作者| 番攤123
隨著以ChatGPT為代表的AIGC產業脫穎而出,飛速走紅,很多人特別是創作者都在擔心自己會被取代。事實的確是蹣跚了幾十年的人機交互迎來了全新的變化,對於大部分普通用戶而言,對電腦下指令不再需要用Python語言或SQL語句等需要寫代碼的形式,只要簡單打字或說話即可。
與此同時在大洋彼岸,又有全新的崗位悄然誕生了:提示工程師(Prompt Engineer),也有人稱其為“賽博訓練師”,甚至不會編程也能玩轉。很快多家相關企業都紛紛發布了各自的招聘廣告,又引起了一波熱潮與關注。比如由OpenAI前員工創立、谷歌參投的AI公司Anthropic已經在明碼標價的招聘了,在崗位要求中,“具備黑客精神並喜歡解謎”,“樂於溝通、喜歡傳授技術概念”等都是重要考量因素。 AI合約審查公司Klarity也擬招募工程師來“提示、微調”大型語言模型並與之“聊天”,新聞網站BoardingArea、自由職業平台Upwork上類似的招聘廣告也屢見不鮮。
毀滅與新生並存
從歷史的經驗來看,新技術的應用的確會解放部分生產力,淘汰一些末端職業,但同時也會創造一些新職業。比如汽車的發明淘汰了馬車與馬車夫,同時帶動了司機與加油站的普及,雖然今天的司機可能與昨天的馬車夫是同一人。但從客觀上說,人類社會向前發展的趨勢也正是在此消彼長中螺旋式前進的。
以去年美國科羅拉多州博覽會上奪魁的《太空歌劇院》為例,該作品創作過程就引發過頗多爭議。作者Jason Allen主要通過AI繪圖工具Midjourney生成原畫,再花費數週時間不斷修改視角、構圖、光線等提示(Prompt),製作超過九百幅作品,後經Photoshop潤色才完成最終參賽作品。當時就有人說這是一場是AI繪圖工具的勝利,也是場“人類一敗塗地”的比賽。但作為旁觀者仔細想想,Jason Allen或許不是專業畫家,但似乎能擔得起“提示工程師”的名號。
提示AI,如何提示?
提示工程師Prompt Engineer,Prompt意為“導致,提詞,提示”。放在AI領域中,這種提示可以是一個問題、一個句子或一段話,用於引導AI模型生成內容。如果提示不夠貼切,那麼就像採訪時不問針對性的問題,產出效果自然難達預期。舉例來說,若想用AI模型生成一張排列整齊的物品平鋪圖,大部分用戶可能會用“東西整齊地放在桌子上”等語句描述,但即便是如此大量的字句堆砌,AI可能依然無法理解透徹,最後的產出結果可能也不盡人意。
其實有個專有詞Knolling來描述這一現象,簡單一個詞便能匯集上述所有描述,且更易於AI理解。在這種時候,Knolling就是對AI最關鍵的那一項提示。 Knol可以有“知識單元”的含義,自然更符合AI所需的“提示”含義。
何為提示工程師?
AI作為人類智慧的產物自然不可能完美無缺,既然有缺陷就需要人力輔助。一般說來,提示工程師是通過提示引導,讓AI工具在極限條件下運作以了解它們的缺陷,增強它們的優勢,制定對應的策略,將簡單的輸入轉化為真正獨特的,有意義的結果。在此過程中工程師能做的只是不斷調整提示,確定哪些表述更有用嗎?不完全是,這一職位同時也會盡力挖礦AI潛能,引導它們逐步,深入思考。孔子曰:“不憤不啟,不悱不發。”這其中“啟”和“發”就是必要的外力引導,基本也就是提示工程師要做的。究其本源,還是因為現代的學習型AI基本原理都是對人類學習行為的模仿。
以ChatGPT為首的AIGC等幾乎可以回答所有問題,不論答案正確與否。而提示工程師正是引導AI找出正確答案,緊握韁繩,謹防這匹“黑馬”變成“脫韁野馬”。從這個角度來說,提示工程師的行業門檻還是頗高的。以本人的親身經歷來說,ChatGPT的很多擁躉知識面小的可憐,面對強大的數據庫與先進算法的產物自然只會高呼不可戰勝或者無能為力。但正如此前所說,ChatGPT在發布後的幾個月裡就遭到了來自教育工作者、記者、藝術家、學者和公眾倡導者的廣泛而嚴厲的批評,其中比較有代表性的說法是“ChatGPT宛如一隻隨機鸚鵡,只是簡單重複它認為我們想听的話。”而且越來越多的實踐表明,ChatGPT對很多專業領域內問題的回答乍看之下沒什麼問題,實則漏洞百出。可惜的是很多人由於自己的知識面和眼界所限,很難意識到這些問題。
也有人認為提示工程師的存在僅是過渡,只要AI繼續發展,將來遲早有一天能更準確的理解用戶意圖,或許屆時人人都將是提示工程師,這個職位也將不再稀罕。不過目前可以確定的是AI的發展速度是不可能慢下來的。既然AI能力日漸強大是板上釘釘的事,不如儘早開始學習如何與其和諧共處。當生產力足夠強大且先進,可以發明創造任何想要的東西時,能精確表達“是什麼”的能力就很關鍵了。
資訊來源:由0x資訊編譯自8BTC。版權歸作者所有,未經許可,不得轉載