# 热门搜索 #
搜索
一年时间过去后,AI究竟影响了谁的工作
6647点击    2024-02-05 13:37

AI确实影响了部分人的工作,但对于更多人而言暂时还只是虚惊一场。


“最开始我们以为这(AI)是互联网十年不遇的机会,但是越想越觉得这是几百年不遇的、类似发明电的工业革命一样的机遇”,上面这一段话是马化腾在腾讯2023股东大会上所讲。人工智能是2023年科技圈最大的亮点,这件事已经是毋庸置疑,但就像工业革命那样改变世界是有代价的一样,更高效、更便捷的AIGC(生成式AI)仅仅只用一年时间,就改变了许多人的职业生涯。



AI取代真人,从游戏美术领域打响了第一枪。此前在2022年秋季,与聊天机器人ChatGPT一同火起来的是两款AI绘画工具——Midjourney和Stable Diffusion。过去一年在微博、知乎、脉脉等社交平台上,就有不少因为游戏厂商将AI引入美术工作流程遭遇裁员的前游戏美术现身说法。


但就在2022年上半年,AI绘画还只是一个被嘲笑的概念,画师也毫不担心AI会抢走他们的饭碗。因此在相当长的一段时间里,画师们都认为AI绘画是AI大模型学习大量人类画作,再将海量元素打碎再拼接的结果,并曾坚定地认为AI绘画只是“尸块拼接”。


然而只用了仅仅不到一年时间,AI成长的速度就远超画师的想象,最新版Midjourney甚至打破了AI无法绘制准确人类手部的魔咒。同时借助不同的插件、模型、Lora,AI绘画工具已经几乎能够实现你想象的每一种画风,就连毕加索、莫奈等大师的风格都能模仿。



最为关键的是,AI绘画的成本极低,并不完全需求英伟达Hopper H100、Ampere A100等专为AI打造的计算卡,普通的游戏显卡就能“跑图”。即使是再高产的画师在出图效率上也是被AI降维打击,AI可以靠堆数量来解决质量问题,一款高性能显卡一天产出上千张图片完全不是问题。一位大厂游戏主美是这样评论AI绘画的,“从前需要一两周的工作量,现在只用三四天。”



大厂将AI引入前期设计和后期细节刻画、再辅以人工修图,中小厂商则用AI代替外包的做法更是蔚然成风。而AI介入游戏美术工作最大的提升,就是效率的增加、产能的提升,也意味着同样开发一款大型游戏从前需要百人规模的美术团队,现在可能就只要二三十人就行,人力成本大幅度被降低。AI绘画的恐怖之处就在于,它如今居然完美兼顾了降本和增效。



除了中低阶画师已经被AI逼得失业,文字工作者的日子也不好过。刚刚过去的2023年里,从德国《图片报》到美国最大的新闻出版商Gannett、再到科技巨头微软,使用AI参与到新闻撰写已经不是什么新鲜事。既然AI已经能画图,作文自然也不在话下,毕竟ChatGPT就是以有“人味”的文字回答出圈。然而,试图用AI代替人工编辑的尝试几乎都失败了。


AI写出来的新闻报道缺乏关键细节、内容大量重复,使用奇怪的语言风格。盖因在监管的压力下,AI被开发者约束要说“正确的废话”,并且素材的排列组合是不可能诞生文风的。


从某种意义上来说,AI最擅长的是形式化的官话和套话,但这就必然会导致写出来的内容味同嚼蜡。其实这一切并不让人意外,因为文字传递的信息量要大于图片、甚于视频,这也是AI绘画、AI视频生成如火如荼,但AI在文字领域最成功的用例,还只是基于一段文字生成对应的摘要。



如果说AI对画师的威胁是高、对于文字创作者的威胁是低,那么它对于程序员的威胁就是中。Stable Diffusion开发商Stability AI的CEO就表示,“五年内,人类程序员将彻底消失”。


事实上,在过去数年间,科技行业一直在尝试代替程序员,从PC互联网时代的拖拽建站、到移动互联网时代的低代码,再到现在的AI写代码莫不如此。


程序员的工作其实很像翻译,只不过通常的翻译是人与人之间的互动,而程序员则是将人类的需求翻译给计算机。简单来说,程序员的工作就是把现实世界中的需求,通过计算机语言翻译成源代码(SourceCode),再经过编译器转换成CPU能够直接处理的机器码(NativeCode),最后再形成可执行程序,并在后续维护程序的运行。



在这一过程中,AI目前主要介入的部分是生成代码,其实这也是GitHub Copilot等AI编程工具的功能。可生成代码并不是程序员工作中的关键,理解需求、并实现才是,并且后续的代码维护也很重要,但目前这还都是AI无法解决的。


以GitHub Copilot为例,有研究人员分析了GitHub Copilot的效能后发现,随着它的加入,代码流失率(即代码写入后不久又被返工修改、删除的情况)出现了显著的上升。


研究人员收集了1.5亿行由GitHub Copilot生成的代码,发现GitHub Copilot更青睐直接添加代码、不鼓励复用,这就意味着AI编程工具并不鼓励代码复用,而是直接重写。问题是AI直接重写的代码质量往往堪忧,否则也不会出现代码流失率上升的情况,这就代表着开发者根本不敢将GitHub Copilot生成的代码直接应用在生产环境,必须花时间检查AI给出的代码以及修复相关BUG。


AI将会取代人类、导致大量失业,这其实是一个自ChatGPT走红就一直被谈论的话题。但一年时间过去了,AI确实影响到了一部分人的工作,但是对于更多人而言,暂时还只是虚惊一场。


文章来自于微信公众号 “三易生活”(ID:IT-3eLife),作者 “三易菌”


关键词: AI工作 , AI就业 , chatGPT , Midjourney
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费)


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/(付费)