BeijingGirl1

BeijingGirl1 名博

AI 在文城; AI让咱失业……

BeijingGirl1 (2026-10-09 08:12:42) 评论 (8)
AI 不是最近几年突然出现的。作为一个学科它诞生于1956年。1997年 IBM“深蓝”击败国际象棋世界冠军卡斯帕罗夫。之后二十年，电子硬件突飞猛进，深度学习取得突破，神经元和网络架构出现，这是现代大语言模型 LLM 的重要技术基础。

2022年11月，ChatGPT公开发布，生成式AI进入普通人的日常生活。文学城开始出现让AI写的小说、文章和诗词。有人发表AI谱曲/演唱的歌、AI做的图。 两年前有人让AI分析自己的文章， 一时间不少博主让AI分析自己的博客。 AI 会说好话，大家都挺高兴。

我第一次写博涉及 AI 是2025年2月4号，让AI作诗。中国的 DeepSeek-R1 当年1月20号问世，立时成了苹果店应用下载第一名。1月27号，Nvidia 股票大跌17%，科技股为主的纳斯达克指数下跌超过 3%。其实AI也很会出尔反尔，只要你知道怎么诱导它。问和谈的方式，可以得出不同的结果。我也被AI撞过腰。 

后来AI 被使用于提高工作效率。 AI 可以代替挨踢（IT）写码。文城里开始有讨论码农被裁员怎么办？ 孩子还是否学CS，在职的要不要计划早退休。刀不磨要生锈。 虽然我早已过了工作中亲自动手写码的职场阶段，几个月前玩儿心大盛，还是测试了AI，让它写一个医学图像的反向投影和重建程序。

大家熟知的CT、PET或 MRI 成像，都是二维的。要看到立体三维的横向切面图，就需要反向投影和重建程序。 这是医学成像仪器中软件的核心部分，一般会有几千上万行的程序码。我给出具体要求之后，让AI用C/C++写这个程序。



AI爽快地用C++不到一分钟就写出来。程序蛮不错的，只有五百多行，但几个重要的子程序是空的。 没有关键的数学部分，我指出了这一点。说这个程序不可能work。 AI说，你指出了真正的bug。 你能告我哪里不 work 么？

我这些年的工作和这个医学程序已经毫无关系。 我当然也根本不会试图去compile /run 这个程序。 我只想看看AI走到哪儿了。 由此我想AI可能取代一般码工的工作；在会记、法律、记者、编辑、设计、服务、旅游甚至医疗方面确实可能取代 no-brainer 的岗位，但还是远远不够的。

就说这个医学成像的程序，最核心的部分有数学加入，例如傅立叶变换；是随着仪器、病人和体位变化的。不用 run 我也知道它生成的切面图像不能用。各公司这部分都秘不示人， AI又怎样学习和推出结果呢？ 需要人去训练它。



但有谁会努力训练一个将来会打败自己，让自己丢工作的的机器呢？AI公司的员工也许会。不知为什么我突然就想到那些修皇陵的人。 陵墓建成，那些人就都被杀掉或者一同被埋葬了。 当然，AI的建设会永不止息。

收费 AI 的应用，可以部分解决这个问题。 目前收费的 AI，使用的模型更高级，生成的代码较完善，至少可以大大提升挨踢码农的工作效率。那只需保留码农中的大脑就够了。就像这个医学图像处理，完整的程序常常有成千上万行的代码，有人能真正掌握其中100行的数学和分析精髓就行了， 其它的工作都可以被 AI 代替。

AI现在让一些人紧张的，不仅仅是突破了一些人类设置的界限；而且在数学领域解决了很多难题，这让现在吃数学饭的职业研究人员，面临很大的考验。 OpenAI 10月6号集中发表了 722篇数学研究论文，并且解决了著名的千禧年七大难题之一的 Navier–Stokes 方程奇点问题。 著名的克雷数学研究所为这七大难题，每个悬赏100万美元。

数学家的大脑是人类中独特的。因为各个分支都进入狭隘深远的尖端，同行者很少。出色的数学天才自己埋头苦干，几个学生助手，顶多还和业界三两个沟通。 而AI， 汇聚了6-7位数的天才大脑，收集资料做分析更是分分钟神速。不过现在数学家们也开始使用收费的AI了。 AI军团 对阵 AI军团+人类的大脑，你说结果会怎么样？

这722篇AI数学论文，只是研究稿件，供数学界审查和复核。 公开后不到24小时，OpenAI 就撤回了其中3篇，发现了符号错误；另有14篇进行了修改，包括修补证明、纠正结论或补充条件。 这说明AI 的数学研究成果值得认真看待，但并不等于它的所有结果已经被人类数学界确认正确。

人类目前科技的发展，来源于哲学和数学的发展，AI 走在正确的路上。它带来的冲击也是真实的。 一个人可能花费数十年探索的问题，机器或许能够迅速找到新的思路。 这既令人兴奋，也难免使人不安。目前AI在应用层面上还不够发展，因为应用需要实验的验证。