@Lenciel

什么是好的设计

Alan Kay 在几十年前说「People who’re serious about software should make their own hardware」。我入行的时候做存储、基站,写汇编、C、Cpp,曾经觉得自己离硬件挺近的。在 FITURE 做了一段时间才知道,设计、模具、物料…每个地方我都不懂…

这里面对我来说最难的是「设计」。以前我总觉得它交付的「功能性」的价值是好算账也值得投入的,但里面「情绪性」的价值,究竟是什么作用,该投入多少,很难搞明白。

今天看到这个索尼大法的这个集中展示自己设计能力的页面,我好像突然想明白了…这玩意儿是解决「不完全信息博弈」的。

大多数生物需要吸引配偶才能生存和繁殖。公司其实是一样的,需要吸引用户、员工、投资人和各种合作伙伴。

就像生物在生理上的可用性时间非常有限一样,商业组织时间可用性也很一般: 同一时间,你基本只为一家公司工作,只能用一个 IM(不管它是飞书还是企微还是slack),只能签一个支付通道等等…

所以商业组织之间的竞争和大自然里面的求偶有类似之处:需要在极短的时间内,解决信息的不完全。

就像一只雄孔雀开屏,是向不掌握自己完整基因的雌孔雀表明,我拖着这么大个尾巴还活着,说明我基因优秀,给我生娃吧…

所以好的设计,就是恰如其分地告诉信息不完全的用户,我们是「有格调」的,或者我们是「先进」的,或者我们是「可靠」的,买我吧…

这里面还值得去继续思考的地方,有两个。

一个是,设计的风潮是变化的,不是只看硬投入,如何保持自己的设计恰如其分?

在自然界,你发育出一个特别大的开屏,它是有公允价值的。但是在商业界,究竟是一个什么样的设计,说明你的公司「先进、可靠、有逼格」,是会不断变化的。比如下面这两个 Instagram 的 logo,分别代表了两个时代:高保真和极简。

logos.png

第二个更有意思的是,当 AI 给了所有人随时随地去设计的能力之后,会有什么样的变化?

换句话说,当所有雄孔雀都可以随时开一个任意大的屏时,雌孔雀会看什么?雄孔雀又该开发什么新的手艺?

GPT-4 是 AGI 吗?

前面说过 ChatGPT(基于 GPT-3) 不是颠覆性创新,然后,这不是 GPT-4 又满坑满谷了吗…

我看到国内有自媒体抄国外媒体的标题说,往 Office 里面集成 GPT-4 是微软的「iPhone 时刻」。

我不太同意。

首先,知道了风声的 Google 很快就在自己的 Workspace (包括了Google Docs, Gmail, Sheets 和 Slides)里加入了功能类似的 AI 助手 —— Nokia 可没办法在苹果推出 iPhone 的第二天就发布类似的产品。

其次,集成 GPT-4 的可不仅仅是微软,Duolingo、Stripe、Khan 学院,甚至冰岛政府,都用上了——我还是认为现在只是去年五月我预测的那八九步里第一步的,一小半?只不过可能就跟当时一样,大部分同学不会有感觉吧,不然肯定跟我一样开始准备第2、3步了。

但不可否认的是,上一次这么全民关注的产品,好像就是 iPhone 了。所以微软能够因此变得多么成功我不知道,OpenAI 是挺成功的。

几十年来,人工智能学科一直没有重大突破。突破性的进展来自于这些年算力和数据集上质的突破:一些场景,比如象棋、围棋、星际争霸被陆续解决了。

然后,各种的 AIGC 产品,让很多人突然觉得机器在创造性上有了「突破」。OpenAI也确实让它去参加了各种类型的考试,成绩都是人类选手中靠前的。

从我试用 GPT-4 的感觉来看,它确实更加强大,也更加克制(不太瞎编,而且有一些过去不被 chatGPT 拒绝的问题,它会直接拒绝回答)。

但是在我心中,它是 AIGC(生成图片或者文字的 AI)而不是 AGI(通用AI)。

当然,这个现在是有分歧的,比如刘江认为,它是 AGI。

我个人觉得:

  • 神经网络的基础技术在九十年代就已经进入工业实践(有兴趣的同学可以去看看我 blog 上的旧文)。第一个你告诉它「我难过」会问问「你怎么了」的聊天机器人 1964 年就有了;
  • 现在的 GPT-4 仍然是基于神经网络的,虽然参数非常多,模型非常大,但范式没有转换:细胞内的东西,人没有研究明白也没有办法模拟;
  • 人类的这么多资源和注意力集中在这个事情上,是喜剧可能也是悲剧;
  • 但掌握它帮助自己提高生产力是有必要的;