与Kevin Scott的对话：AI的下一步是什么

与Kevin Scott的对话：AI的下一步是什么如今，由大型语言模型驱动的人工智能系统正在改变人们的工作和创造方式，从为软件开发人员生成代码行到为平面设计师生成草图。

微软首席技术官凯文·斯科特（Kevin Scott）预计这些人工智能系统的复杂性和规模将继续增长--从帮助应对气候变化和儿童教育等全球挑战，到彻底改变从医疗保健和法律到材料科学和科幻小说等领域。

斯科特最近与我们分享了他对人工智能对知识工作者的影响以及人工智能的下一步发展的看法。最大的收获：- 大型人工智能模型和生成性人工智能的进步将继续提高生产力、创造力和满意度。- 人工智能将实现科学突破并帮助世界解决一些最大的挑战。

- 随着这些模型成为平台，并且微软继续负责任地为客户扩大人工智能进步，云、基础设施投资和强有力的负责任人工智能方法至关重要。在您看来，今年人工智能领域最重要的一些进步是什么？

当我们进入2022年时，我认为人工智能领域的几乎每个人都预计在接下来的十二个月左右会发生令人印象深刻的事情。

但现在我们已经过去了一年，即使抱有这些崇高的期望，回顾我们在人工智能中从左到右看到的创新规模确实令人兴奋。研究人员和其他人为推进最先进技术所做的事情比我们几年前想象的要高出好几光年。几乎所有这一切都是大型人工智能模型令人难以置信的快速进步的结果。

今年给我印象最深的三件事是GitHub Copilot的推出，这是一个基于语言模型的大型系统，可以将自然语言提示转化为代码，并对开发人员的生产力产生了巨大的积极影响。它为比以前更广泛的人开放了编码，这很棒，因为未来的很大程度上取决于我们编写软件的能力。

第二件事是这些生成图像模型，例如DALL CLARIE 2，它们已经变得非常受欢迎且更易于访问。素描、绘图以及掌握所有平面设计、插图和艺术工具需要相当高的技能。

DALL CLARIE 2这样的人工智能系统并没有将普通人变成专业艺术家，但它为很多人提供了他们以前没有的视觉词汇--一种他们认为自己永远不会拥有的新超能力。（编者注：除了Kevin Scott的照片之外，本文中的所有图像都是由制作人使用DALL SEARCH 2生成的。

)我们还看到，人工智能模型变得越来越强大，并为它们用来解决的问题带来了更实质性的收益。

我认为今年整个科技行业关于蛋白质折叠的工作非常好，包括我们与华盛顿大学大卫·贝克的实验室、RoseTTAFold的蛋白质设计研究所一起完成的工作，并帮助它与一群先进的人工智能来做变革性的事情。

所以这非常令人兴奋。任何对科学和医学产生影响的事情都会对世界产生净好处，因为这些是我们一些最大、最棘手的问题所在。这是重要而令人印象深刻的一年。我认为明年会更好。您认为人工智能技术明年及以后在哪里产生最大的影响？

我认为我可以满怀信心地说，2023年将是人工智能界有史以来最激动人心的一年。我是在真正、真诚地相信2022年是我们有史以来最激动人心的一年之后这么说的。创新的步伐一直在快速推进。我已经谈论过GitHub Copilot了，它太棒了。

但这只是大型人工智能模型未来能够做的事情的冰山一角--将相同的想法外推到各种不同的场景，以了解它们如何协助编码以外的其他类型的智力劳动。

整个知识经济将发生转变，人工智能如何帮助您处理工作的重复性方面，并使其总体上更加愉快和充实。这几乎适用于任何事情--设计新分子来制造药物、从3D模型制作制造“食谱”，或者只是写作和编辑。

例如，我一直在玩一个我使用GPT-3为自己构建的实验系统，旨在帮助我写一本科幻书，这是我从青少年时期起就想做的事情。我的笔记本上充满了我为理论书籍创建的概要，描述了这些书籍的内容以及它们发生的宇宙。

有了这个实验工具，我就能够打破僵局。当我用老式的方式写一本书时，如果我一天有2，000字，我就会对自己感觉非常好。有了这个工具，我每天可以写6，000字，这对我来说感觉很多。感觉这是一个比我以前所做的更有活力的过程。

这是“一切的副驾驶”梦想--当你做任何类型的认知工作时，你会有一个副驾驶可以坐在你身边，帮助你不仅完成更多任务，还以新的、令人兴奋的方式增强你的创造力。生产力的提高显然提高了您的满意度。为什么这些工具能给工作带来更多乐趣？

我们所有人都使用工具来完成我们的工作。

我们中的一些人真的很喜欢获取并掌握它们，并弄清楚如何以超级有效的方式部署它们来完成我们正在尝试做的事情。我认为这就是这里正在发生的事情的一部分。在许多情况下，人们现在拥有了比以前更有趣、更有效的新工具。

我们进行了一项研究，发现使用无代码或低代码工具对用户的工作满意度、总体工作量和士气产生了超过80%的积极影响。特别是对于处于相对早期阶段的工具来说，这是一个巨大的好处。对于一些员工来说，这实际上是增强了你在工作时进入的核心流程;

它可以加快你的速度。这就像拥有一双更好的跑鞋去参加比赛或马拉松一样。这正是我们在开发人员使用Copilot的体验中看到的情况;他们报告说，Copilot帮助他们保持在流程中，并在过去无聊和重复的任务中保持思维敏捷。

当人工智能工具可以帮助消除工作中的苦差事、超级重复或烦人的事情或阻碍他们获得他们真正喜欢的事情时，它毫不奇怪地提高了满意度。就我个人而言，这些工具让我比以前处于心流状态的时间更长。创意流动的敌人是分心和陷入困境。

我到了一个地步，我不知道如何解决下一件事，或者下一件事就是，“我必须去查一下这个事情。我必须切换上下文来摆脱我正在做的事情才能解决子问题。“这些工具越来越多地为我解决了子问题，以便我留在流程中。

除了GitHub Copilot和DALL EQUIPE 2之外，AI还以其他方式出现在微软的产品和服务中。下一代人工智能如何改进当前的产品，如Teams和Word？这是人工智能不为人知的大故事。

迄今为止，人工智能的大部分好处都分布在1，000种不同的事物中，您甚至可能没有完全意识到您获得的产品体验有多少来自机器学习系统。例如，我们坐在这个Teams电话视频中，在系统中，所有这些参数都是通过机器学习算法学习的。

有抖动缓冲区