我们处在新的十字路口。我们的下一个集体步骤决定了我们的未来。
世界一直是一个不断变化的地方。人类一直在努力寻找缓解生活的方法。但每一次变化都可能带来破坏。对那些可能无法适应不断变化的世界的人的破坏。对那些从未有机会适应不断变化的世界的人的破坏。
而现在，我们正处于迈向类似新变革的十字路口。从信息时代到知识时代的转变。人类智能和人工智能之间的界限正在变得模糊。人工智能可以比以往更好地模仿我们。我们必须为这个新世界做好准备。
那么是什么导致了这种变化？
生成人工智能技术的最新进展是推动这一变化的力量。最近发布的 ChatGPT 很快引起了轰动，并在破纪录的五天内吸引了 100 万用户，还有多个其他生成 AI 程序，如 Midjourney、DALL-E 和 Stable Diffusion 等文本到图像程序，让我们得以一窥未来。这些在单一提示下的程序本质上会生成详尽的数据，这些数据看起来非常像人类生成的数据。
生成式人工智能本质上是指人工智能的一个子集，它专注于生成与现有数据相似的新数据。生成式 AI 由检测现有数据中的模式和序列的算法和程序组成，并使用这些算法和程序生成相似的内容。
会有什么变化？
生成式 AI 技术的潜在用例是巨大的，并将影响多个领域的核心。在医疗保健领域，生成式 AI 可用于提供更精确的诊断，并根据我们提供的信息和数据提出最佳治疗策略，从而挽救生命并优化/提高患者的治疗效果。在法律领域，它可以成为扫描大量资源并提供所收集信息摘要的有效工具。
在科学领域，生成式人工智能可以用来产生新的假设，设计新的实验，做出新的推论。在建筑和市场营销等设计相关领域，人工智能可以通过增加多种变化在构思阶段提供巨大帮助，从而帮助设计师创造更快更好的产品。对于软件开发人员，人工智能可以帮助创建重复的代码模式和错误调试，帮助开发人员主要关注逻辑构建。
在许多行业中，生成式 AI 可用于创建新产品和服务、改进生产流程以及优化供应链。生成式 AI 的总体影响可能是深远的，并且随着我们的前进将继续呈现新的方面。
但对每个人来说，情况都没有这么乐观。人工智能驱动的工具有可能自动执行内容编写、图形设计和创建图像、音乐创作和视频等任务，这将导致这些领域的大规模工作岗位流失。同样，客户支持等重复性任务现在可以完全自动化。
如何适应变化？
生成式 AI 可提高生产力和效率，并帮助人类更加专注于创造力。它帮助我们成为投资我们的愿景而不是仅仅投资我们的时间的人。加强对创造力的关注是通向未来的道路所在。毕竟，生成式 AI 只是从作为数据集输入的大量预先生成的人类创造力中生成内容。
适应人工智能发展带来的变化的潜在解决方案首先是通过关注创新而不是简单的死记硬背，从根本上改变教育模式。失业的解决方案包括为人们提供技能和培训，以过渡到不易受自动化影响的领域，并赋予人们使用人工智能的技能。有了自动化，工作岗位的净数量无论如何都会减少，从而通过增加基础设施、公共产品、促进新创业公司和小型企业的创建来推动经济中的工作岗位增长，同时鼓励公司投资于新的工作岗位，因为他们将任务自动化，这将是一项重要措施采取。
尽管如此，在员工尝试过渡到新途径时，可能有必要为他们提供支持。实施普遍基本收入等政策可以证明是无法找到工作的工人的安全网。从本质上讲，应对和适应人工智能普及带来的变化需要个人和整个社会的共同努力。
灰色地带
生成式人工智能的伦理和社会影响仍然是一个广泛争论的话题，需要在其全面实施之前进行彻底讨论。应注意不要侵犯个人权利。人工智能工具使用互联网资源作为数据集，因此无论此类数据的使用是否遵循合法的版权法，都会产生越来越多的阴影。例如——美国高等法院已提出法律申诉 ，称在公共 GitHub 存储库上训练 AI 系统侵犯了在开源许可下发布代码的创作者的合法权利。同样，为了创造新的艺术，AI 使用以前制作的艺术作为原始艺术家可能不愿意让 AI 访问的数据集。
互联网也是一个充满偏见的地方，并且在很大程度上已经进化，与其他社会阶层相比，它从社会的一个阶层吸收了更多的投入。没有任何权威机构可以限制人工智能使用错误信息、有偏见甚至可能明显不正确的数据片段作为输入来产生两极分化的反应。问责制的一个内在问题也存在于人工智能的采用——用户、人工智能或对不当内容负责的公司。
从本质上讲，我们正处在人类历史发展的新十字路口，实现社会各阶层各方面顺利过渡的责任落在了我们共同的肩上。
