推荐阅读：《我如何使用“AI”》 by Nicholas Carlini

这篇阅读适合那些愿意花几分钟时间阅读较长文章的人。由于这是我感兴趣的话题，我觉得值得分享。下面我会提供一个简要的总结和一些评论。

原文链接: 我如何使用“AI”

这篇文章包含了作者 Nicholas Carlini 的观点和个人经历，他是 Google Deepmind 的研究员。他的重点不在于大型语言模型（LLMs），而是安全性，特别是“对机器学习系统的攻击”。

他在文章开头讨论了 LLMs，并提到有两种人：一种认为这“只是炒作”，另一种则认为这是人类最大的变革，预测在几年内所有工作都会被取代。

我的看法类似。我不认为它会解决我们所有的问题，也不认为它是应对所有 AI 挑战的理想工具。然而，他正好关注了我认为最大贡献的地方：提高人们和专业人士的生产力。

在文章的其余部分，他专注于展示他生活中使用 Gemini 和 ChatGPT 等工具的真实案例，解释了它们为何有益。我觉得有趣的是，他分享了命令、迭代和生成的代码。我将在这里列出主题和案例，但对这些内容感兴趣的人可以访问原文。

列出的使用案例：

• 使用我从未使用过的技术构建完整的网络应用程序。
• 教我如何使用我从未使用过的各种框架。
• 将数十个程序转换为 C 或 Rust，以提高 10 到 100 倍的性能。
• 精简大型代码库，以显著简化项目。
• 为我在过去一年中撰写的几乎每篇研究论文编写初步实验代码。
• 自动化几乎所有单调的任务或一次性脚本。
• 几乎完全取代网络搜索，帮助我设置新包或项目。
• 大约 50% 替代网络搜索，帮助我调试错误信息。

他提到的一些我觉得有趣的真实例子：

• 为一个没有 Docker 经验的人创建一个使用 Docker 的应用程序。
• 研究一些复杂的事情，这些事情在 Google 或 StackOverflow 上用“标准查询”很难做到。

我的使用案例：

除了 Nicholas Carlini 提到的案例外，我还想补充一些我通过这些 LLMs 做的事情：
• 帮助我的伴侣，她从未使用过 LaTeX，也不知道如何编程，撰写她的硕士论文
（我希望我在那个时候也能有这个工具）。
• 审核我交换的所有电子邮件。
• 为演示文稿建议内容，甚至创建幻灯片的框架。
• 翻译。
• 回答一些基本的编程问题，比如如何在 PySpark 中使用窗口函数来执行任务 A 或 B。
• 我还计划在今年为我自己的纸牌游戏创建一个网络应用程序，我的想法是贯穿整个过程使用 LLMs 和 GenAI。

结论

我们无疑正在经历一场 AI 的炒作，主要由这些图像和文本生成模型推动。它们的质量确实令人印象深刻，即使是对那些在这个领域工作了超过 14 年的人来说。然而，很多魔法和夸大其词来自公司和个人。

对于 AI 和技术领域的人来说，理解这些工具何时有意义以及何时有更好的替代方案是很重要的。然而，我相信所有专业人士（也许所有人）都可以在日常生活和工作中使用它们，以提高生产力，确实让繁琐的任务变得更简单。

附言： 我没有使用 LLM 来撰写这篇文章，但我确实请求对其进行审核并提出改进建议。