即時工程的消亡：用戶驅(qū)動的人工智能訓(xùn)練的黎明

我對 2024 年的預(yù)測是，“即時工程師”這個短暫的角色將會消亡。他們消亡的根本原因是 Prompt Engineers。

某些關(guān)鍵時刻預(yù)示著變革性變革的開始。即時工程即將消亡無疑是其中。

GPT 和類似的大型語言模型的興起從根本上改變了我們與人工智能交互、甚至思考人工智能的方式。這些模型曾經(jīng)嚴重依賴即時工程來實現(xiàn)響應(yīng)，現(xiàn)在正在逐漸自我訓(xùn)練，從每次 API 調(diào)用和 UI 輸入中汲取經(jīng)驗。

展望 2024 年及以后，我們面臨的現(xiàn)實是，提示工程師的角色很可能會過時，而用戶在人工智能培訓(xùn)的發(fā)展中發(fā)揮著更加重要的作用。

什么是即時工程？

為了了解潛在的未來，我們需要回顧過去，了解即時工程和即時工程師的重要性至關(guān)重要（如果這樣的事情確實存在；））。

在 GPT 和類似模型的早期，生成有意義的輸出并不像提出問題然后得到答案那么簡單。必須精心設(shè)計提示，以引導(dǎo)模型產(chǎn)生所需的響應(yīng)。即時工程師是“熟練的工匠，他們會編織這些復(fù)雜的輸入，允許用戶從龐大的神經(jīng)網(wǎng)絡(luò)中提取有價值的輸出”，也就是說，他們知道如何提出更好的問題......

用戶輸入：新運動鞋——而不是你腳上的運動鞋。

隨著時間的推移，情況發(fā)生了變化。每次用戶與這些模型交互時，都會發(fā)生兩件事：用戶獲得預(yù)期的響應(yīng)，但模型也會從輸入中學(xué)習(xí)。這種由數(shù)百萬用戶推動的持續(xù)反饋循環(huán)使模型變得更好、更直觀。

在過去的幾年里，用戶交互的數(shù)量和多樣性使這些模型能夠以以前難以想象的方式查看模式、完善其輸出并理解上下文。因此，對精心設(shè)計的提示的需求已經(jīng)減少。來自不同平臺和應(yīng)用程序的用戶的輸入已經(jīng)充分訓(xùn)練了人工智能，使其更加通用。

進化反饋循環(huán)

思考這個過程如何反映生物進化是很有趣的。就像生物體根據(jù)所面臨的挑戰(zhàn)和反饋一代又一代地適應(yīng)環(huán)境一樣，人工智能模型也在不斷適應(yīng)它們所棲息的龐大數(shù)字生態(tài)系統(tǒng)。他們從每次互動中“學(xué)習(xí)”，無論是關(guān)于量子物理的問題還是對食譜的請求。

隨著越來越多的人將這些模型用于從學(xué)術(shù)研究到創(chuàng)意寫作的各種應(yīng)用，人工智能成為人類查詢和交互的集體存儲庫。這種用戶驅(qū)動的反饋循環(huán)是一種強大的自我改進機制，提高了模型的準確性和效率。

沒有及時工程師的未來

那么，2024 年對于人工智能領(lǐng)域，特別是對于快速工程領(lǐng)域的技術(shù)人員來說，意味著什么？在我看來，他們的具體角色將變得不那么重要，呈指數(shù)下降。

2024 年及以后的模型可能會比以前的模型更加直觀和靈敏。這確實引發(fā)了更多問題，即這種持續(xù)的模型改進（或退化，這仍然是可能的）將影響什么樣的角色。

作為用戶，我們不僅是信息的被動消費者，而且是人工智能學(xué)習(xí)過程的積極參與者。我們的詢問、懷疑和互動將不斷塑造和重新定義人工智能的知識庫和響應(yīng)機制。無論好壞，我相信我們已經(jīng)到了無可挽回的地步，隨著時間的推移，垃圾填埋場將會變得越來越大。

即時工程的消亡并不是一個終結(jié)的故事，而是一個進化的故事，我們必須密切關(guān)注。

它標(biāo)志著從人工智能是一種工具（使用精心設(shè)計的輸入進行操作）的階段，到人工智能是一個動態(tài)、不斷發(fā)展的實體、與用戶共同學(xué)習(xí)的時代的轉(zhuǎn)變。它強調(diào)了集體用戶交互在塑造技術(shù)未來方面的力量。隨著我們走向 2023 年底，以及 ChatGPT 和其他語言模型的泡沫，我們走向 2024 年，我們努力的潛??在現(xiàn)實可能會促使我們反思我們實際所做的事情。