编者按：人工智能的发展阶段可以分成三个阶段：1）研究阶段，研究通用的算法与方法 2）应用阶段，利用第一阶段的成果将B端的事情自动化 3）个人生产力阶段，2022 年随着 OpenAI 的 DALL•E 2 与 ChatGPT 向消费者敞开了大门，我们进入到第三阶段，AI 对个人生产力的促进阶段。文章来自编译。

还记得 2020 年吗？我们当中的很多人都认为，这将会成为我们工作方式的一个大年。我认为那一年会成为生产力永远发生改变的一年。从很多方面来说都是这样的；它迫使我们对关于效率的陈旧想法进行了一次大扫除。几十年维持的每天上班朝九晚六的文化被吹出窗外！这一年向我们展示了人类精神的韧性，展现了我们完成任务的能力。那一年的重大发现是，即使我们把全部心思都全部都放在生产力上面，生产力也几乎不会改变。

2022 年就是这么悄悄地降临到我们身上的。如果你不往窗外看的话，你可能都看不到闪电……2023 年将是你听见轰隆声的时候。因为那时候的雷声会大到你没法听不见。

由Midjourney创作

2022 年之所以非同凡响，是因为我们站在生产力前沿见证的风头强劲无比。

如果是写数据科学和 AI 方面的东西，我通常会从用数据作为解决方案原材料的领导者和专业人士的角度来写。但从其他人的角度来看，这些解决方案当中有很多看起来只是稍微流畅一点或高效一点的应用而已。数学保守派偶尔取笑那些贪婪获取资金的新手，后者觉得有必要告诉每个人他们的解决方案是“AI 驱动的”，但实际上这并不重要。它比传统解决方案好 x% ？很好。这才是几乎任何人都需要知道的。

它们不是 AI 工具，它们是生产力革命的概念验证。

但随着 2022 年结束，有些东西是非数据专业人士也需要知道的。在你的社交媒体动态消息里，有很多“人工智能工具”像雨后春笋般冒了出来。如果你因为自己不是“AI 人士”或对技术不感兴趣而无视了它们，那你就成了井底之蛙，看不清大局。那可不仅仅是人工智能工具。它们是生产力革命的概念验证。

所以，如果你一直都忽视所有这些人工智能产物的话，让我们给你补补课吧。

第一阶段——研究人工智能

AI 研究人员发明了通用算法和方法供其他人使用。他们不是为了利用你的特定数据来解决你的特定问题，而是要在理论上让解决方案成为可能。 2015 年之前，几乎所有人工智能课程的重点都放在研究人工智能上。经过多年的学习（要学的不仅仅是一门课程！），一路学到研究生学位的学生学会了如何挑战极限，解决用 AI 可能可以解决的各种问题，而不管在商业环境中使用这些解决方案是否可行。

第二阶段——应用人工智能

一旦 AI 研究人员建立了理论上可以用于解决业务问题的方法论之后，就是应用 AI 工程师上场的时候了。应用人工智能的重点将转移到利用研究发明将业务的某些事情大规模地自动化。2014 年当我开始在谷歌工作时，我还没有看到一门课程是专门侧重于应用 AI，而有意将研究 AI 留给 AI 研究人员的......所以我开发了第一门 AI 综合性课程，《与机器学习交朋友》（Making Friends with Machine Learning）。

应用人工智能革命就是采用新的编程方法，作为传统软件工程的补充，去将更广泛的任务自动化。但从局外人的角度来看，其实那并没有太大的不同。尽管程序员这几个字读起来已经没那么吸引人，但让科技界的每个人都感到兴奋的是，他们现在可以更高效地处理更广泛的任务。

程序员现在可以更高效地处理更广泛的任务。

如果你擅长应用人工智能工程，你也可以将个人生活的方方面面自动化，给你自己配上一个令人难以置信的个人生产力喷气背包。这与传统软件工程师讲的故事完全一样，后者也总是炫耀自己是如何通过应用一些代码来改善自己生活的方方面面的。

第三阶段——生产力人工智能

然后就是 2022 闪亮登场。 研究人工智能和应用人工智能的发展均达到了沸点。 各种强大功能终于可以用来开发各种消费者型的应用了，其中也包括由于在用户感受上独树一帜的应用：个人生产力。

如果你从事的不是技术/数据方面的工作，那么你没有必要特别记住这里谈到的任何人工智能的东西。过分关注“人工智能”这个词可能会让你求助于科幻小说来给你指导，并会让你的期望被设定得太高，高到置身于外太空的地步。你用不着去想那些，忘掉“人工智能”这个词，只关注“生产力”就行了。你可以这么去思考：

到了 2022 年这一年，这项技术已经好到可以通过向消费者提供个人生产力工具来获利的地步，而这些工具也已经好到比传统软件工程师能开发出来的任何东西都要好的地步。

这里面的理论很简单，而且根本与 AI 没有太大关系：你希望自己可以做某些自己做不到的事情。你之所以想做而不能做，也许因为你没有天赋、缺乏技能或没有时间。你可以花钱请人帮你做这件事——如果服务费你负担得起的话。负担不起？好吧，也许你有编码技能可以自己实现自动化？也不行？那太糟糕了，那就没办法了……

……除非有一家公司能够以你觉得满意的价格向你提供这项服务。价格越低，注册的人就越多。

由 Midjourney 创作

嘣！相对于 2022 年刚开始的时候，他们能替你完成的任务比以前更多了。

但生产力革命酝酿的时间可就长得多了。

可以明确的是，这场革命酝酿的时间比 2022 年要长得多。这里有个关于个人生产力的例子。只是我告诉你们的话也许会让你们感到不安。告诉你们一个秘密，其实我不太擅长写作。幸运的是，我是一个出色的演讲者。所以我所有的初稿都是口述，而不是写出来的。如果用写的话，我会马上被那张可怕的白纸斩首的。

但我写博客的效率之所以那么高正是因为我不写。我把所有的初稿都放在一个录音 app 里面，然后才对它们进行润色。很自然，我也没有时间自己去转录所有这些口述的草稿，所以我用了语音转文本的 AI 工具。我做那件事的时间比我写博客的时间要长得多（希望这不会太令人感到震惊）。我先是自己写了第一个个人用的语音转录工具，但看到同类消费者选项的很快出现让我松了一口气，所以现在我已经改用另一个 app。这些天来我经常用 Gboard 上的语音输入功能来写作。

在过去，你也有机会提高自己的工作效率……但前提是你得精通代码和数据。

这引出了我的一个主要观点：在过去，你也有机会提高自己的工作效率……但前提是你得精通代码和数据。然后你就会成为秘密阴谋集团的一员，这是一帮可以替自己自动化事情的人。在今天，越来越多的公司正在努力为你做这件事。这就是一场大革命。

但这仍然是一道闪电，因为 2022 年的光芒挡不住：看吧！看看我们能做什么！

2022 年之所以非同凡响，是因为我们站在生产力前沿见证的风头之强劲。这场革命的主战场甚至都不在 GitHub 上——AI 驱动，对人人友好的生产力界面已经登场！

这里的终极游戏就是生产力。

其中最引人注目的是 OpenAI 的 DALL·E 2 与 ChatGPT，它们十分大胆，给数百万用户提供了用上图形艺术助手和写作助手的机会。最近让社交媒体眼花缭乱的还不止这些，其他的宠儿包括 Midjourney（本文的插图就是用它来创作的）以及 Lensa （下面的自拍就是用它来美化的）。等等，这些跟生产力工具有什么关系？但这些 AI 艺术应用难道就不是生产力工具吗？别光看表面，你得看到实质。构建块是一样的，只是技术获得的关注在另一个层面上。

使用Lensa调整作者的自拍。左边是未经编辑的原始版本，中间是经过 Lensa 略微改进的版本，右边是将所有的面部修饰选项都设到最大的效果。

当然，谷歌每年都在稳步改进我们的生产力工具，但大家将这些改进视为理所当然的速度总是让我感到惊讶。为了重新校准我自己的这种吃惊程度，我幻想自己要向 1950 年代的人解释现在几乎所有这些创新。比方说，谷歌翻译可以让你不需要翻译就进行多种语言的实时语音对话。这放到半个世纪以前，如果我暗示这会成为日常生活的一部分的话，大家一定会嘲笑我的。但在今天，这已经是再自然不过的事情。我们已经习惯了，以至于很容易就忘记它在很大程度上属于一种人工智能生产力工具。相对于 ChatGPT 来说，它的 AI 化实在是太静悄悄了。

AI 驱动，对人人友好的生产力界面已经登场！

虽然许多作者将 2022 年最引人注目的人工智能应用解读成艺术和创造力革命，但我怀疑人工智能艺术只是达到不同目的的一种手段。如果这里的终极游戏实际上是一场个人生产力革命的话，那放在这里就是合适的：技术不仅有大量可以回收利用的构建块，而且艺术是引起人们注意的完美方式。如果有可能开发出一款工具，帮助没有太多才能的人撰写他们自己的博客文章并配上插图的话，你可以想象一下还有哪些其他的可能性。在不久的将来，我们很可能会看到 AI 工具的全面开花。

由 Midjourney 创作

译者：boxi。