進度條

ChatGPT 大爆發,AI 當道不只繪圖,連程式都會寫,工程師要失業了嗎?

如果即將發生,那無謂的恐懼是沒有幫助的,認清現況改變策略才能真正幫助的到你喔!

作者: 進度條編輯群 更新日期:

不曉得大家有沒有開始接觸 AI 相關的應用呢? OpenAI 這家公司真的是在 2023 年大爆發了。無論是不是工程師,都玩得不亦樂乎。從 Dall-E 數位作畫開始,到全方位問答的 ChatGPT,連專題、論文、都可以幫你寫。就連這篇文都有點想讓他幫我寫了。

 

不過不曉得大家會不會有,自身的工作即將要被取代的危機感呢?

 

 

先不說你們的答案是什麼,其實我的答案是偏向悲觀的樂觀。

 

 

這感覺很玄?是什麼意思呢?

 

 

其實就是我們認為大部分的工作都一定會被取代,但是會有新的工作應運而生,如果提前開始卡位,那就會乘上時代的風口。正如同任何品論一個時代的文章、影片總是會提到的一句話:「站在風口上 豬也能飛起來」。就如同過去時代,你還在用打字機,人家都已經在用電腦 Word 處理文件了。而且門檻不會很高,就像當年的 iPhone 程式只要做個打火機應用就讓人覺得很厲害一樣。

 

 

 

當然這很難讓人接受,在你可能要否定一切論點之前,我們先來看一下 OpenAI 的背景。

 

 

一開始 OpenAI 是一個無盈利組織,由 Samuel H. Altman 與 Elon Musk 伊隆馬斯克 創立的,一般來說馬斯克都是負責出錢的角色,所以實際營運的人為 Samuel。詳細的歷史故事,無論是 WIKI 百科還是 Youtuber 老高都已經幫大家整理好了,所以就不再重複,大家可以去看。

 

 

這邊的重點在於,2019 年微軟投資了 Open AI 10億美金,之後 ChatGPT 在全球火爆的程度大家應該都有目共睹,兩個月就達到了一億用戶。就連抖音 TikTok 也要花 9個月的時間,IG 則花得更久。如果有此成果,任何一家公司都不會忽視他的,甚至會以他為主軸規劃商業戰略。因此不意外的,微軟確實開始使用他製作商業應用,無論是跟 Bing 結合的 AI 搜尋引擎,或是 AI 自動寫程等。當一個技術有辦法盈利,那他就是真的成熟了。

 

 

目前 AI 應用已經深入日常的程度比大家想像的高。不小的大家有沒有很常在 Facebook、Youtube、IG、TikTok 看「大壯」、「小美」,「不出意外的話馬上就要出意外了」的中國風格電影解說。雖然很多教學都會推薦中國的一些聲音網站,每個月要付一些錢才能使用。但這些網站的其實只是「微軟」Azure text to speech 這個服務的再包裝而已。現在的影片聲音檔已經不再是像 Google 小姐那樣語調上直接就可以認出不是真人了。

 

 

AI 製圖雖然目前很多優秀的繪師自本能上的排斥。但其實也是有一些專業人士有在擁抱這項技術。例如日本漫畫「拳願阿修羅」的作者就多次公開表示,自己有先使用 AI 製圖做出現實際很難看到的架空城市風景作為背景參考。

 

 

 

 

ChatGPT 能協助寫程式,甚至只要給明確的指令,他甚至可以完成整個應用。當然這其實不是一件新鮮事,GitHub  之前就推出過 Copilot 這個服務。而且不要忘了,Github 在 2020 年就已經被微軟以天價收購了。並且直接導致當時明星級免費編輯器 Atom 直接淡出市場。市場完全被微軟自家的 Visual studio code 吃下來。所以 Copilot 會不會直接跟 ChatGPT 整合,或是兩個都被整合成另外一個新的產品,是有滿高機率會發生的。

 

 

那這兩個組合起來,會不會就直接導致工程師失業呢?我相信是有一定程度的影響。至少未來不會使用 AI 作為輔助工具的工程師一定是處於劣勢的。工程師在寫程式的效率、強度上,未來不久絕對是比不過 AI 的。因為只要 電腦 / AI 的強項就是照著 SOP,架構去執行任務。而現在的程式架構,都是以「好維護」、「容易解讀」、「模組化」的方式去規劃的。本質上就是為了無論是哪個工程師接手,都可以繼續進行專案。在這樣的大主題下,如果你真的去研讀各種模式的大神的書籍,大概都可以得出一個結論:如果 AI 無法接手你的程式,那你的程式架構大概就是寫錯了。

 

 

當然,你可以說這有點太理想化了。畢竟我們每個人幾乎都是看完了書,練完了書中的例題,覺得自己功力大增,回到公司專案就繼續「Hard Code」硬幹,什麼設計模式,下班陪老婆小孩、女朋友重要。畢竟就算我們工程師有邏輯,不代表業主有邏輯啊!他給錢,想把沖水馬桶放在戶外院子正中央露天無遮蔽,我們還是得放在那。真實的程式碼多半醜陋無比。

 

 

 

 

不過雖然不能完全類比,但是自從 2016 年 Alpha Go 打敗整個圍棋界後,目前人類對於圍棋 AI 的態度是完全不與他爭強度了,已經沒有贏的可能性。2017 年 Gorating 圍棋排名已經移除掉 AI 人工智慧圍棋程式。但是目前 AI 人工智慧圍棋程式則是扮演著訓練導師、對手的角色。基本上職業棋手應該已經沒有人不用高強度 AI 來訓練自己了。畢竟當初 AlphaGo 與 李世乭的對戰中,下了一些當時不常或是不曾出現的棋路,讓李世乭甚至需要在對戰中出去抽根菸來思考。

  

 

如果以這種思路來思考的話,其實 AI 已經是一個相當好的 pair programming 「結對開發」 對象。當然以打字速度來看,Driver 應該就是 AI,而 Navigator 則是你。而這樣的方式正好可以彌補 AI 最弱的一環,「目的性」。AI 目前做事還沒有主動的目的性,只有回答你的問題,或是執行你的要求。

 

 

不過以目前來說,AI 本身能提供的資訊也還是會受到訓練內容影響。也就是說未來業界內部可能都會有自己的 AI 提供關鍵資訊。例如我本來在寫這篇的時候,想要直接嘗試讓 ChatGPT 給我所有製作冰箱的細節。

 

 

 

實際情況接近下面

Q1. 我想製作冰箱,請問需要哪些零件?

A1.  

製作冰箱需要使用多種不同的零件和材料,以下是一些主要的零件和材料:

  1. 壓縮機:這是冰箱的核心部件,用於循環制冷劑。

  2. 冷凝器:用於將制冷劑從氣態轉換為液態。

  3. 蒸發器:用於將制冷劑從液態轉換為氣態,同時從冰箱內部吸收熱量。

  4. 膨脹閥:控制制冷劑進入蒸發器的流量。

  5. 冷媒:制冷劑通常是氫氟碳化合物,例如R134a。

  6. 絕緣材料:用於保持冰箱內部的低溫,通常使用聚氨酯發泡材料。

  7. 外殼材料:通常使用塑料、金屬或玻璃等材料。

  8. 玻璃門:如果您的冰箱需要一個透明門面,則可以使用玻璃或塑料門。

  9. 控制器:用於監測和調節冰箱的溫度和其他參數。

以上僅是冰箱所需的一些基本零件和材料,具體的製作過程和所需的零件和材料可能會根據您的設計和需求而有所不同。

 

 

從這個問題,就可以發現,其實每個零件,都可能是另外一個完整的產品,真正有用的細節都包含了很多的術語。那對於我這個機械系本科生來說,雖然都聽過這些零件。但還真的要是產業人士才會碰過相關的內容,大多數人頂多拿來當科普而已。以 ChatGPT 的訓練內容,想必是不會有太多詳細內容。

 

 

例如我繼續問他

Q2. Panasonic 國際牌 三門變頻冰箱 XXXXX<特定型號> 用哪一款壓縮機

A2. 

根據 Panasonic XXXXX<特定型號> 三門變頻冰箱的規格,它採用了Panasonic自家開發的壓縮機,型號為「Inverter Compressor」。這種壓縮機是一種變頻壓縮機,可以根據冰箱內的溫度需要調整其運轉速度,從而節省能源,提高冷藏效率。因此,如果需要更換壓縮機,建議選擇Panasonic原廠的相容壓縮機,以確保性能和品質的一致性。

 

 

明顯的就是把「類型」當成「型號」回答我了。

 

 

不過回答錯誤其實不是重點,因為這不是很難修正的問題。真正顯現出來的問題是,這個問題的答案可能是要 Panasonic 內部的文件才有記載,所以他回答不出來。當然,這個資訊應該不是機密(畢竟你買一台來拆就看得出來了),只是文件不是放在一般消費者會去找的位置。

 

 

因此未來,短時間內,每個大型企業都可能有內部的 AI 作為輔助工具,並且搭配上權限管理,取代現在困難的文件海,再資料的更新上也會相對容易。有接觸過一定規模的公司的內部資料區,應該都知道我在說什麼,各年份的文件散落在一起,超級難找到最新的更新與有用的資料。

 

 

這時候,如果你是這種等級公司的冰箱設計工程師,當你對內部 AI 詢問,或許整個設計規劃圖草稿就完成了,你要做的可能就是微調、模擬與規劃,還有加入最新的零件資訊。至於一般的消費者,依然是沒有辦法只靠 AI 完成工作,頂多用來製作學生專題報告吧!

 

 

最後,雖然上面都使用 ChatGPT 作為例子,但實際上這個革新才剛開始,並不是說 微軟 就此贏了。正如同當年 Google 最終還是取代了當時的老大哥 Yahoo 一統搜尋引擎江湖。所以最後哪一家公司取得了最終的勝利還是很難說呢,更新更厲害的應用接下來一定會層出不窮的。

 

 


最後,如果你喜歡我們的文章,別忘了到我們的FB粉絲團按讚喔!!

Small logo

進度條編輯群

進度條編輯團隊