养蛊反噬的必然结果
关于蔡康永这事儿聊两句
问了一下国内还在体制内宣传部门的老友,大概目前是这么个状况:其实政府根本没想管这种事,算是给绑架了,但绑架的绳子是自己造的
什么意思呢?这种事一般来说低调处理是最好的,毕竟蔡康永也没正经表态支持谁,经纪人公开说的也是要去采访而已
低调处理其实最合适
问题在于这些年为了立靶子、打稻草人,把美日、台独、藏独、疆独的民间敏感值拉满了,等到真要低调处理的时候就发现自己低调不了
原话是这样:其实傻逼才在乎台湾艺人是不是祝贺国庆、参加什么活动,他们说不说这句话根本没关系。问题是这些年把架势拉太满了,一帮小傻逼们天天盯着这种事
宣传部门也不是傻逼,去个选举现场就封杀一个艺人,谁都知道这等于是给沈伯洋加分,甚至连蒋万安都只能站出来力挺蔡康永,完全是个得不偿失的事儿
问题就在于以前热爱忽悠国内的傻逼们,真到关键的时候,原本以为收放自如的狗链实际上经常控不住狗,强行控制很可能会被回头咬一口
就差说一句原本经常用来形容美国的话了:搬起石头砸自己的脚
还记得佩洛西访台么?一个意思。之前情绪拉满、武德充沛,结果自扇耳光、屁用没有,反而颜面大失
我只能说一句:活逼该呗,谁让你们平时养蛊来着
50
efficiency, productivity, speed
we keep worshipping these words like they are what we live for
ship faster
merge more
manage more agents
compress every loop
remove every pause
turn every hour into output
but what is the point of endless production if there is no time left to think deeply?
not react
not optimize
not summarize
not clear the queue
think
to sit with a question long enough that your real intention starts to appear
to find the purpose underneath the motion
to ask whether the thing being accelerated should exist at all
ai could be a new canvas
a way to make strange things
personal things
impossible things
tools, worlds, poems, games, interfaces, films, languages, rituals
things that let more people touch the shape of their own imagination
but instead, so much of it is becoming slop factories
more content
more funnels
more tickets
more fake work pretending to be value
you can merge 2000 prs
you can manage 500 agents
you can wake up to dashboards proving that the machine kept moving while you slept
but what is the point if you only sleep 5 hours a day?
what is the point if you stop talking to other humans?
stop learning about the past?
stop playing?
stop wandering?
stop being surprised?
what is the point if your whole life becomes optimizing the system that is consuming you?
speed is not meaning
scale is not wisdom
automation is not freedom if it only makes everyone run faster
and where are we running?
toward what?
a world where every person becomes a manager of machines, and every machine produces more things no one had the time to truly want?
the danger is not that ai makes us lazy
the danger is that ai makes us endlessly busy
that it gives us infinite production before we have found intention
infinite execution before we have developed taste
infinite motion before we have learned how to be still
maybe the real frontier is not more speed
maybe it is discernment
knowing what not to make
knowing when to stop
knowing when the most productive thing is to sleep, read history, call a friend, play with a cat, walk without tracking it, or stare at the ceiling until the false urgency dissolves
tools should give us more life
not turn life into a tool
if ai is going to matter, it should not just help us produce more
it should help us become more human
more imaginative
more free
otherwise, it’s the same old factory
just without humans
稻草上的火鸡 retweeted
今天是贵州隔离大巴事件一周年
2022年9月18日凌晨,贵州黔南州一辆转运隔离的大巴车发生侧翻,导致27人遇难。
一年之后,我们所有人依然还在这辆大巴上。
遵从着“是有点搞笑但是需要服从”的指令,开向未知的前方。
稻草上的火鸡 retweeted
【強烈反對、抹黑⋯⋯別誤會,不是中國外交部,是香港政府常用回應字眼】bit.ly/431iwLW
端傳媒爬梳2019年6月至今,共105篇新聞公報,涉及港府回應外國對香港局勢的評論和行動,無論標題抑或行文風格,態度比以前更強烈和激進,頻繁使用強烈反對、所謂、抹黑、詆毀、肆意、卑劣等詞彙。
最近刚读完中文版,又入手了一本原版,受益匪浅!
纳瓦尔的个人原则,看完后人生豁然开朗
1. 人生要义:活在当下
2. 欲望即痛苦
3. 执怒就像握了一把丢向他人的热煤炭,被烫伤的人反而是你
4. 如果不想跟一个人共事一生,那就一天都不要和他共事
5. 阅读(学习)是终极元技能,可以换来其他任何东西
6. 生活中所有的回报都来自复利
7. 用头脑赚钱,而不是用时间赚钱
8. 99%的努力终将白费
9.任何时候都要完全诚实。诚实待人、积极向上,这是我们几乎在任何时候都可以做到的
10. 具体地表扬,泛泛地批评
11. 真理是具有预测能力的理论
12. 观察每一个想法。(自问:为什么我会有这个想法?)
13. 生命的伟大在很大程度上源于苦难
160
稻草上的火鸡 retweeted
這一期的經濟學人,花了3,000字左右的長篇幅來說明,為什麼 AI 對於經濟發展的影響被誇大了,而人們的工作可能不會受到人工智能的威脅。
我覺得是很有趣的觀點,尤其是經濟學人這個財經權威媒體,試著從經濟發展的歷史脈絡來看未來 AI 的發展時,那個分析尤其值得思考。
簡單講,經濟學人認為,現在 AI 喊了半天,能夠帶來的經濟增長其實還很有限。以美國鐵路為例,過往單一技術的全面導入,實證研究發現這並不是造成經濟變革的唯一因素。人們的工作可能會受影響,但是舊工作的消失比你想像中更慢,而且無法自動化的新工作也會因此被發明出來。政府的強力監管,依舊會保障許多工作不受 AI 取代;同時,政府行政與規劃能力的低落,也會大幅抵銷 AI 所帶來的效率與生產力。為了制衡 AI 帶來的負面效應,我們可能得付出更多成本,包含律師、教師、編輯與銀行風控等。
純然從經濟的角度來看,經濟學人這篇文章,對於 AI 很快就會帶來巨大經濟變革的期待與假設,澆了好大一盆冷水,呵呵。
重點摘要整理如下,全文連結則放在留言中。
-----------------------------------------------
你的工作 (可能) 不會受到人工智能的威脅 - 為何關於經濟革命的預測被誇大了
生成式人工智能的時代確實已經來臨。OpenAI 的聊天機器人利用大型語言模型 (LLM) 技術,在去年11月開創了新局。直到現在,幾乎每天都有令人震驚的進步。隨著科技巨頭之間的競爭加劇,AI 前端技術的演進與釋出,可能會更為加速。
人工智能的發展,帶出了一連串深遠的問題。在這當中,最迫切的,也許正是這個直接了當的問題:這會對我們的經濟造成什麼影響?
許多人對此有著很大的期待。高盛的最新研究表示:「廣泛的 AI 採用最終可能在十年內每年推動全球GDP增長7%,接近7兆美元。」相關學術研究指出,採用這項技術的企業的勞動生產力年增長,可能會提高3%。這代表在未來許多年裡,企業可能會有巨大的收入增長。
然而,金融市場的實際反應卻相對溫和。在過去一年中,人工智能相關公司的股價表現,還不如全球股市的平均水平。
利率是另一個線索。如果人們認為這項技術,將使每個人在明天變得更富有,那麼利率將會攀升,因為人們對儲蓄的需求會減少。(反正明天就發大財了,誰還跟你辛苦儲蓄)
麻省理工學院 Basil Halperin的研究指出,通膨調整後的利率和隨後的GDP增長,有著強烈的相關性。然而,自從去年11月AI 相關題材的炒作開始至今,長期利率已經下降,並且遠低於過往歷史標準。研究人員得出的結論是,金融市場目前並不期待在未來30到50年內會有很高的機率,出現由 AI 引發的大幅經濟增長加速。
回到1700年代末的工業革命,許多人認為單純就是因為紡織機的發明而帶動的,但實際上則是有多個因素交互影響:像是增加煤炭的使用、更可靠穩固的財產權、科學精神的出現,以及其他許多因素。
也許最著名的例證是,1960年代美國經濟學家 Robert Fogel 發表了關於美國鐵路的研究結果,這讓他獲得了經濟學諾貝爾獎。當時許多人認為,是鐵路改變了美國的前景,將一個農業社會轉變成一個工業強國。但事實上,Fogel 發現,鐵路的影響非常小,因為鐵路所取代的技術,像是運河之類的,幾乎也能達到一樣好的效果。即使沒有發明鐵路,美國在1890年初的每人收入水平,最多也只是晚三個月就能達成。
當然,沒有人可以確定地預測,像人工智能這樣的新技術,未來將如何帶領人類。但你仍然可以思考各種可能性。至少到目前為止,Fogel 對於美國鐵路影響的研究,似乎有機會作為一個有用的對照藍圖。
在這個研究中,Fogel 考慮了三個廣泛的領域:壟斷、勞動市場和生產力。
首先,關於壟斷。新技術有時會創造出,一小群具有巨大經濟力量的人。洛克菲勒在石油精煉領域取得勝利,亨利·福特在汽車領域獲得巨大成功。時至今日,貝佐斯和馬克·祖克柏也因為掌握科技,而顯得相當卓越出眾。
許多評論家預期,在不久的將來,人工智能產業將創造出巨大的利潤。在最近的一篇報告中,高盛的分析師估計,在最佳情況下,生成式人工智能每年可能為全球企業軟體收入增加約4,300億美元。他們的計算假設,全球11億的辦公室工作者,每人將採用數個人工智能工具,每人每年共支付約400美元。
任何企業都會很高興能分得這筆錢。但在宏觀經濟條件下,4300億美元並不會為整體經濟帶來什麼大的改變。假設所有的收入都變成利潤,雖然這是不現實的;說這些這些利潤都在美國賺來的,還比較實際一些。即使在上述這些條件下,美國的企業稅前利潤與GDP的比率,也不過就是從今天的12%上升到14%。這高於長期平均值,但也還沒有高過2021年第二季的水平。
這些利潤可能歸一個組織所有,也許是 OpenAI。當一個行業的固定成本很高,或者很難轉向競爭對手時,壟斷的狀況經常出現。例如,過往一段時間內,客戶沒有替代洛克菲勒的石油的選擇,也無法自己生產。
生成式人工智能,確實具有一些壟斷的特性。
據報導,OpenAI GPT-4 的訓練成本超過1億美元,這是只有少數幾家公司,才有本事閉著眼砸錢的大筆投資。此外,還需要有大量關於訓練模型數據的專業知識,更不用說,能夠搶在早期直接取得用戶反饋了。
然而,單一公司壟斷整個產業的可能性,卻很小。
更可能的是,像航空業、雜貨業和搜尋引擎業一樣,有少數幾家大公司彼此競爭。但沒有一種 AI 產品是真正獨一無二的,因為所有的產品都使用類似的模型。這使得客戶更容易從一個產品轉換到另一個產品。驅動這些模型的算力也相當通用。大部分的程式碼,以及訣竅和技巧,都可以在線上免費獲得,這意味著業餘愛好者就可以製造出自己的模型,而且往往能得到驚人的好結果。
風險投資公司 Andreessen Horowitz 的一個團隊曾經指出:「目前看來,生成式 AI 並沒有任何系統性的護城河。」最近從Google洩露出來的資料得出了類似的結論:「進行訓練和實驗的門檻已經從一個大型研究組織的全部產能,降低到一個人、一個晚上、和一台性能強大的筆記型電腦就能搞定。」
再來談談勞動市場。雖然生成式 AI 可能不會產生新的財閥,但對許多人來說,這可能並不足為安慰。他們更關心的是自己的經濟前景,特別是他們的工作是否會消失。
恐怖的預測比比皆是。OpenAI 研究學者 Tyna Eloundou 和同事們估計:「大約有 80% 的美國勞動力可能會因為引入 LLM,而有至少 10% 的工作任務受到影響」。普林斯頓大學的 Edward Felten 和同事們進行了類似的研究,發現像是法律服務、會計和旅行社等行業,最有可能面臨破壞跟影響。
對照過往的研究,經濟學家以前也曾發出過悲觀的預測。即使沒有普遍性的失業,也會有「空洞化」現象,也就是有意義、待遇好的工作因此消失,取而代之的是一些無意義、薪資低的工作。
然而,實際發生的情況卻讓人們感到驚訝。
在過去的十年中,平均的富裕國家失業率大約下降了一半、就業率創下歷史新高。自動化和機器人化程度最高的國家,如日本、新加坡和南韓,反而失業率是最低的。在2010年代,美國人的工作滿意度提高了。在過去的十年中,最窮困的一群美國人的工資增長速度,比最富有的人還更快。
想像一下,當 AI 自動化超過 50% 的工作任務時,一份工作就會消失;或者是,各行各業任務自動化的比例有多高,就有多少比例的工作者會失業。
在上述任何一種情況下,根據 OpenAI 研究學者 Eloundou 的估算,這將導致美國工作機會減少約 15%。有些人可以轉移到人力短缺的行業,比如飯店業。但失業率肯定會大幅上升,可能與2020年新冠病毒疫情最嚴重時期,美國短期失業率的高峰 15% 差不多。
然而,這種情況不太可能發生:歷史顯示,工作機會的消失通常會相對緩慢。
自動電話交換機系統,這個用來替代人工操作員的機器,在1892年被發明。然而直到1921年,貝爾電話公司才裝設了他們的第一個全自動化辦公室。即使在這個里程碑之後,美國的電話操作員數量仍然在增長,在20世紀中期,甚至達到了大約35萬人的高峰。直到1980年代,這個職業才大規模消失,而這已經是自動化設備發明後的 90 年。
AI 將不需要 90 年,就能橫掃勞動力市場。因為大型語言模型 LLM 很容易使用,許多專家對一般大眾如何迅速將 ChatGPT 融入他們的生活感到驚訝。但是,這次在工作場所中全面導入新技術的速度,預計也將同樣緩慢。
在最近的一篇文章中,Andreessen Horowitz 的 Mark Andreessen 列出了其中一些原因。他的論點主要集中在政府法令監管方面。
在國家高度監管的經濟領域裡,例如教育和醫療保健等,技術變革往往極其緩慢。一旦缺乏競爭壓力,會削弱改進的動力。各國政府可能也有自己的公共政策目標,例如最大化就業水平,這與提高效率是互不相容的。這些行業也更可能會形成工會組織,而工會擅長的正好是,如何防止工作機會的流失。
例子比比皆是。像是英國倫敦公營地鐵的火車駕駛員,即使取代他們的自動化技術已經存在了幾十年,他們的薪酬還是接近全國中位數的兩倍。在 AI 浪潮的中心,美國舊金山,尖峰時段仍然需要靠真人警察來指揮交通。
歷史又再重逢, Au revoir!
首先,許多受 AI 威脅的工作機會,都是在受到政府嚴格監管的行業類別中。
回到普林斯頓大學的 Felten 教授的那篇文章,最易受 AI 影響的前20大職業中有14個是教師,但是只有最勇敢的政府才敢用 AI 取代教師。想像一下,用 AI 取代真人教師的新聞標題會有多驚悚。對於警察和打擊犯罪的 AI 也是如此。事實上,義大利已經因為隱私問題,暫時封鎖了ChatGPT,據說法國、德國和愛爾蘭也正在考慮要加以封鎖,這顯示出各國政府對於 AI 對工作機會的破壞性,有多麼的擔憂。
也許,隨著時間的推移,政府將允許某些工作被取代。但是這些時間上的刻意拖延,也將為經濟活動預留出空間,來做它總是會做的事情:也就是當某些工作被取代時,去額外創造出其他新型態的工作。
再來,新技術可以降低生產成本,但也會創造出對商品和服務的更多需求,或是增加一些難以自動化的工作。
2020年,麻省理工學院的 David Autor 教授和同事發表了一篇論文,得出了一個令人震驚的結論。大約 60% 的美國工作在1940年並不存在。「美甲師」這個工作在2000年才被加到人口普查中,「太陽能電工」則是五年前才出現。AI 經濟很可能創造出今天所無法想像的新職業。
最後,第三個因素是,既然對勞動市場的影響相對微小,很可能在生產力上的影響也會是小的。
回頭看,美國的工廠和家庭開始採用電力是早在19世紀末期。然而,直到第一次世界大戰結束後,生產力才出現了爆發。個人電腦是在1970年代發明的,這次生產力的爆發來得更快,但在當時還是感覺很慢。1987年,經濟學家 Robert Solow 著名地調侃:電腦時代「無處不在,唯獨不在生產力統計數據中, everywhere except for the productivity statistics」,正好反應了這樣的現實。
世界仍在等待,最近的 AI 創新,能帶來相關的生產力激增。然而,智慧型手機已經被廣泛使用了十年,數十億人可以使用超高速網際網路,許多工作者現在可以根據自己的需要,在辦公室和家裡之間互相切換。官方調查顯示,超過十分之一的美國員工已經在工作中使用某種 AI ;非官方調查的數字,甚至更高。儘管如此,全球的實質生產力增長仍然疲弱。
AI 最終可能會使某些行業的生產力大大提高。史丹福大學的Erik Brynjolfsson 教授和同事們在一篇論文中研究了客服專員的工作。平均而言,擁有 AI 工具的客服人員,每小時解決的問題數量,提高了14%。研究人員自身也可能變得更高效:GPT-X 可能會為他們提供無數的、幾乎免費的研究助理。其他人則希望 AI 能消除醫療保健中,行政效率低下的問題,從而降低醫療成本。
但是,許多事情仍然超出了 AI 的範疇。傳統的藍領工作,例如建築和農業,占了全世界GDP約 20%,這就是一個例子。一個大型語言模型 LLM 對於收割蘆筍的人來說,幾乎沒有什麼用處。所以很難想像,在未來幾年的時間裡,藍領工作的生產力可以比現在提高多少。這同樣適用於傳統上需要靠人與人接觸,來提供服務的行業,如飯店業和醫療護理。
AI 也無法對失靈的政府規劃體系做些什麼,而這是正是阻礙生產力增長的最大因素。當城市的規模大小受到限制,房價高昂,人們無法居住在最有效率的地方,安心地生活和工作。無論你的社會可以產有多少出色的新想法,如果你不能及時地建造執行出來,都是無用的。科技跟這些問題的解法本身,八竿子打不著邊。
稻草上的火鸡 retweeted
Jiang Zemin, the Shanghai Communist kingpin who was handpicked to lead China after the 1989 Tiananmen Square protests and presided over a decade of meteoric economic growth, died on Wednesday. He was 96. nytimes.com/2022/11/30/obitu…


























