关于人工智能的残酷事实？ 它可能会产生一些更好的软件| 约翰·诺顿

A您无疑已经注意到，我们正处于对生成式人工智能的狂热之中。 迄今为止，大批普通民众和经济学家正在对其变革潜力抱有非理性的狂热。 这是最新的新事物。

对于发烧的人，建议使用两种解毒剂。 第一个是 由顾问 Gartner 制作的炒作周期监测器，这表明该技术目前正处于“膨胀预期的顶峰”，然后急剧下降到“幻灭的低谷”。 另一个是 霍夫施塔特定律，关于估计困难任务需要多长时间的困难，其中说“即使考虑到霍夫施塔特定律，它总是比你预期的要长”。 仅仅因为一个强大的行业及其媒体支持者正在对某件事失去理智，并不意味着它会像海啸一样席卷整个社会。 现实以更加悠闲的速度前进。

在其圣诞特刊中， 经济学家 发表了一篇指导性文章，题为“拖拉机简史英语”（这本身就是对玛丽娜·路易卡 (Marina Lewycka) 2005 年搞笑小说的低调致敬， 乌克兰语拖拉机简史）。 这 文章旨在解释“拖拉机和马告诉你关于生成人工智能的信息”。 教训是，虽然拖拉机历史悠久，但它们花了很长时间才改变了农业。 原因有三个：早期版本没有其支持者认为的那么有用； 采用它们需要改变劳动力市场； 农场需要进行自我改革才能使用它们。

因此，历史表明，无论人工智能炒作商人预测什么变革，它们的到来都将比他们预期的要慢。

然而，这一规则有一个可能的例外：计算机编程或编写软件的业务。 自从数字计算机被发明以来，人类就需要能够告诉他们想要机器做什么。 由于机器不会说英语，所以一代又一代的编程语言不断发展——机器代码、Fortran、Algol、Pascal、C、C++、Haskell、Python 等。因此，如果你想与机器交流，你必须学会​​说 Fortran 、C++ 或其他任何语言，对许多人来说都是一个乏味的过程。 编程变成了一种神秘的手艺，正如伟大的唐纳德·高德纳 (Donald Knuth) 在其开创性的五卷本指南中为第一本书所起的标题所暗示的那样， 计算机编程的艺术。 随着世界变得数字化，这种工艺变得工业化，并被重新贴上“软件工程”的标签，以淡化其手工起源。 但掌握它仍然是一项神秘而有价值的技能。

然后，ChatGPT 出现了，并且令人惊讶地发现，它不仅可以编写清晰的句子，还可以编写软件。 更值得注意的是：你可以用简单的英语提示向它概述一个任务，机器会编写完成它所需的 Python 代码。 通常，代码并不完美，但可以通过与机器的进一步交互来调试。 突然间，一个全新的前景出现了——非程序员能够指示计算机为他们做事，而无需学习计算机语言。

在里面 纽约人 最近，程序员 James Somers 写了一篇 挽歌 关于这一发展的影响。 “传统上需要一生才能掌握的知识和技能正在被吞没，”他说。 “对我来说，编码一直是一个无尽深邃和丰富的领域。 现在我发现自己想为它写一篇悼词。 我一直在想 李世石。 世石是世界上最好的围棋棋手之一，也是韩国的民族英雄，但现在最为人所知的是在 2016 年输给了一个名为 AlphaGo 的计算机程序。” 在萨默斯看来，塞多尔似乎“被一个开始感到熟悉和紧迫的问题所困扰：我为之付出了这么多生命的这件事将会变成什么样子？”

这对我来说听起来有点OTT。 我们掌握的这些证据表明，程序员对人工智能的帮助就像鸭子和水一样。 A 最近的调查 例如，70% 的软件开发人员发现，70% 的人正在或计划在今年的工作中使用人工智能工具，其中 77% 的人对这些工具持“有利或非常有利”的看法。 他们将它们视为提高程序员生产力、加快学习速度、甚至“提高”编写计算机代码的准确性的方法。

在我看来，这不像是失败主义，而是专业人士的态度，他们将这项技术视为“心灵的动力转向”，正如俗话说的那样。 无论如何，它们听起来不像是 经济学家的故事。 但正如拖拉机最终改变了农业一样，这项技术最终也将改变软件的开发方式。 在这种情况下，软件工程师必须更像工程师，而不是工匠。 也是时候了（这位工程师兼专栏作家说）。

我读过的内容

明智之举？
Gary Marcus 在他的 Substack 博客上发表了精彩的评论 AI公司游说获豁免 免于承担侵犯版权的责任。

控制机制
戴安娜·恩里克斯（Diana Enríquez）在科技政策出版社网站上发表了一篇非常深思熟虑的文章，讲述了“成为什么样的人” 由算法“管理”。

砍掉他们的头
A 可爱的帖子 玛格丽特·阿特伍德关于法国大革命电影的子堆栈，从雷德利·斯科特的开始 拿破仑。