• 时间:
  • 分类: AI副驾驶
  • 标签: None
  • 阅读(401)
  • 👍推荐(0)
  • 评论(0)

Microsoft首席技术官Kevin Scott在与a16z的Bob Swan的对话中解释了AI副驾驶如何使开发人员长时间处于流动状态，以及为什么更广泛的AI副驾驶可以成为知识工作工业革命的开始。

Microsoft 的 AI 方法

Bob：Microsoft在决定人工智能的未来方面发挥了巨大作用。您能否花几分钟时间谈谈您如何看待人工智能的愿景和未来，以及像Microsoft这样的大型技术领导者在人工智能浪潮中扮演什么角色？

Kevin：我们确实不把人工智能看作是一个产品，也不是一个研究项目，而是作为一个真正的平台，让很多人在上面构建许多有趣的新事物。
在过去的几年里，也许在过去的 12 个月里，特别是随着 ChatGPT 和 GPT-4 的推出，你可以真正看到该平台的潜力，就像个人电脑或智能手机一样。有一大堆技术将使一大堆新事物成为可能，很多人将在此基础上构建东西，其中大部分我们现在甚至可能还不真正理解。对我来说，这是构建技术令人兴奋的事情。我一直是一个工具构建者，构建一个工具，然后让一群人以你意想不到的方式使用它的想法非常有趣。

Bob：在很多方面，你不是靠自己做这件事的。正如你所提到的，你已经与行业领导者合作，无论是 GitHub 还是 OpenAI，以及最近的 Meta Llama 2。您能谈谈您认为合作伙伴在您的愿景中扮演的角色以及您期望生态系统如何随着时间的推移而扩展吗？我相信你已经问过一百万次的一个问题是：你从哪里获得所有的 GPU 来支持不断发展和扩展的关系？

Kevin：GPU 的问题是......这可能并不滑稽，但我不得不嘲笑现在排名第一问题的频率。这甚至不是每周或每月的事情，一天中有人不要求 GPU 的时间几乎不存在。回到这一点，如果你正在构建一个平台，这个平台必须与合作伙伴一起构建，它必须被合作伙伴使用。我们的合作伙伴对我们来说非常重要。如果你考虑人工智能，到目前为止，我们最重要的合作伙伴是OpenAI。这种合作关系已经持续了 4 年，最初是“嘿，我们是一个超大规模云。我们将与您合作构建一系列人工智能超级计算基础设施，然后训练世界上一些最先进的人工智能模型和系统。然后，我们将共同做一些工作，弄清楚如何利用这些模型，这些平台构建块，并将它们部署到Microsoft提供的产品中，如GitHub Copilot，并将这些东西部署到Azure和Azure OpenAI API等环境中，人们可以在其上构建自己的软件。这些其他合作伙伴也非常重要。显然，GitHub 是目前部署 AI 最有趣的地方之一。这是我们试图建立的这种副驾驶模式的第一个例证，即：你如何利用某人正在做的一些知识工作或认知工作，并使用人工智能来帮助他们在完成认知工作时显着提高工作效率？如果你看看开发人员，我们只是没有足够的人来编写世界需要的所有软件。开发人员所做的许多工作都是辛苦的，因此拥有一个工具可以帮助使软件开发工作更加愉快，并帮助软件开发人员提高工作效率......你提到了 Meta 和 Llama 2。我认为 Llama 2 就像 Llama 一样，将成为人们想要用来构建 AI 软件的重要构建块。我们希望 AI 软件在 Azure 上运行，因此我们正在尽一切努力使人们能够轻松做到这一点。

下一次工业革命

Bob：Copilot 的概念以及您如何创建这些 AI 工具来帮助人们完成复杂的认知任务：您认为 AI 如何能够并且将随着时间的推移改变我们所有人的工作方式？对于我们如何充分利用 Copilot 等工具，您有什么建议？

Kevin：如果你回想一下工业革命，你第一次设计了能够帮助人们劳动的设备、机器。19 世纪和 18 世纪以及 20 世纪的大部分时间里，大部分劳动都是体力劳动。这些新技术的发明突然间使世界上几乎每个人都在做的体力劳动发生了转变。
我认为现在认知工作或知识工作也会发生类似的事情，这正在成为劳动力花费时间和精力所做的事情中越来越大的一部分。你和我都是知识工作者。我们还没有真正在知识工作者的生产力方面取得巨大突破。PC是一个加速器，互联网的发明是一个加速器。我不认为智能手机在生产力和知识工作方面有太大帮助。但我认为这可能是这种特殊类型的工作所发生的最大的事情。我认为它在早期使用的方式，你现在可以看到这一点，是双重的。一个是你有这些大类的知识工作，没有办法做更多特定类型的工作，因为生产力没有变得更好——但你在社会上有某种赤字，因为你实际上可以使用更多的知识。

另一方面，在我们所做的很多工作中，你都有大量的苦差事。如果你有某种生产力机制，可以进来做你最不喜欢的工作部分，或者最重复和最冗余的工作，我想我们都会很高兴在我们的生活中拥有这些工具。我认为很多公司很快就会成立，以真正帮助解决其中的一些问题，“嘿，人们会绝望并乐于自动化的垃圾工作在哪里？这将使他们的工作体验更好，并让他们完成更多工作。有趣的是，对于我们过去所经历的一些重大平台转变，在平台上完成的最有价值的事情并不是在平台变化的第一年或第二年部署的事情。如果您考虑智能手机，您大部分时间都花在智能手机上的地方不是 SMS 应用程序，不是网络浏览器，也不是邮件客户端。它是在平台可用后的几年内在平台之上创建的新事物中。这是你真正必须考虑的困难事情。哪些困难的事情现在变成了可能，而以前是不可能的？这是人们应该考虑的事情。我可以解决哪些难题？你现在可以做很多简单的事情，这些事情会很有用，但我认为这些并不是最有价值的事情。

开发人员生产力和流程状态

Bob：其中一个非常强大的用例是 GitHub Copilot 中的代码助手。走进 Microsoft 的 4 面墙，您能否谈谈您正在向自己的工程师推出的工具，它如何改变工程师在 Microsoft 完成工作的方式，以及关于您如何跟踪和衡量工程社区中这种生产力的任何想法或想法？

Kevin：我不确定是否有任何人工智能系统需要新的措施来提高开发人员的生产力，但我认为这真的非常重要。如果你正在经营一个软件开发组织，并且你对开发人员的生产力没有良好的指标和可见性，那么你需要立即行动起来。如果您没有这些衡量标准，将很难决定在令人眼花缭乱的各种 AI 开发人员工具中，哪些是您想要采用的，以及您希望以什么顺序采用它们。我要说的是，开发人员的生产力不是生成的代码行。它就是你如何衡量开发人员非常快速地向用户交付东西的能力，然后衡量这些用户是否从开发人员正在生产的东西中受益。它对整个反馈循环进行检测，并确保您能够识别整个产品生命周期开发过程中的摩擦点。

我们现在在公司内部使用人工智能工具做的事情，首先是让每个人都使用 GitHub Copilot，这是一个非常大的生产力胜利。根据我们对开发人员的观察，它所做的最重要的事情是，它有助于让他们保持流动状态的时间比其他方式更长。当你在写一大块代码时，或者你试图完成某件事时，不要遇到障碍，然后说，“我不知道如何去完成下一件事。我必须去查阅文档或询问另一位可能正忙于某事的工程师，“能够在你脱离心流状态之前的那一刻让自己畅通无阻，这是非常有价值的。对于那些正在考虑这些生成式 AI 工具的效用的人来说，这是一件事情。您正在为软件开发以外的事情进行构建。
去年秋天，在 GPT-4 宣布之前，我决定，“我能用这些工具帮助我写一本科幻小说吗？这是我从十几岁起就想做的事情。写完这本书真是太糟糕了。它只是不擅长给你写一些结构良好的散文章节，包括性格发展以及你在一本好书中想要的所有东西。但它真的很棒，让我保持心流状态。因此，如果我用这个工具衡量我一天能写多少字的生产力，而不是2倍，这很容易。
总的来说，每个人都应该考虑的真正有趣的事情是流动状态的概念。在什么条件下，人们绝对最有生产力或对自己的工作最满意？当你处于心流状态时，你就知道了。你只是在杀死它。你怎么能使用工具来尽可能长时间地保存它？另一个地方，我们使用一堆人工智能工具，实际上是在人工智能的部署中。我们现在正在做的很多测试，我们所做的很多负责任的人工智能工作，都在使用人工智能工具本身来帮助做到这一点。这是另一件有趣的事情，只是不明显。对我来说，它并不像大约 9 个月前我们开始大规模部署时那样重要。

重新编织美国梦

Bob：您能谈谈作为领导者，您是如何有效地推出这些工具来激励和启发我们的员工的，而不是激起我们的员工对这项技术对我们的角色意味着什么的恐惧吗？然后，在相关的基础上，您如何在日常工作中应对此类颠覆性工具的组织变革阻力？

Kevin：我认为这是两个截然不同的问题，我将分别深入探讨。老实说，我实际上在最糟糕的时候写了一本关于这个问题的书。这本书叫做《重新编程美国梦》。它于 2020 年 3 月进入书店并上架，也就是 COVID 大流行开始停工的那一周。这本书的重点是，人工智能为人们创造的机会远远多于它创造的潜在伤害。这并不是说潜在的伤害是 0，或者你可以忽略它，或者你可以让它成为你正在考虑的 AI 产品的无数事情。但这确实意味着我们必须真正坚持和坚定地应对这些乐观的情况。这本书的部分内容植根于我的经验。我在弗吉尼亚州中部的农村长大，那里的经济由烟草种植、家具制造和纺织业提供动力。到我高中毕业时，这三个行业都刚刚崩溃。

当这些社区的人们能够获得非常强大的工具时，他们往往会做一些非凡的事情，为自己、家人和社区创造经济机会。他们解决了你或我不会解决的问题，只是因为我们没有看到世界的整个问题景观。我们没有他们的观点。这些人工智能工具现在变得比以前更容易获得。你现在可以使用这些工具做一些有趣的事情，以解决一些问题，比如在弗吉尼亚州的小镇上创业或成为企业家，而无需计算机科学博士学位或经典人工智能方面的专业知识。你只需要保持好奇心和创业精神。你的第二个问题是，你如何让人们抵制变革，接受人工智能现在正在发生的事情？在过去的9个月里，我们在Microsoft上看到的——我想你们在创业界也看到了这一点——一旦你有一大群人热情地在这项技术之上构建东西，就很容易看到你所有的同行都在适应这种变化，对此感到兴奋。 建造有趣的东西，然后对自己说，“我也必须去做这个。我认为任何组织的部分问题都是弄清楚如何让自己达到采用的临界质量，然后它会变得更容易。然后你会遇到相反的问题，这就是你开始通话时遇到的问题，那就是人们向你尖叫他们没有足够的 GPU。

给企业家的建议

Bob：最后，让我提出最后一个更笼统的问题。您认为目前人工智能领域最大的悬而未决的问题是什么？

Kevin：我们有证据证明，一个20瓦的器官位于我们的耳朵之间，它是通用人工智能，它比我们现在正在构建的数字人工神经网络效率高很多很多个数量级。从技术角度来看，在弄清楚如何缩小效率差距方面，可能还有一大堆突破有待发现。解锁，你必须到达可以在笔记本电脑上做某事的地方，而不是不得不购买价值数百万美元的计算基础设施来做一些真正巨大的事情。它为我之前谈到的产品开发做了这件事，那就是，它可以帮助您更快地转动曲柄并使迭代成本更低。显然，仅仅在效率上取得重大突破对我们来说是件好事，因为我们在基础设施上花费了大量资金来运行这些模型。但我认为这对整个世界以及我们在人工智能产品中看到的创新速度来说都是一件好事。我要对所有在场的企业家说，去寻找困难的事情来做。不要追逐琐碎的事情。不要成为充斥着 AppStore 的放屁应用程序的 AI 道德等价物。仅仅因为一件事成为可能并不意味着它是有用的。真的，真正关注产品构建的基本原理是很重要的。人工智能是一种模型，而不是产品。作为企业家，您对以下方面的理解：谁是您的用户？他们的问题是什么？你能做些什么来帮助他们？然后确定这些人工智能的东西是否真的是解决用户问题的有用基础设施——这是不变的。人工智能就像一个新的、有趣的基础设施，它已经存在，可以让你解决一类新的问题，或者以更好的方式解决一类旧问题。

Bob：Kevin，这太棒了。非常感谢您今天抽出宝贵时间参加我们的会议。我非常感谢您分享您在 Microsoft 的愿景以及将这项技术变为现实的一些工具和人性化方面。很高兴看到。我期待下次。

Kevin：非常感谢你邀请我。

原文：https://a16z.com/ai-copilots-and-the-future-of-knowledge-work/