這里記錄過(guò)去一周，我看到的值得分享的東西。

周刊開(kāi)源（Github：wmyskxz/weekly），歡迎提交 issue，投稿或推薦精彩內(nèi)容。

題圖

當(dāng)?shù)貢r(shí)間 7 月 18 日，英國(guó)泰晤士河進(jìn)行一年一度的“鵝口普查”^[1]。英國(guó)每年 7 月都要在流經(jīng)英格蘭東南部的泰晤士河段開(kāi)展天鵝普查，清點(diǎn)天鵝數(shù)量，測(cè)量它們的大小、體重并檢查身體狀況。

本周討論：AI 會(huì)瞄準(zhǔn)你的工作嗎？

（本周文案參考：Will AI target your job next?^[2]）

當(dāng)歷史學(xué)家回顧生命史上劃時(shí)代的時(shí)刻，那么 2022 年春季很可能被視為 AI 指數(shù)級(jí)增長(zhǎng)的拐點(diǎn)。因?yàn)檫@個(gè)春天，一系列 AI 模型發(fā)布了，例如 DeppMind 的 Gopher、Chinchilla、Goto，Google 的 PaLM、Imagen、Minerva 和 OpenAI 的 DALL-E 2。

特別值得一提的是比較出圈的 DALL-E 2，通過(guò)輸入簡(jiǎn)單的文字，它就可以制作出精美的獨(dú)一無(wú)二的藝術(shù)畫(huà)，比如輸入：an astronaut riding a horse in a photorealistic style（一位宇航員以逼真的方式騎馬）。

目前該技術(shù)作為免費(fèi)工具開(kāi)放注冊(cè)，這不僅為最新企業(yè)的解決方案開(kāi)辟了一個(gè)相當(dāng)有價(jià)值的市場(chǎng)基礎(chǔ)，也意味著人類(lèi)設(shè)計(jì)勞動(dòng)力的終結(jié)，因?yàn)槿斯ぶ悄軐⒆罱K取代低技能到中等技能的平面設(shè)計(jì)師。在不遠(yuǎn)的將來(lái)，隨著人工智能顛覆各行各業(yè)，所有類(lèi)型的工人都將被取代。

你會(huì)被人工智能取代嗎？簡(jiǎn)短的回答是：是的——這只是時(shí)間問(wèn)題。

但實(shí)際上更復(fù)雜一些，這取決于您所做的工作類(lèi)型和 AI 開(kāi)發(fā)速度。

未來(lái)來(lái)得比你想象要快

人類(lèi)的思維擅長(zhǎng)線性思考，比如我們很容易可以得知，走 30 步究竟有多遠(yuǎn)，但如果讓你走 30 個(gè)指數(shù)級(jí)增長(zhǎng)的步數(shù)（每一次步數(shù)翻倍），你會(huì)走到哪里去？

在這種情況下，預(yù)估顯得很困難，但答案很驚人，走 30 個(gè)指數(shù)級(jí)增長(zhǎng)的步數(shù)之后，您可以環(huán)繞地球 26 次！

當(dāng)我們分成每 10 個(gè)指數(shù)級(jí)增長(zhǎng)來(lái)查看，我們會(huì)發(fā)現(xiàn)前 20 個(gè)指數(shù)級(jí)稀松平常，臨界點(diǎn)發(fā)生在 20-30 個(gè)指數(shù)級(jí)之間：

這也側(cè)面證明了，指數(shù)級(jí)的進(jìn)步是難以察覺(jué)的，就像海嘯一樣。

一旦人工智能在自動(dòng)化方面的效率僅為 1%，它就會(huì)很快達(dá)到 100% 的效率。

以谷歌的 AlphaGo 為例。AlphaGo 花了數(shù)年時(shí)間才在圍棋游戲中達(dá)到人類(lèi)水平，才能擊敗 2 級(jí)高手。但 5 個(gè)月后，AlphaGo 已經(jīng)能擊敗世界上最好的玩家（9 級(jí)）。經(jīng)過(guò)九個(gè)月的努力，一個(gè)名為 AlphaGo Zero 的連續(xù) AI 以 100 比 0 的比分擊敗了最初的 AlphaGo。

我們大多數(shù)人都陷入了線性思考。如果時(shí)間倒回到去年，您疑惑人工智能是否可以抵消視覺(jué)設(shè)計(jì)師承擔(dān)的 10% 的工作，可能答案顯而易見(jiàn)地不太可能。

就像現(xiàn)在大多人數(shù)人認(rèn)為 Github 的 Copilot 或 DeepMind 的 AlphaCode 在未來(lái)五年內(nèi)完成 80% 的軟件開(kāi)發(fā)任務(wù)是荒謬的。大多數(shù)專(zhuān)家正確地指出了系統(tǒng)的所有缺點(diǎn)以及仍然存在的挑戰(zhàn)。

但是，他們沒(méi)有考慮到兩個(gè)指數(shù)驅(qū)動(dòng)的因素：

1. AI 計(jì)算硬件每年減少 60%，這轉(zhuǎn)化為訓(xùn)練指數(shù)級(jí)更大 AI 模型的能力；
2. 算法和軟件方面不斷涌現(xiàn)的新 AI 進(jìn)步導(dǎo)致其自身在 AI 基準(zhǔn)測(cè)試中呈指數(shù)增長(zhǎng)；

這兩個(gè)指數(shù)相互疊加，將形成一場(chǎng)巨大的海嘯。只需看看新的 AI 模型在黃金標(biāo)準(zhǔn)基準(zhǔn) (MMLU) 上的執(zhí)行速度有多快。

到這里，您可能會(huì)問(wèn)：這些軟件和硬件的改進(jìn)跟我現(xiàn)在的工作有什么關(guān)系呢？這需要我們把指數(shù)思維和人工智能的快速發(fā)展代入到勞動(dòng)力經(jīng)濟(jì)當(dāng)中。

轉(zhuǎn)折點(diǎn)

讓我們從一個(gè)思想實(shí)驗(yàn)開(kāi)始，像 Google 的 PaLM 這樣最先進(jìn)的 AI 能否自動(dòng)化 5% 的內(nèi)容編寫(xiě)或客戶(hù)支持工作呢？如果是，作家和客戶(hù)支持會(huì)代表著失業(yè)嗎？

什么時(shí)候人工智能可以自動(dòng)化 50%？

在連續(xù)體中的某個(gè)時(shí)刻，根本不會(huì)有足夠的新工作來(lái)彌補(bǔ)人工智能模型的效率提升。最重要的是，人工智能正在并行處理許多這些創(chuàng)造性的工作職能。在其他工作也被取代之前，這不會(huì)讓大多數(shù)人有足夠的時(shí)間重新學(xué)習(xí)技能。當(dāng)人工智能自動(dòng)化水平超過(guò)臨界點(diǎn)（下圖紅色虛線）時(shí)，工人將被取代，因?yàn)楦緵](méi)有足夠的工作崗位可供人類(lèi)填充——人工智能會(huì)在那個(gè)時(shí)候接管他們。

每個(gè)工作職能的臨界點(diǎn)將根據(jù)工作的供需情況而有所不同。

我們以軟件開(kāi)發(fā)人員為例，根據(jù)美國(guó)勞工統(tǒng)計(jì)局的數(shù)據(jù)，到 2030 年，軟件開(kāi)發(fā)人員的工作崗位有望每年增長(zhǎng) 22%。這是一個(gè)約 5 倍的累積增長(zhǎng)，這相當(dāng)于到 2030 年，人工智能需要將 80% 的工作自動(dòng)化，才能跨越工作供需的臨界點(diǎn)。

OpenAI 估計(jì) OpenAI Codex（為 Github 的 Copilot 提供動(dòng)力）已經(jīng)可以完成 37% 的編碼任務(wù)。DeepMind 的非商業(yè) AlphaCode在編碼比賽中比 Codex高出 59%。讓我們降低 OpenAI 的估計(jì)，假設(shè) Codex 可以自動(dòng)化 20% 的人類(lèi)軟件開(kāi)發(fā)人員任務(wù)。這是這樣的：

哪些工作會(huì)受到影響？

斯坦福大學(xué)的 AI 專(zhuān)家 Vivienne Ming 博士曾討論工作的未來(lái)。她說(shuō)：

“

人工智能或機(jī)器人最不愿意解決的問(wèn)題就是走到草莓地，采摘草莓，然后把它放在農(nóng)家攤上。

換句話說(shuō)，自相矛盾的是，勞動(dòng)密集型工作將是最后一個(gè)被自動(dòng)化的工作。許多人曾經(jīng)認(rèn)為這些工作將是自動(dòng)化的第一個(gè)工作，而創(chuàng)造性工作將最后被自動(dòng)化。但這還沒(méi)有證明。這正在成為人工智能自動(dòng)化的新秩序：

1. 創(chuàng)意工作，如軟件開(kāi)發(fā)、圖形設(shè)計(jì)、寫(xiě)作、攝影等；
2. 專(zhuān)業(yè)工作，如會(huì)計(jì)師、律師、項(xiàng)目經(jīng)理；
3. 需要手、手臂和/或腿的運(yùn)動(dòng)和靈巧的工作；

這一切意味著什么？

具有欺騙性的指數(shù)進(jìn)步的性質(zhì)可能會(huì)讓人們對(duì)新技術(shù)發(fā)展不屑一顧，或者根本沒(méi)有意識(shí)到它們。

但是，通過(guò)以指數(shù)方式思考，您可以為未來(lái)做好更好的準(zhǔn)備。在你的工作、投資和業(yè)務(wù)中，都會(huì)詢(xún)問(wèn)新的創(chuàng)新是否會(huì)從指數(shù)變化中受益。如果是這樣，是否在早期階段進(jìn)展看起來(lái)很平淡？還是沿著曲線走得更遠(yuǎn)？

事實(shí)上，AI 變革性的進(jìn)步已經(jīng)在今天發(fā)生。有一件事是肯定的，人工智能將是一場(chǎng)海嘯。

熱點(diǎn)新聞

1、美國(guó)城市的「小」賭注：拉攏大公司的居家辦公員工^[3]

當(dāng)居家辦公成為一種選擇，許多大科技公司里的員工都果斷「逃離硅谷」。而硅谷以外的城市，則在嘗試吸引這個(gè)群體。

有人會(huì)好奇，這些居家辦公的人又不會(huì)在生活地的城市找工作，為什么要吸引他們？

《WSJ》最近一篇報(bào)道指出，這就跟過(guò)去城市間競(jìng)爭(zhēng)招商建工廠一樣，只是，這些員工是更低成本的「賭注」。

每吸引了一個(gè)「大廠員工」，城市就更有可能在未來(lái)成為科技公司分部的進(jìn)駐城市，或是成為建廠地。

每當(dāng)有辦公室遷入，每位「大廠員工」會(huì)創(chuàng)造 5 個(gè)新崗位，因?yàn)樗麄儠?huì)增加對(duì)醫(yī)療健康、教育和其他服務(wù)業(yè)的需求。

其中最成功的城市，要數(shù)美國(guó)俄克拉菏馬州塔爾薩。其「Tulsa Remote」項(xiàng)目在 2021 年已吸引了 1360 位新居民，到了 2022 年這個(gè)數(shù)字估計(jì)會(huì)達(dá)到 2400。

競(jìng)爭(zhēng)城市中，最高愿意為搬遷的員工提供 1.2 萬(wàn)美元現(xiàn)金補(bǔ)貼，另配健身房會(huì)籍、兒童托管服務(wù)和辦公室。

不過(guò)，那些搬了家的員工都說(shuō)，現(xiàn)金補(bǔ)貼很好，但真正讓他們搬家的是城市本身。

2020 年搬到塔爾薩的 IBM 產(chǎn)品經(jīng)理 Mathew 現(xiàn)在已經(jīng)是當(dāng)?shù)厮膫€(gè)公寓的房東，還成了鄰里協(xié)會(huì)的副主席，另外還開(kāi)始做新應(yīng)用作為創(chuàng)業(yè)：

“

把我留下來(lái)的是這里的機(jī)遇和人。

2、長(zhǎng)江白鱘被正式宣布滅絕^[4]

國(guó)際自然與自然資源保護(hù)聯(lián)盟（IUCN）發(fā)布全球?yàn)l危物種紅色目錄更新報(bào)告，宣布白鱘滅絕，長(zhǎng)江鱘野外滅絕。

學(xué)界確認(rèn)一個(gè)物種滅絕的通行標(biāo)準(zhǔn)是：在該物種最后一次被目擊之后的 50 年內(nèi)，再也沒(méi)有任何目擊記錄。

而白鱘最后一次目擊發(fā)生于 2003 年——

一條 3 米多長(zhǎng)的白鱘撞進(jìn)了四川宜賓南溪縣一名漁民的大網(wǎng)，拖著船直入江心激流，差點(diǎn)掀翻漁船。這尾白鱘在安裝了超聲波跟蹤器放歸長(zhǎng)江后，因追蹤它的快艇觸礁造成故障，信號(hào)丟失，白鱘最終不知所蹤。

據(jù) IUCN 報(bào)告，全球現(xiàn)存的 26 種鱘魚(yú)均面臨滅絕威脅，約 2/3 的鱘魚(yú)種群處于極度瀕危狀態(tài)。目前，鱘魚(yú)面臨的主要威脅包括：

• 野生魚(yú)子醬和魚(yú)肉非法貿(mào)易帶來(lái)的非法捕撈。
• 水壩阻斷鱘魚(yú)的遷移路線。
• 不可持續(xù)的沙石開(kāi)采破壞了鱘魚(yú)的產(chǎn)卵場(chǎng)。
• 棲息地的喪失。

此外，魚(yú)類(lèi)保護(hù)生物學(xué)專(zhuān)家危起偉帶領(lǐng)的研究小組此前曾在 2017 – 2018 年對(duì)長(zhǎng)江流域進(jìn)行了全面捕撈調(diào)查。除了白鱘以外，還有 140 種記錄在案的魚(yú)類(lèi)沒(méi)有被發(fā)現(xiàn)。

3、程序員奶爸自制AI喂奶檢測(cè)儀，預(yù)判寶寶餓點(diǎn)^[5]

一位程序員老哥 Caleb 最近通過(guò)攝像頭 + AI 算法的組合，他搞出一套嬰兒饑餓自動(dòng)檢測(cè)系統(tǒng)，能在寶寶真正開(kāi)始哭之前就及時(shí)發(fā)現(xiàn)。

并且程序一旦判定寶寶的饑餓可能性達(dá)到 100%，就給他的手機(jī)發(fā)送通知。

根據(jù)理論，哭出聲代表嬰兒已經(jīng)進(jìn)入饑餓的后期階段。此時(shí)要想直接喂奶都不太容易，需要先安撫一下寶寶情緒。

饑餓的早期表現(xiàn)還包括咂么嘴（Smacking）或舔嘴唇，反復(fù)張嘴閉嘴，吸吮嘴唇、手指或其他衣物玩具等。

Caleb 根據(jù)觀察自家小孩的經(jīng)驗(yàn)，分別編寫(xiě)代碼給這些行為賦予了不同權(quán)重。

PS：向程序員大佬低頭....

文章

1、紙飛機(jī)庫(kù)^[6]（英文）

收錄了世界上一些飛得遠(yuǎn)、停留時(shí)間最長(zhǎng)的紙飛機(jī)設(shè)計(jì)，有視頻并且支持打??；

2、為什么長(zhǎng)期計(jì)劃不起作用以及如何解決它們^[7]（英文）

文章指出，長(zhǎng)期計(jì)劃注定失敗的原因，除了錯(cuò)位激勵(lì)（本來(lái)應(yīng)該獎(jiǎng)勵(lì)交付有價(jià)值產(chǎn)品的團(tuán)隊(duì)，反而最終會(huì)獎(jiǎng)勵(lì)遵循計(jì)劃并按時(shí)交付功能的團(tuán)隊(duì)），還有以下三個(gè)根本的假設(shè)無(wú)法遵守：

1. 什么都不會(huì)出錯(cuò)；
2. 產(chǎn)品開(kāi)發(fā)人員準(zhǔn)確地知道他們必須構(gòu)建什么；
3. 產(chǎn)品開(kāi)發(fā)人員確切地知道每項(xiàng)任務(wù)需要多長(zhǎng)時(shí)間

一旦上面的三個(gè)假設(shè)被打破，那么計(jì)劃就會(huì)被推遲，所以：與其讓你的計(jì)劃更好，不如讓它更短。

3、寫(xiě)出完美的問(wèn)題^[8]（英文）

Stackover 上每天有許多人提問(wèn)，作者在文章中詳細(xì)地說(shuō)明了，如果你要問(wèn)問(wèn)題，應(yīng)該如何做到「完美」。

我認(rèn)為黃金法則有兩個(gè)：

1. 在提問(wèn)之前是否已經(jīng)做過(guò)一些研究，并在詢(xún)問(wèn)中嘗試解釋你所做出的努力和思考；
2. 想象一下你正在試圖回答你剛才提出的問(wèn)題；

4、Build your own X^[9]（英文、Github 倉(cāng)庫(kù)）

學(xué)習(xí)一門(mén)你感興趣的東西最好的方法就是制造一個(gè)它！

這是一個(gè) Github 倉(cāng)庫(kù)，收錄了各種各樣的工具和技術(shù)的實(shí)現(xiàn)方法，讓你自己從頭搭建屬于你的 X。

5、倦怠終極指南^[10]（英文）

倦怠是一種由長(zhǎng)期工作壓力引起的心理狀態(tài)，它有三個(gè)關(guān)鍵特征：

1）疲憊不堪；2）憤世嫉俗的感覺(jué)；3）還有一種無(wú)力感；

如果你正處于「倦怠」的狀態(tài)或者對(duì)此感興趣，可以戳進(jìn)去看看或者保存一下。

6、每天節(jié)省 4w 美元的數(shù)據(jù)庫(kù)規(guī)則^[11]（英文）

數(shù)據(jù)最佳實(shí)踐如何嚴(yán)重縮減您的使用費(fèi)用的“真實(shí)世界”示例，不明覺(jué)厲。

7、面向編碼人員的實(shí)用深度學(xué)習(xí) 2022^[12]（英文）

一共九節(jié)課程，比較特別的是這個(gè)課程被世界各地各行各業(yè)超過(guò) 10 萬(wàn)人學(xué)習(xí)過(guò)，經(jīng)過(guò)改版的 2.0 版本；

8、異步 API 通信的設(shè)計(jì)模式^[13]（英文）

消息代理和 Topic 是擴(kuò)展架構(gòu)、減少依賴(lài)以及提高安全性和可擴(kuò)展性的一種豐富方式。文章介紹了作者發(fā)現(xiàn)的一些有用的模式。

好奇星人

1、為什么沒(méi)人騎斑馬 | 答案如下^[14]

人類(lèi)不是沒(méi)有努力過(guò)。在 19 世紀(jì)的南非，有人曾經(jīng)坐上了斑馬拉的馬車(chē)；但很可惜，大規(guī)模馴化斑馬幾乎不可能。

根據(jù)戴蒙德的說(shuō)法，要讓一種動(dòng)物值得、且可能為人類(lèi)所用，需要考慮多個(gè)因素：

1. 首先是飼料成本，畢竟牲畜總不能吃得比賺得多；
2. 其次是生長(zhǎng)速度、繁殖難度，如果長(zhǎng)得太慢或者沒(méi)法在人工環(huán)境下繁殖，總歸會(huì)帶來(lái)困難；
3. 性格也很重要，如果動(dòng)輒殺人、或者太容易緊張而難以接近，當(dāng)然就不是合理對(duì)象；
4. 最后，群居結(jié)構(gòu)也要考慮在內(nèi)。大多數(shù)獨(dú)居動(dòng)物都難以馴化，除了貓以外——不過(guò)，馴化貓也不是為了放牧，貓?jiān)隈Z化后，依然保持著獨(dú)居生活；

斑馬是馬和驢的近親，屬于群居動(dòng)物，最高時(shí)速超過(guò) 60 公里/小時(shí)，比馬的最高時(shí)速（80公里/小時(shí)以上）還慢一點(diǎn)，但又比驢快。

斑馬未能被馴化，首先還真是因?yàn)樗男愿瘛?ài)發(fā)火，而且發(fā)火還傷人。

而且，斑馬常年面對(duì)被捕的風(fēng)險(xiǎn)，有著敏銳的閃避反應(yīng)。再威武雄壯的套馬漢子，也很難套住它，更別說(shuō)把它帶回家、馴化為自己的坐騎了。

除此之外，斑馬的生理特性也讓它們不適宜馴化。斑馬在圈養(yǎng)環(huán)境中不能很好地交配，馴養(yǎng)斑馬難免不可持續(xù)。它也無(wú)法承擔(dān)馬承擔(dān)的許多負(fù)重、運(yùn)輸工作。

總結(jié)：強(qiáng)扭的瓜不甜，就不要糾結(jié)了。

言論

1、

“

優(yōu)秀的管理者在模棱兩可中茁壯成長(zhǎng)。對(duì)于優(yōu)秀的管理者來(lái)說(shuō)，世界沒(méi)有好壞之分——它很復(fù)雜。優(yōu)秀的管理者會(huì)找到一種方法來(lái)獲得出色的成果，而無(wú)需依賴(lài)簡(jiǎn)化人員和周?chē)澜绲哪Ｐ汀?/p>

--好經(jīng)理寫(xiě)得好^[15]（英文）

2、

“

當(dāng)我們專(zhuān)注于極少數(shù)可以投入大量精力的項(xiàng)目時(shí)，我們的效率最高。

--愛(ài)因斯坦原理：少做多做^[16]（英文）

3、

“

1）做你需要的工作；2）了解超出預(yù)期并制定超越預(yù)期的計(jì)劃；3）通過(guò)講故事和分享您的工作為自己辯護(hù)；4）學(xué)會(huì)組織你的想法和清晰地溝通；

--作為軟件工程師如何擁有自己的成長(zhǎng)^[17]（英文）

4、

“

創(chuàng)作者也一樣，我們喜歡并在乎創(chuàng)造這件事，我們玩的是更長(zhǎng)的游戲，每天，每周，每個(gè)作品，每個(gè)項(xiàng)目，一個(gè)接一個(gè)，一點(diǎn)進(jìn)步再一點(diǎn)進(jìn)步，繼續(xù)下去。

我們不必要是最有天賦的，但我們可以是最在乎，最持續(xù)的。

--玩更長(zhǎng)遠(yuǎn)的游戲^[18]

5、

“

如果你想知道自己的人生是否有意義，有一個(gè)最簡(jiǎn)單的檢測(cè)方法，就是你試著把你從小到大到今天為止，你的人生經(jīng)歷說(shuō)成一個(gè)故事，不是那種「我哪一年出生，我爸爸媽媽是誰(shuí)，我哪年讀小學(xué)」這樣的故事，而是一個(gè)真的有人物有情節(jié)，有開(kāi)頭有結(jié)尾有中間高潮起伏，有重點(diǎn)的故事，也就是說(shuō)它是有個(gè)驅(qū)動(dòng)力驅(qū)動(dòng)它前進(jìn)的故事，它可能是個(gè)愛(ài)情故事、勵(lì)志故事，但無(wú)論如何有個(gè)主導(dǎo)動(dòng)機(jī)。

如果你的人生能夠被說(shuō)成這樣的一個(gè)故事，那么就是有意義。

--梁文道^[19]（視頻）

6、

“

我想告訴各位管理者，編程不是那種能趕出來(lái)的工作，每個(gè)人每天就只能編幾個(gè)小時(shí)的程。所以，各位管理者，最重要的是用更少的時(shí)間換更高的質(zhì)量。沒(méi)幾個(gè)人能每天編 12 個(gè)小時(shí)的程，這是明顯要收益遞減的。

總之，編程是種創(chuàng)造性的工作，你不可能每天都有那么長(zhǎng)時(shí)間充滿著創(chuàng)造力。一天干 12 個(gè)小時(shí)，任何人都會(huì)筋疲力盡的。

--Bruce Eckel^[20]

訂閱

這個(gè)周刊每個(gè)禮拜一發(fā)布，同步更新在個(gè)人博客和微信公眾號(hào)

微信搜索"我沒(méi)有三顆心臟"或者掃描二維碼，即可訂閱。

參考資料

一周精彩內(nèi)容分享（第 25 期）：不要在功能上競(jìng)爭(zhēng)

一周精彩分享（第 72 期）：生活就像《吃豆人》游戲

一周精彩內(nèi)容分享（第 71 期）：Donald Knuth 談工作習(xí)慣、解決問(wèn)題和幸福感

一周精彩內(nèi)容分享（第 70 期）：5% 的改變