原作：pycoach
引言：越多的AI工具，越多的AI疲劳
使用 Midjourney 制作的图像
ChatGPT 时代有前后之分。
在 OpenAI 推出 ChatGPT 之前，只有少数程序员会涉足创建聊天机器人和用于本地执行的简单模型，也只有机器学习工程师和少数人工智能爱好者会每天使用“人工智能”这个词。
2022年11月30日之后，情况发生了变化。
ChatGPT 发布几周后，X、YouTube、Reddit 甚至 TikTok 等平台上涌入大量有影响的人士，他们提供了利用AI改善我们日常生活的技巧。其中一些提供了真正有价值的见解，而另一些显然只是为了获得点击。渐渐地，人们普遍发现帖子中出现了"超越ChatGPT的下一个AI工具"或者"行业颠覆，学习如何使用ChatGPT来取而代之"。
到底发生了什么？
然后似乎每周都会有新的AI工具发布或升级。许多公司开始向大众推出自己的聊天机器人。一些知名公司包括Perplexity AI、Google Bard、Bing Chat、Meta的LLaMa、Stability、Hugging Face、Scale AI和Antropic的Claude AI等等。
就像陷入了一个循环。
突然之间，跟上最新模型及其升级成为我的日常生活的一部分。我们会投入尽可能多的时间来不断学习，保障自己永不落后。
在进入这个新世界几个月后，我问自己，
- 这些新模型和新功能是否真正向前迈出了一步，还是以新名字重新包装的旧技术，并且智能程度可能较低？
- 我需要学习所有存在的人工智能工具吗？
以下是我对这些问题的答案。
还是同样的老套路
大量的论文、视频和模型几乎实时地向我们袭来。就在我们开始熟悉一个AI工具的窍门时，另一个拥有更多功能或额外百万参数的工具就会出现。
新鲜感已经消失；我精疲力尽，陷入困境，坦白说，我厌倦了，被打败了。然而，我内心深处还是感到一种推动力，让我想去探究这个"最新模型"是否真正能够达到其声称的效果，或者是否如其所说的那样具有革命性。
这是我自己强加的一个任务，现在我设法摆脱了它。
大多数AI工具并不适合我们。
让我们以这条推文为例："我花了无数小时使用了超过1500个AI工具。实际上，只有少数几个我真正有用……以下是我每天使用（大约）的前24个AI工具." 它确实让事情变得清晰明了。从技术上讲，只有1.6%的工具真正对他有所帮助。
这个认识让我思考我们可使用的无数工具中的冗余和局限性。在这种情况下，我可能会考虑使用现有的API之一推出我自己的ChatGPT版本。具有突破性吗？几乎没有。
在AI进化的宏伟计划中，这并不是那么具有开创性。并不是说我不重视新知识；相反，它实际上非常激励人。然而，它似乎更适合满足我的个人好奇心，而不是在公共领域产生影响，因为它只会融入现有工具的海洋中，而不会产生任何显著影响。
人工智能的不断发展是不可避免的。然而，当前的缓慢步伐与芯片供应直接相关。这意味着，除非一个科技巨头决定投资大量的图形处理器（GPU）来训练更强大的模型（并设立新的基准），否则我们基本上只能在原地打转。
公司正在推出低质量的AI产品，以免落后
你还记得谷歌的Bard最初发布时有多糟糕吗？我记得。它不支持角色，无法连接外部插件，而且在推理、编码等方面表现不佳。
但谷歌为什么要推出这样的产品呢？为了避免落后于OpenAI的ChatGPT。尽管Bard不如ChatGPT，但它是免费的，并促使人们将"Google"和"AI"这两个词联系在一起。这也是他们在去年12月进行那次臭名昭著的Google Gemini Ultra演示的原因（现在公众可以使用Gemini Ultra，很明显 Google 夸大了其演示）。
我认为推出像Bard这样低质量的产品从来都不是谷歌最初战略。这就是为什么Bard已经不存在的原因。谷歌将Bard重新命名为Gemini，也称为Gemini Advanced，其中运行着Gemini Ultra 1.0（我知道，所有这些品牌化也会导致疲劳）。
谷歌应该从一开始就给我们一个像Gemini这样体面的产品，而不是像Bard这样的东西。
但这种在AI竞赛中不甘落后并不只限于谷歌。其他表现更好的科技公司也令我们失望。到目前为止，OpenAI还没有给我们一个可靠的工具来检测文本是否是由AI生成的。事实上，他们关闭了有缺陷的AI文本检测工具。此外，Midjourney也没有提供水印（或其他类似的系统），帮助人们检测其图像是否是由AI生成的。
AI竞赛正在迫使公司推出低质量的AI产品和功能。因此，最好只选择几个适合我们需求的工具。如果你现在使用的工具可以满足你的需求，就不要急于尝试每个人都在谈论的新AI工具。
如何防止人工智能疲劳？
最近，谷歌淘汰了Bard，并推出了名为 Gemini Advanced 的高级版本。这似乎是我们已经习惯的无休无止的公告雷达上的又一个亮点。我相信，如果没有当前的AI炒作，这个消息可能会有不同的反应。也许几周后，这将成为旧闻，就像现在被遗忘的Google Bard一样。
那么我们要如何处理这些信息呢？
与普遍的看法相反，我几个月前决定暂停一下，真正吸收一切并应用80/20原则。
以下是我所做的事情。
- 我对那些劝说我使用每个新的AI工具的影响者充耳不闻。
- 我放弃了一些信息，虽然在纸面上看起来很诱人，但我意识到这不会对我目前的知识、我使用的工具和我的需求产生多大影响。
- 我选择专注于完善我现有的技能，并探索AI如何帮助我实现这一点。
- 当新的AI工具或模型出现时，我会问自己，“它比我当前的工具更好吗？”和“它能满足我的需求吗？”如果两个问题的答案都是否定的，我选择不去关注它。
自从我专注于对我来说真正重要的事情，我就成功地卸下了自我施加的压力。这也有助于我对重要新闻给予适当的重视，而对于其他人来说，这些新闻可能只是他们提要中的众多帖子之一。
这是我最后的想法。
- AI疲劳是一种真实存在的现象，它是由我们周围发生的事情以及我们自己对此的反应所驱动的。我们很难控制传入我们的信息，但我们必须选择对我们真正重要的事情，并始终关注我们所处的环境背景。
- 我们应该抵制被新技术立即打动的冲动，避免在可能明天就会放弃的AI工具上投入太多时间。如果一个工具今天完全满足我的需求，那么它很有可能明天仍然如此。