機器人曾被認為只能胜任缺乏想象力、例行公事式的工作。今天，它們可以撰寫文章和創作獲獎藝術。

2013年，牛津研究員發表了一篇分析自動化和人工智能最有可能威脅的工作的文章。名列前茅的是電話銷售、手工縫紉和證券交易等職業。這些和其他面臨風險的工作涉及重復性和缺乏想象力的工作，這似乎使它們對 AI 易被攻擊。相比之下，被認為最能夠持續發展的工作包括許多藝術職業，例如插圖和寫作。

這種假設一直有點牽強。我們先是建造了能夠掌握棋藝的機器，然後才建造了一個不會被卡在沙發下的地板清潔機器人。但在2022年，技術人員推翻了有關 AI 和創意的傳統智慧，將其點燃，然後將其丟入廢物箱。

今年，我們見證了一系列 AI 產品的出現，它們似乎正是牛津研究人員認為幾乎不可能的：模仿創造力。語言學習模型，例如 GPT-4，現在以驚人的人性化精確度和風格回答問題和撰寫文章。圖像生成器，例如 Stable Diffusion Midjourney 和 DALL-E 2，將文本提示轉化為華麗，或者是你喜歡的醜陋圖像。今年夏天，使用 Midjourney 的文本到圖像程序創建的數字藝術作品在科羅拉多州的州博覽會上獲得第一名，藝術家們感到憤怒。

AI 已經在我們的數字生活中扮演著關鍵的，儘管常常是看不見的角色。它驅動著 Google 搜索，結構化我們對 Facebook 和 TikTok 的體驗，以 Alexa 或 Siri 的名義與我們交流。但是，這一新一代生成 AI 技術似乎具有更加不可磨滅的人性化特質。稱其為創造性合成——獲得靈感、信息和藝術影響的不可思議能力，以創造原創作品。

文章和視覺藝術只是開始。Google的 AI 分支 DeepMind 開發了一個程式 AlphaFold，可以從氨基酸序列確定蛋白質的形狀。在過去的兩年中，使用 AI-first 方法開發的臨床試驗藥物數量從零增加到幾乎 20。"這將改變醫學，" Max Planck 發展生物學研究所的一位科學家告訴 Nature。"它將改變研究。它將改變生物工程。它將改變一切。"在過去幾個月中，我一直在嘗試各種生成型AI應用程式和程式，以了解我所說的可能代表下一個大型數字發明的技術。我一直喜歡玩遊戲應用，可以總結大量的信息。多年來，我一直想象一種無物質大腦，可以給我提供基於研究的問題的平易近人的答案。不是Google已經提供的文章鏈接，也不是Google Scholar擁有數百萬的研究論文清單。我想在搜索欄中輸入問題，毫秒內，就可以從數十年的科學研究中讀取共識。生成型AI初創公司其中之一的共識承諾自動化我們曾經僅被認為是人類專屬的任務的系列任務：閱讀、寫作、總結、繪畫、繪畫、圖像編輯、音頻編輯、音樂創作、電子遊戲設計、藍圖等。在與共識創始人的交談之後，我對技術的潛力感到興奮，對我們能夠訓練計算機成為我們自己思想的延伸這一可能性感到著迷，對其影響的規模感到一點不知所措。讓我們考慮兩個這樣的影響-商業和道德。現在，在線搜索是有史以來最有利可圖的企業之一。但它似乎容易受到這個新的發明浪潮的影響。當我輸入“最好的聖誕節禮物”或查找简单的紅絲絨蛋糕食譜時，我要找的是答案，而不是超鏈接和標題菜單。一個 AI，它已經吞下了互聯網並能夠背誦答案並根據我的查詢綜合新的想法，似乎比一個搜索引擎更有價值。它更像是一個答案引擎。在所有在线广告的最有趣的问题-因此，数字商务的所有问题-可能是什么 happens 当答案引擎取代搜索引擎时。从更哲学的角度来看，我着迷于共識创始人实际正在做什么的事情：使用AI学习专家的工作方式，以便AI可以更快地执行相同的工作。我从我们的对话中走开，沉迷于这个想法，即AI可以通过监视工人来模仿他们的品味、风格和产出来掌握某些认知任务。为什么不能在不久的将来有些应用程序消耗了数百万被付费专家团队标记为有效或无效的广告，并随着时间的推移掌握生成高质量广告概念的艺术呢？如果将生成型AI的这种特定技能描述为“像X那样思考”，那么道德问题会变得相当奇怪。创始人和工程师可能随着时间的推移学会培养 AI 模型像科学家那样思考，像治疗师那样提供咨询，或者像视频游戏设计师那样构建世界。但我们也可以训练他们像疯子一样思考，像心理变态者那样推理，或像恐怖分子那样策划。正如许多人所声称的那样，我们可能处于 AI 的“黄金时代”。但我们也处于诈骗者，波捷金发明和技术神谕中的黄金时代。我设想的生成型AI的黎明不一定会实现。到目前为止，这种技术尚未取代任何记者，也没有创造出任何畅销书或视频游戏，或者设计出一些闪闪发光的水广告，更不用说发明了可怕的新癌症形式。但是，你不需要有想象力，就可以看到这些技术带来的未来充满了可怕和令人敬畏的可能性。