Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

权力归于人民:法学硕士如何扭转技术扩散的局面

Posted on 2025-04-08

精美水彩插图 ima_TcCW0iyURQi-raDmaFRZLw_GIGBjDOWQ6CN6Qf_yUU4tA (1)

变革性技术通常遵循自上而下的扩散路径:起源于政府或军事环境,通过企业,最终到达个人——想想电力、密码学、计算机、飞行、互联网或全球定位系统。这种进展感觉很直观,新的、强大的技术通常是稀缺的、资本密集型的​​,并且它们的使用在早期阶段需要专门的技术知识。

因此,让我觉得非常独特和引人注目的是,法学硕士展示了这种模式的戏剧性逆转——它们为普通人带来了不成比例的利益,而它们对企业和政府的影响则要小得多且滞后。 ChatGPT 是历史上增长最快的消费者应用程序,每周有 4 亿活跃用户,他们使用它进行写作、编码、翻译、辅导、总结、深入研究、头脑风暴等。这并不是对以前存在的微小升级,而是对个人在广泛能力方面的能力水平的重大倍增。而且使用门槛非常低——这些模型便宜(甚至免费)、速度快,任何人都可以通过 URL(甚至本地机器)按需使用,而且它们会说任何人的母语,包括语气、俚语或表情符号。这太疯狂了。据我所知,普通人从未经历过如此戏剧性、如此快速的技术解锁。

那么,为什么企业和政府领域的好处要小得多呢?我认为第一个原因是法学硕士提供了非常具体的能力——仅仅是准专家的知识/表现,但同时跨越了非常广泛的领域。换句话说,它们虽然多才多艺,但也很肤浅且容易犯错。同时,一个组织独特的超能力是能够通过雇用工程师、研究人员、分析师、律师、营销人员等将不同的专业知识集中到一个实体中。虽然法学硕士当然可以使这些专家单独提高效率(例如起草初始法律条款、生成样板代码等),但对组织的改进采取的形式是在它已经可以做的事情上变得更好一些。相比之下,一个人通常最多只能成为一件事的专家,因此法学硕士提供的广泛的准专业知识从根本上允许他们做以前无法做的事情。人们现在可以编写应用程序代码。他们可以查阅法律文件。他们可以理解深奥的研究论文。他们可以进行数据分析。他们可以生成用于品牌和营销的多模式内容。他们可以以足够的能力完成所有这些工作,而无需额外的专家参与。

下载2

其次,组织处理更加复杂和必要的协调的问题,思考:各种集成、遗留系统、企业品牌或风格指南、严格的安全协议、隐私考虑、国际化、监管合规性和法律风险。有更多的变量、更多的约束、更多的考虑因素以及更低的误差幅度。将所有内容放入上下文窗口并不容易。你不能只是用代码来编码一些东西。你可能只差一个灾难性的幻觉就失去工作了。第三,大型组织存在有据可查的惯性,包括文化、历史先例、在快速变革时期升级的政治地盘之争、沟通开销、分布式劳动力的再培训挑战以及良好的老式官僚机构。当要快速采用一种闪闪发光的、多功能但肤浅且容易出错的工具时,这些都是主要的阻力。我不想淡化法学硕士对企业或政府的影响,但至少就目前而言,从整个社会的总体来看,法学硕士对个人生活的改变比对组织的影响要大得多。玛丽、吉姆和乔斯正在享受大部分好处,而不是谷歌或美国政府。

展望未来,法学硕士的持续传播当然取决于持续的绩效改进及其能力概况。总体而言,绘制图表特别有趣的是“收益分配”,并且在很大程度上取决于作为资本支出函数的绩效的动态范围。如今,前沿级的法学硕士课程非常容易获得且便宜。除此之外,您就无法花费一点钱来获得更好的性能、可靠性或自主性。金钱买不到更好的 ChatGPT。比尔·盖茨 (Bill Gates) 与您一样谈论 GPT 4o。但这能持续下去吗?训练时间缩放(增加参数、数据)、测试时间缩放(增加时间)和模型集成(增加批次)是增加动态范围的力量。另一方面,模型蒸馏(通过训练模仿大模型来训练异常强大的小模型的能力)一直是降低动态范围的力量。当然,当金钱可以买到更好的 ChatGPT 时,事情就会发生变化。大型组织可以集中其大量资源来购买更多情报。而在“个人”的范畴内,精英也可能再次与社会其他人分离。他们的孩子将由 GPT-8-pro-max-high 辅导,您的孩子将由 GPT-6 mini 辅导。

但至少在此时此刻,我们发现自己处于技术史上独特且前所未有的境地。如果你回顾一下各种科幻小说,你会发现很少有人会预测人工智能革命将以这种进展为特征。它本应是由将军们实施的绝密政府巨型大脑项目,而不是基本上在一夜之间免费出现在每个人口袋里的设备上的 ChatGPT。还记得威廉·吉布森说过的话“未来已经来临,只是分布不均”吗?惊喜 – 未来已经来临,而且分布得令人震惊。权力归于人民。就我个人而言,我喜欢它。

原文: https://karpathy.bearblog.dev/power-to-the-people/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme