绝不应该交给人工智能的一件事——创意工作
创造力不可替代
在这个效率为王、颠覆性技术一夜之间创造出数十亿美元市场的世界里,企业不可避免地将生成式人工智能视为强大的盟友。
从 OpenAI 的 ChatGPT 生成类似人类的文本,到 DALL-E 在提示下生成艺术品,我们已经一窥未来的模样: 机器不只是与我们并肩创作,甚至可能主导创新 。
这一切在理论上听起来都很不错,但现实中是:指望人工智能接管研发工作很可能会适得其反,甚至会造成灾难性的后果。
无论是一家追求发展的早期初创企业,还是一家捍卫自己地盘的老牌企业,外包创新工作中的生成任务都是一场危险的游戏。
让我们来分析一下,为什么在研发中过度依赖人工智能会成为创新的致命弱点。
人工智能本质上是一台超强的预测机器。它根据大量的历史先例,预测出最合适的文字、图像、设计或代码片段,从而进行创造。
虽然这看起来高效且复杂,但我们要清楚:AI 的能力仅限于它的训练数据。 它并非真正意义上的“创造性”,也不会进行颠覆性思考 。
也就是说,AI 是向后看的,总依赖于已经创造出来的东西。在研发过程中,这就成了一个根本缺陷,而不是一个特点。
要想真正开辟新天地,需要的不仅仅是从历史数据中推断出来的渐进式改进。
伟大的创新往往产生于飞跃、转折和重新构想,而不是在现有主题上稍加变化 。想想苹果公司的 iPhone 或电动汽车领域的特斯拉等,他们是如何在现有产品的基础上进行改进的?
GenAI 可能会不断改进下一代智能手机的设计草图,但它不会从概念上把我们从智能手机本身解放出来。
大胆的、改变世界的时刻,那些重新定义市场、行为甚至行业的时刻,全部来自人类的想象力,而不是算法计算出的概率。
当人工智能成为研发的驱动力时,最终得到的是对现有创意更好的迭代,而不是下一个划时代的突破。
02. 人工智能的本质是同质化
让人工智能掌控产品创意流程的最大危险之一,就是 AI 处理内容的方式会导致趋同而非分歧,无论是设计、解决方案还是技术配置。
由于训练数据的基础重叠,人工智能驱动的研发将导致整个市场的产品同质化。
或许产品表现上会有些许变化,但本质上还是同一个概念的不同“味道”。
试想一下:你现在有四个竞争对手,他们都使用 AI 系统来设计手机的用户界面(UI)。
很显然,这会导致生成结果都十分类似。
随着时间的推移,人们会看到一种令人不安的视觉和概念凝聚力,竞争对手的产品开始相互模仿。
我们已经在人工智能生成的艺术作品中看到了这种现象的早期迹象。
在 Art Station 等平台上,许多艺术家对人工智能生成内容的涌入表示担忧,因为这些内容非但没有展现出人类的独特创造力,反而给人一种重复使用流行文化参考资料、宽泛的视觉套路和风格的美感。这不是人们想要的为研发提供动力的前沿创新。
历史书告诉我们:青霉素是 Alexander Fleming 无意间忘记盖住细菌培养皿而发现的;微波炉诞生于工程师 Percy Spencer 站得离雷达装置太近,不小心融化了一块巧克力;甚至便利贴的发明,也是一次制造超强粘合剂失败的副产品。
人类研究者对隐藏在失败中的价值有着独特的敏锐触觉,他们往往能够将意外视为机遇。
机缘巧合、直觉、本能,这些都是成功创新的关键,就像任何精心制定的研发路线图一样。
但生成式 AI 的症结就在这里: 它对“模糊性”没有概念,更不用说灵活地将“失败”理解为一种财富了 。
人工智能的编程教它避免错误、优化准确性并解决数据模糊问题。如果要简化物流或提高工厂产量,这很好,但在突破性探索中,却是致命的缺陷。
但生成式 AI 的症结就在这里: 它对“模糊性”没有概念,更不用说灵活地将“失败”理解为一种财富了 。
人工智能的编程教它避免错误、优化准确性并解决数据模糊问题。如果要简化物流或提高工厂产量,这很好,但在突破性探索中,却是致命的缺陷。
人工智能消除了生产性模糊的可能性,也就是解释意外事故、推翻有缺陷的设计,但也使通往创新的潜在途径变得有限。
人类拥抱复杂性,善于从意外输出中发现可能性。
而 AI 只会加倍强调确定性,将中庸的想法纳入主流,将任何看似不规则或未经测试的东西拒之门外。
04. 人工智能缺乏同理心和远见
创新不仅是逻辑的产物,也是同理心、直觉、欲望和远见的产物。
想想第一代 iPod 或谷歌搜索极简界面的设计,这些改变游戏规则的设计之所以取得成功,并非纯粹的技术优势,而是因为我们能够感同身受地理解用户对复杂的 MP3 播放器或杂乱无章的搜索引擎的不满。
新一代人工智能无法复制这一点。
它不知道与一个漏洞百出的应用程序搏斗是什么感觉,也无法感受到简约设计带来的惊叹,或未被满足需求时的挫败感。
当人工智能“创新”时,它是在没有情感背景的情况下进行的 。这种缺乏远见的做法削弱了人工智能提出能与人类产生共鸣的观点的能力。
更糟糕的是,如果没有同理心,人工智能所创造的产品可能在技术上令人印象深刻,但给人的感觉却是没有灵魂、毫无生气和事务性的,也就是“缺乏人性”。
在研发领域,这是创新的杀手。
05. 过度依赖 AI 可能导致技能退化
对于人工智能未来狂热者来说,最后一个令人不寒而栗的想法是:如果让人工智能介入得太多,会发生什么?
很明显,在任何自动化侵蚀人类参与的领域,技能都会随着时间的推移而退化。
看看早期引入自动化的行业就知道了:员工失去了对事物“为什么”的理解,因为他们没有经常锻炼自己解决问题的能力。
在重研发的环境中,这对塑造长期创新文化的人力资本构成了真正的威胁。
如果研究团队仅仅成为人工智能生成工作的监督者,他们就可能失去挑战、超越人工智能产出的能力。
创新实践越少,自主创新的能力就越弱。当人们意识到自己已经失去平衡时,可能为时已晚。
当市场发生剧烈变化时,这种对人类技能的侵蚀是非常危险的,再多的人工智能也无法带领人们穿越不确定性的迷雾。
颠覆性时代需要人类打破常规框架,而这正是人工智能永远不会擅长的。
06. 未来之路:人工智能是辅助,而不是替代
以上并不是说人工智能在研发领域没有用武之地,作为一种辅助工具,人工智能可以让研究人员和设计师更快地进行测试、迭代创意想法和完善细节。
使用得当,它可以提高生产力,而不会压制创造力。关键在于:我们必须确保人工智能是对人类创造力的补充,而不是替代。
人类研究人员需要始终处于创新过程的中心,利用人工智能工具来丰富他们的工作,但绝不能将创造力、愿景或战略方向的控制权拱手让给算法。
人工智能时代已经来临,但我们仍然需要人类好奇心和胆识所迸发出的罕见而强大的火花,这种火花永远不会被简化为机器学习模型。
这是我们不可忽视的一点。
原文来源于:
1.https://venturebeat.com/ai/heres-the-one-thing-you-should-never-outsource-to-an-ai-model/
中文内容由元宇宙之心(MetaverseHub)团队编译,如需转载请联系我们。
最新行业深度研究报告发放中! 资本实验室全新发布 37 页量化报告《 2023 全球区块链应用市场暨产业图谱报告(2023) 》,收录 1000+ 应用案例 ,探索区块链应用趋势 , 入群即可免费领取 。
AI 图像模型大升级 主打实用!
获 1 亿美元巨额融资,Cleerly 如何攻破心脏病的早期检测难题?
Nature:谷歌最新 AI 天气预报模型性能超过 ENS,准确率达 97.2%
资管巨头贝莱德投资 5000 万美元,这家 AI 公司正在重塑企业分析流程
免责声明:文章中的所有内容仅代表作者的观点,与本平台无关。用户不应以本文作为投资决策的参考。
你也可能喜欢
Bitget 现货交易BOT新增 FARTCOIN/USDT
我们很高兴的宣布,Bitget 现货交易BOT现已新增: FARTCOIN/USDT。 参考链接 1、 现货交易BOT 2、 快速了解现货网格 免责声明 尽管加密货币有很高的投资潜力,但也具有很高的市场风险和波动性。所有交易策略均由您自行决定并自担风险,Bitget 不承担任何责任。
Grayscale为投资者推出Sui Trust-最新加密货币新闻
Grayscale Investments推出了Sui Trust,为合格投资者提供了一种使用Sui代币的安全方法。这种新的信任有助于
狗狗币价格比XRP更贵,但这款DeFi代币比两者都好,到2025年1月将有30000%的激增潜力
狗狗币价格的最新反弹引起了加密货币爱好者的注意,重新点燃了其作为波动但有趣的山寨币的声誉。同时,