产品、应用都在改变着未来。

想象一下最近一个月里,哪些企业成为了最受瞩目的话题?你最常听到的声音来自哪类企业?或许你会注意到,有一类企业却鲜有出现——手机厂商。近期几乎所有手机厂商都遭遇了一些难题。那么这些厂商和人工智能有什么直接的联系呢?值得思考。

作为对未来技术的期许,我希望能够有一款革命性的手机,它将以人工智能为中心,从硬件平台、上层应用到整个使用体验都进行重新设计。

如果有一天,Open AI 创始人说他们要推出一款革命性的手机,我一点也不会感到意外。因为我们正处于一个所有应用、计算机和计算机系统都将被人工智能重新定义的时代。蒋涛说未来每个人都将成为程序员和计算机设计师,而我们之前积累了大量的工程和科研经验,也见证了大量的投资和创业案例。

未来的程序员真的只需要编写提示词进行开发吗?

最近,许多人问我一个问题:市场上出现的很多创业团队,包括美国、欧洲和中国的团队,是否都只是简单地调用 GPT 的 API,输入一个提示词,然后就获得了惊人的功能。这样的创业方式和开发方式算是真正的创业和开发吗?如果所有人都在这个层面上开发,那么你的系统和产品是否还有技术门槛?

作为一位有着多年投资经验的投资人,我也在思考同样的问题。当我面对着 100 个项目,全都是通过使用 Hackathon 方式,仅仅用几个小时的时间,甚至是由几个中学生打造而成的项目,你该如何选择投资的项目呢?

所有这些项目在技术门槛上几乎都处于同一水平线上。谁将成为 AI 时代的“快手”?谁将成为 AI 时代的“移动支付”?这个答案可能没有人知道。

但是,让我们不要再去思考或者纠结这个问题了。行动比思考和讨论更加有效。不论你是在投资、创业、研发或者进行任何形式的思考,先行动起来。因此,今天我带领我们的团队思考一个问题:未来的程序员是否真的只需要写几个提示词就可以了?我们需要去挑战并回答这个问题。

如果今天的程序员通过编程语言来控制计算机,那么未来的程序员是否只需要编写提示词来操纵 AI 呢?虽然这个简单的范式可能能够总结未来所有 AI 开发,但我认为未来的 AI 开发应该是多范式的。

357e940651879140201f6441fdbbe535.png

为了解释这个想法,我想给大家看两幅画作。现在有一些 AI 算法能够绘制非常精美的画作,但你能猜出这两幅画中哪一幅是由 AI 算法绘制的吗?

b658422098e33e723eb838acb9e560a3.png

事实上,未来的 AI 开发需要采用多种不同的开发流程,而不只是简单地编写提示词来操纵 AI。

右边的画是由今天的 AI 算法生成的,而左边的画则不同,它是通过数学公式主导生成的,是一张由分形公式产生的三维图案。

十年前,这样的软件便能够帮助艺术家创造出数字艺术品,但那时人们并未将它视作数字艺术。虽然这种软件现在几乎没有人维护了,但它们创造的画面仍然能够带给我们震撼的视觉感受。

我想通过这两幅画来说明一个问题:今天的 AI 是建立在神经网络或深度学习的数学范式下的数学拟合体系上的,它拟合的是我们所面临的文本、图像等多种数据中的统计规律。然而,这种拟合体系并非是唯一存在的数理思维模型。

自古希腊起,人类就已经建立起了一套完整的数理逻辑思维方法,从归纳到演绎,涵盖各种数学家和物理学家的研究成果。今天,我们仍能够通过这些优美的公式,从演绎的角度推导出许多不同层级的应用结果。因此,未来的 AI 开发应该是一个多范式的开发流程。

未来 AI 编程的两种范式

如果您来自某些垂直行业,例如数学模拟、物理模拟或大气模拟等,您会发现在这些任务中通常有两种途径。第一种方法是使用公式或解方程的方式进行模拟,第二种方法是使用与 AI 统计相关的统计任务进行模拟。这两种任务存在本质上的差异。它们有一些共性,例如都涉及到随机性,但左图任务更注重确定性。当您解决一个方程或使用数学公式进行推导时,结果在很大程度上都符合预期。

右图的任务则不同,AI 模型采用了大规模的统计模型,具有强大的内禀特性,其中包括一种被称为不确定性或非确定性的特性。这个特性是所有从事 AI 软件开发的人都需要首先解决的问题。

有人提出了提示工程(Prompt Engineering)概念。提示工程的最基本任务是将 AI 从那种容易陷入胡说八道的状态中拉回来,让它尽可能准确地完成我要求的任务。专业工程师的最基本任务是将右图的 AI 从发散、随机化、不确定性等方面带到左图人的预期里面。

在人类的预期范围内,如蒋涛所提到的类似于 Wolfram Mathematica 这样的系统中,它可以非常精确地控制。举个例子,如果你需要重新整理一个包含公司过去数万条交易数据的 Excel 表格,将所有交易单位从旧的会计制度转换为今天的新会计制度,如果 AI 在处理这 10,000 多条数据时出现了一两个错误,该怎么办?

67a4bec6a67c27236e68b838911b6a5d.png

这是当下迫切需要考虑的问题,AI 所犯的错误能否和不确定性能否及时发现。因为 AI 系统的错误和不确定性可能会对许多任务产生重大影响。为了解决这个问题,可以考虑以下几点:

1、设计可解释性的 AI 系统,这样可以更好地理解 AI 系统的决策过程和输出结果,从而更容易发现错误和不确定性;

2、引入监督和反馈机制,监督 AI 系统的输出结果并及时传回错误和不确定性信息,以便修正和改进 AI 系统的性能;

3、利用集成学习和多模型融合等技术,提高 AI 系统的鲁棒性和准确性,从而降低错误和不确定性的风险;

4、建立完善的测试和评估体系,定期测试和评估 AI 系统的性能,并及时发现错误和不确定性。

这些措施都可以帮助我们更好地管理和控制 AI 系统的错误和不确定性,从而提高 AI 系统的可靠性和性能。

如果我们编写一个非常牢固的程序,它的出错概率会很小。但是,如果我们将任务交给不确定性较高的 AI,必须对其进行测试和检查,以确保其输出的结果是正确的。

此外,如果不加任何提示工程,不加任何中间思维链,即使是用 GPT-4 来生成三维坐标,也是有困难的。

b7768180ecb156bbcb2e63aa92aec209.png

在经过指令工程、提示思维链、工具意图等技术增强后,AI 的生成结果会精准很多。因此,必须谨慎地处理 AI 输出的结果,并且在必要时对其进行更正。

516acdd2990aba831d16eb0489ad92b0.png

我今天分享的主题是关于未来 AI 编程范式的讨论。未来的 AI 编程范式将不再局限于简单的提示词所得出结果的编程范式,而是一个相对复杂的工程。这个工程至少包括两个编程范式:

75b3bef06be4f50a4e71a1f091bcd1ba.png

1、适用于端到端的感知类任务、创造性任务和探索性任务。它支持我们以 n to n 的方式,通过提示词得到结果。

2、适用于强调控制力、结果确定性和计算精准性的所有应用任务。在这种任务中,我们不能完全交给大型模型一次性解决问题。相反,我们需要通过插件的方式调用各种后台服务,这些中间层服务在调用底层的基于数理逻辑和传统计算机算法的功能模块时,将成为未来长期存在的编程范式。

虽然我今天特别善于使用提示,但我也擅长传统的计算机算法。我建议你们尽快将你们的算法变成可以被 GPT 调用的插件之一,变成 GPT 可以使用的工具之一。

在未来,人们的主要应用程序将是 GPT 或类似的 AI 程序,而不是人类开发的传统计算机程序。因此,人类工程师的任务是帮助 AI 开发大量能够与现实世界进行精确交互的插件或工具。简单来说,在这种范式中,人类工程师的角色将被降级,但这是我们必须承认的现实。让我们从现在开始行动起来,而不是过多地讨论,谢谢大家。

分享嘉宾简介:

王咏刚,SeedV 实验室创始人兼 CEO,创新工场 AI 工程院执行院长。专注于人工智能前沿科技研发。曾以联合创始人身份创立过包括上市公司在内的多家人工智能科技公司,也曾是人工智能高端应用型人才培养项目 DeeCamp 的发起者和领导者。王咏刚曾在谷歌公司从事技术工作超过十年,在自然语言处理,分布式系统,动画和游戏引擎等方面有专深积累。

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.rhkb.cn/news/187868.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

10-Docker-分布式存储算法

01-哈希取余算法分区 哈希取余分区(Hash Modulus Partitioning)是一种在分布式计算和数据存储中常用的分区策略,其目的是将数据或计算任务分配到多个节点或服务器上,以实现负载均衡和提高性能。这种分区策略的核心思想是使用哈希…

HCIA-hybrid经典小实验

hybrid经典小实验 实验拓扑配置实现SW1SW2 配置验证PC1-PC3 不能通信PC1-PC2 正常通信其他自行测试 实验拓扑 配置实现 SW1 sysname SW1 # undo info-center enable # vlan batch 10 20 30 # interface Ethernet0/0/1 //接口发送该vlan-id的数据帧时,不剥离帧中的…

多级缓存之实现多级缓存

多级缓存的实现离不开Nginx编程,而Nginx编程又离不开OpenResty。 1. OpenResty快速入门 我们希望达到的多级缓存架构如图: 其中: windows上的nginx用来做反向代理服务,将前端的查询商品的ajax请求代理到OpenResty集群 OpenRest…

容器网络-Underlay和Overlay

一、主机网络 前面讲了容器内部网络,但是容器最终是要部署在主机上,跨主机间的网络访问又是怎么样的,跨主机网络主要有两种方案。 二、 Underlay 使用现有底层网络,为每一个容器配置可路由的网络IP。也就是说容器网络和主机网络…

三掌柜第2期赠书活动:《计算机考研精炼1000题》

引言 各位朋友大家好,我是三掌柜。今天,三掌柜赠书第2期启动,本次为大家精选了《计算机考研精炼1000题》这本书。关于这本书的内容,非常丰富,涵盖计算机考研的高频知识内容,不管是正在备考,还是…

Python Opencv实践 - 车牌定位(纯练手,存在失败场景,可以继续优化)

使用传统的计算机视觉方法定位图像中的车牌,参考了部分网上的文章,实际定位效果对于我目前使用的网上的图片来说还可以。实测发现对于车身本身是蓝色、或是车牌本身上方有明显边缘的情况这类图片定位效果较差。纯练手项目,仅供参考。代码中im…

科研检测机构服务预约小程序的效果如何

科研检测机构涵盖的业务比较广,比如水质检测、农产品检测、食品检测等,对相关从业者来说,可能需要频繁使用这些业务,或者个人偶尔需要一些东西检测。 对用户和检测机构来说,由于行业的特殊性,在实际发展中…

keepalived+Nginx+邮件

实验场景: 我使用keepalived保证nginx的高可用,我想知道什么时候ip发生漂移,可以让ip发生漂移的时候 我的邮箱收到消息. 如果对keepalived不了解,这有详细解释:keepalived与nginx与MySQL-CSDN博客https://blog.csdn.ne…

竞赛 行人重识别(person reid) - 机器视觉 深度学习 opencv python

文章目录 0 前言1 技术背景2 技术介绍3 重识别技术实现3.1 数据集3.2 Person REID3.2.1 算法原理3.2.2 算法流程图 4 实现效果5 部分代码6 最后 0 前言 🔥 优质竞赛项目系列,今天要分享的是 🚩 深度学习行人重识别(person reid)系统 该项目…

【Copilot】登录报错 Extension activation failed: “No auth flow succeeded.“(VSCode)

问题描述 Visual Studio Code 登录 GitHub Copilot 插件报错。 在浏览器中成功授权 GitHub 账户,返回 VSCode 后仍然报错。 [ERROR] [default] [2023-11-06T12:34:56.185Z] Extension activation failed: "No auth flow succeeded."原因分析 网络环境问…

山西电力市场日前价格预测【2023-11-12】

日前价格预测 预测说明: 如上图所示,预测明日(2023-11-12)山西电力市场全天平均日前电价为224.59元/MWh。其中,最高日前电价为434.30元/MWh,预计出现在18:00。最低日前电价为0.00元/MWh,预计出…

SpringBoot 缓存之 @Cacheable 详细介绍

一、简介 1、缓存介绍 Spring 从 3.1 开始就引入了对 Cache 的支持。定义了 org.springframework.cache.Cache 和 org.springframework.cache.CacheManager 接口来统一不同的缓存技术。并支持使用 JCache(JSR-107)注解简化我们的开发。 其…

c语言,将奇数和偶数分类

题目:输入一个整数数组,实现一个函数,来调整该数组中数字的顺序使得数组中所有的奇数位于数组的前半部分,所有偶数位于数组的后半部分。 思路:像冒泡排序那样,相邻两个数比较,两个都是偶数则不…

Caused by: org.springframework.beans.factory.NoSuchBeanDefinitionException:

错误描述如下所示: 我们将错误拉到最下面如下所示为导致异常的原因: Caused by: org.springframework.beans.factory.NoSuchBeanDefinitionException: No qualifying bean of type com.example.reviewmybatisplus.Service.UserService available: expec…

Perl语言用多线程爬取商品信息并做可视化处理

首先,我们需要使用Perl的LWP::UserAgent模块来发送HTTP请求。然后,我们可以使用HTML::TreeBuilder模块来解析HTML文档。在这个例子中,我们将使用BeautifulSoup模块来解析HTML文档。 #!/usr/bin/perl use strict; use warnings; use LWP::User…

班级新闻管理系统asp.net+sqlserver

班级新闻管理系统 附加功能 新闻图片,点击次数访问自增,每个人都只能增删改查自己发布的新闻,并可以看到所有人发布的新闻 运行前附加数据库.mdf(或sql生成数据库) 主要技术: 基于asp.net架构和sql serve…

内存条选购注意事项(电脑,笔记本)

电脑内存条的作用、选购技巧以及注意事项详解 - 郝光明的个人空间 - OSCHINA - 中文开源技术交流社区 现在的电脑直接和内存条联系 电脑上的所有输入和输出都只能依靠内存条 现在买双条而不是单条 买两个相同的内存条最好 笔记本先分清是低电压还是标准电压,DD…

前端和空字符串、零比较时请务必使用===

在前端开发中遇到一个问题,以下两条语句的结果都是true。 console.log(0 ""); console.log(false ""); 这就导致了editingId为0的时候,if分支并没有执行,而我的本意是当editingId不是空也不是空字符串的时候执行分支…

可视化 | 3D文字球状标签云

文章目录 📚改编点📚final 改编自echarts 3d词云(指向滑动、拖动、缩放、点击、自转 ) 📚改编点 背景透明:background:rgb(0,0,0,0);不用链接,用span,重点span标class"star&q…

3d max软件中的缓存垃圾该如何清理?

使用3d max建模到渲染操作,来回对效果图调整的次数过多时,就会出现一下看不到的垃圾缓存,影响保存的速度,影响效率! 对于这类的3d垃圾清理的有什么高效方法呢? 3dmax垃圾清理的常规操作如下: 1、…