今天是2月7日，外面相当冷，但显然还不足以冷却ChatGPT在冬天前掀起的热潮。微软准备宣布Bing Chat，这是一个基于OpenAI的下一代模型构建的聊天机器人，能够进行网络搜索，谷歌注定要完蛋了（不止一次，而是三个月内的第二次）。每个人都会转向Bing，微软将会蚕食谷歌的搜索收入。
或者不会？
今天是3月14日，北半球的花朵正在羞涩地绽放。我们特别期待一朵罕见的花，它有8朵（还是16朵？）花瓣。它即将绽放（或者也许不会）。GPT-4发布了，这是有史以来最神秘的语言模型发布。但它比GPT-3.5更好，不，要好得多。谁不愿意为100倍的生产力提升支付20美元/月呢？真是个便宜货。
可能也不是。
今天是3月21日，一段柔和、可能是幻觉的旋律唤醒了沉睡的谷歌。Bard是Sundar Pichai最喜欢的音乐。但有些音符走调了，这是一个仓促发布吗？看起来上述的两个夹击战术很奏效。但Bard只是一个测试者，真正的炸弹还会在未来推出更强大的模型。谷歌重新回到了竞争中。
但真的吗？
今天是7月18日，这是有史以来最炎热的夏天。太阳高照，空气炎热，GPU又要再次嗡嗡作响了。Meta不再浪费时间在Metaverse上，它宣布了一个受到广泛欢迎的人工智能发布：他们流行的LLaMA模型的开源第二版本，Llama 2。他们这样做是为了给OpenAI、微软和谷歌上一课，告诉他们如何在公开的环境中做事。
他们真的这样做了吗？
Alberto，我觉得你漏掉了几个——你知道Anthropic的Claude吗？Perplexity呢？Character呢？Inflection的Pi呢？AI21的Jurassic呢？Cohere的Xlarge呢？Mosaic的MPT呢？……你可别忘了每周都有无数吨略显昂贵、过度估值的礼品包装纸！
哦天啊，这真是越来越荒谬了。
这篇文章选自《算法之桥》，这是一份教育性的新闻通讯，旨在弥合人工智能、算法与人之间的差距。它将帮助您了解人工智能对您的生活产生的影响，并在未来更好地适应发展。
也许那就够了
我读到了作家Zulie Rane关于社交媒体平台饱和的文章，这是受到在Threads上注册（只是在一周后退出）的热潮的启发。这篇文章的时机很好，也非常易于引起共鸣。我喜欢文章的开头风格——我就借鉴了这个风格。标题结构也是从另一篇文章借鉴来的。
我忍不住。这种相似性太不可思议了：社交媒体上发生的现象与生成性人工智能工具发生的现象完全一样。也许这就是我们作为一个社会所变成的样子，受到错失机会的恐惧、压倒性信息的数量、不断加速事业发展的驱动力或者不愿被落下的绝望驱使。
无论如何，我们无法控制。生成性人工智能的狂热使我们在无意识中用心理健康交换了过多的吸引力。我不需要那么多。你也不需要。实际上，我们几乎不需要这些。
标题中的“但两个工具”只是一个观点。（我想到了一个用于写作的工具和另一个用于图片的工具。但也许你想要一个用于编程的工具。或者你不会编程。或者你对人工智能艺术不感兴趣。但你明白我的意思。）然而，它反映了一个非常真实的感觉，我敢猜你也有同样的感觉，自从ChatGPT一次性、莫名其妙地、意料之外地传播开来。
世界对巨大的好处、跨行业的威胁以及个体感受到的（但共同分享的）人工智能疲劳感毫无准备。影响者、营销人员和骗子并不是导致这种讨厌感的原因。他们只是利用它获得优势；原因在于他们之前的情况，很难避免。
这就是为什么我决定缩小范围。我专注于我真正想要的东西，并坚持这一点。否则，我本来可以获得的额外价值无法弥补心理成本。
避免产生AI疲劳的三个原因
到目前为止，这只是一种纯粹的本能咆哮，但我的情绪背后有一个合理的理由。
一种技术诀窍统治它们所有
尽管生成AI技术的范围令人惊叹，产品的有效性得到了证明，资金也在不断从一双手流向另一双手（尽管大部分资金都没有离开硅谷），但事实上，它们都源自相同的技术基础。
这并不是否认，任何一天我可能想使用Bing的搜索栏、Claude的10万令牌上下文窗口、GPT-4的推理能力、Bard的多模态提示或Pi的高情感敏感度或Character的多才多艺的人格系列… 但坦白说：我真的需要它们吗？
很快，它们将几乎无法区分。最富有的公司将设法商业化最好的产品，它们都将共享相同的基本功能。其他创业公司和较小的LM封装项目不得不缩小范围或消亡。我们使用的工具将取决于个人偏好，但它们都将来自一小部分大公司。永远是同一群人。
甚至所谓的能力差距（哪个预训练模型更好）和行为差距（哪个还没有到无用的程度）对大多数任务来说都是无关紧要的。GPT-4的临时降级只是OpenAI公开迭代的副产品，无论原因如何，它肯定很快就会解决。
简而言之：在即将变成商品化的生成AI行业中，“减少即是增加”。
避免陷阱。
远离工具出货厂
但也许你确实关心这些细微差别。
在这种情况下，我鼓励你尝试一些工具，你会发现只坚持使用其中几个就足够了。为什么？因为你会更自然地被一些工具吸引，而对其他工具则不感兴趣。正如Rane所说：“你的技能和兴趣使你与99%的平台不匹配，但与1%的平台完全匹配。”她是针对社交媒体说的，但完全可以推广到生成AI工具。我的三个标准是能力（我擅长什么？）、偏好（我喜欢做什么？）和活动（我需要它来做什么？）
例如，让我们对工作任务进行简要的非详尽概述：如果你是一位作家或创意作家，也许高温低RLHFed的基本模型对你来说是最好的选择（例如，GPT-3或3.5）。如果你是一位SEO内容营销人员或文案撰稿人，可能定制的封装器是最佳选择（例如，Jasper，尽管现在ChatGPT，Bard和Claude也可以胜任）。如果你是一位技术熟练的作家，也许Llama 2更好，以避免依赖性。如果你是一位数字艺术家，选择Midjourney。如果你具备编码技能，并且想要更高的可操控性，那么选择Stable Diffusion。作为一名编码人员，选择GPT-4或GitHub Copilot。数据分析？选择代码解释器。
看看即将推出的工具是可以的，但如果我坚持使用一个或两个工具，我会更有生产力；每周都要分析新闻，看看新事物是否比现有事物好0.1%令人筋疲力尽，也是疲劳的主要原因。
用户-公司固有不匹配
有第三个原因——相对于其他原因而言较为次要——表明产生AI疲劳是不值得的。
尽管这个领域似乎是一个充满竞争、利益冲突和商业紧张的网络，其不可避免的结果是以竞争为驱动的消费者福祉，但我上面提到的所有公司都有紧密、有利和互利的关系，其唯一目标是让我们，即用户，为他们的产品付费（包括目前免费的产品）。
这些公司不是为了提供更多的价值而不断发货更多的产品，而是为了分得多汁的生成型人工智能蛋糕的一部分。这并不是坏事。我的意思是，谁不会这么做呢？这是可以预料的——绝不比社交媒体平台更糟糕——但请记住，以防你以为我们是这方面的主要受益者——我们并不是。如果必要的话，公司们会毫不犹豫地采取一条对我们没有利益的方向。他们会毫不犹豫地切断对产品的访问并完全关闭他们的服务。
所以，总而言之，生成型人工智能工具可以是一种祝福。它们也可以是一种诅咒。生命太短暂了，我们没必要一直追逐那些我们真正不需要的东西。
缩小范围。保持自由。避免疲劳。
Alberto Romero 是一名自由撰稿人，专注于技术和人工智能。他撰写The Algorithmic Bridge，这是一份帮助非技术人员理解人工智能新闻和事件的通讯。他还是CambrianAI的技术分析师，专门研究大规模语言模型。
原文，已获得许可。