最近结合丁磊博士的《生成式人工智能》一书，聊了不少关于人工智能的知识，今天最后再做个总结。AI已来，并且已势不可挡的趋势迅速发展，作为每位浪潮中的人来说，不是抵制、不是忽视、而是尽快接入使用。不必害怕人工智能会抢了你的饭碗，相反，它是一个随身携带的好帮手。在书中也指出:
与其说人工智能将取代从业者，不如说它完成的是枯燥繁重的工作内容，它淘汰的不是人类，而是落后的生产力。对大部分人来说，人工智能不是竞争对手，而是我们的工作伙伴，它将成为必要的生产要素，使生产力倍增。我们应该做的是训练和使用人工智能，让人工智能为我所用。解放生产力的进步，一直都是推动人类大踏步进步的动力之源。从石器时代的石斧石茅，人类可以不再害怕猛兽；陶器时代的陶碗、陶壶，人类可以储存食物、水，有更多生产需求而不怕没地方存放；青铜器时代的冷兵器、鼎、酒樽等，人类有能力开采更多资源、建立国家、饮酒作乐；工业时代的蒸汽机，又改变了以前农耕时代的小作坊式生产，带来了工厂化的大规模生产。接下来又是掌握了电力，电灯、电话、电报、电视等电子化产品又使人类活动的时间和接受信息的效率得以提升，并进而引发信息革命，电脑、各种软件等信息化产品促进了人类的办公效率；而网络时代，建立了全球的互联网体系，移动互联网更是让人人都有智能手机可用，交流效率、办公效率、获取知识的便携性得到提升；而如今，人工智能，将进一步提升人类的办公办事效率。正如OpenAI CEO Sam Altman所说：“万物的智能成本无限降低，人类的生产力与创造力得到解放。”书中总结的这段也颇具价值:
人工智能不仅能够以优于人类的知识水平承担信息挖掘、素材调用、复刻编辑等基础性机械劳动，而且能让所有人都成为“艺术家”、“设计师”或“工程师”，可随时生成有创造力、个性化的内容，从技术层面实现以低边际成本、高效率的方式满足海量个性化需求。到了AGI时代，通用智能体能够处理无限任务、自己产生并完成任务，并且具有价值系统。如此，我们将迎来生产力的又一次解放，人们摆脱了信息处理和认知能力的有限性，可以将更多的精力集中在人工智能尚不能处理的方面。哪些是人工智能尚不能处理的呢？就是创造力，解放了人类的生产力，从繁琐得重复性劳动中解脱出来，使用人工智能就像雇佣了一些下属在帮你干活一样，那实际上就是解放了你的时间，可以有更多时间来进行建设性思考，创新性思考。程序员可以利用Copilot，CodeWhisper等工具，利用自然语言对话生成符合要求的代码，再经过自己的审核确认即可，因为有不少代码其实都是有定式的，用AIGC的方式可以节省掉写这部分代码的时间，前提是你对这部分代码逻辑已经很熟悉了，从而可以花时间思考更全面整体的架构思考、需求理解和流程设计。内容创作者同样也可以利用AIGC工具来辅助创作，当然我还是建议自己的理解自己写出来，而不是让AI生成，这样写下来才能真正帮助到自己理解，而不是完成任务式的。当然，正如我自己，也会用AIGC来辅助创作，怎么用呢？主要就是题图，根据文章大意生成一张全球唯一的图片，以前我喜欢放一张自己拍的风景照或者网上找的图片，要么是图与文章内容不一致，要么就是可能涉及到图片版权，而现在通过AIGC的方式将可以解决这两个问题。第二个就是文章尾部的公众号二维码，也是根据每票文章的大意生成的独一无二的二维码，十分有趣，若大家感兴趣，欢迎在后台留言，想知道的人多的话我就写一篇文章介绍方法。第三个是标题，我目前的写作习惯，是写完正文，最后取标题的时间很少，往往也要绞尽脑汁想如何取个好标题，而想不出好标题的时候（不包括今天文章标题哈），我会把正文喂给AI，让它帮我想几个标题参考，然后我再选择或者优化一个出来。这样取标题的效率又得到了很大提升。
书中也提到，哪类工作不容易被取代:
面对事情本身的、重复性高的、有迹可循的、需要具体执行的工作最容易被人工智能取代；而需要面对人的、对创新性要求高的、情感交互多的、对专业经验要求多的、需要展现情感交流价值和领导力的工作最难被人工智能取代。所以，这也启发了我未来的重点提升方向，创新探索、积累行业经验、增强沟通能力。我们看AIGC有如此强的知识整合能力，也启发了我们自身也可以学习AI这种思维，就是尽量扩展自己的知识边界，博采众长，博览群书，通过大量数据输入训练自己的大脑，建立自己的知识体系，并通过“微调”的方式，结合工作中的行业知识，将行业外知识与行业内知识进行融汇贯通，探索出创新点。同时，利用好AI工具思维，利用工具赋能，解放生产力，提高自我解决问题的能力，提高效率，释放创造力。愿我们每个人都能在AI时代变得更好更强。
