更新于 2024 年 9 月 16 日 已审核作者：Devon Frye
头条新闻通常是同样：机器如何变得更加复杂，能够以最少的输入来思考、分析甚至预测我们的需求。像 OpenAI o1 这样的最新一代大型语言模型 (LLM) 声称能够提供这样的体验：用户提供简单的提示，AI 处理其余的事情。它高效、强大，但我们是否会在此过程中失去一些重要的东西？
如果在我们追求对我们要求更少的人工智能的过程中，我们错过了人类最有价值的部分之一，该怎么办？-机器交互：创造力？
大语言模型的发展将我们带入了一个“即时极简主义”的新时代，用户需要只是为了向人工智能提供简短的指令，以做出精心设计的响应。从表面上看，这似乎是一场胜利。它更简单、更快速，并且可供更广泛的用户使用，无需详细了解如何形成正确的提示。该模型更加独立地“思考”，从而实现简化、无摩擦的过程。在许多情况下，这是大语言模型的一个非常重要和强大的演变。
但这里有一个问题：最少的提示虽然有效，但也可能限制交互本身的创造力。
想象一下在工作场所的背景下，僵化的、任务驱动的环境会扼杀创造力。同样，仅仅依赖最少的提示也会减少创造性探索和迭代思维的机会。这有点像在小隔间里期待灵感的闪现，而不是在淋浴间里。火花可能不会在您期望的地方点燃。
这给我们带来了人工智能提示和创造力研究之间有趣的相似之处。《哈佛商业评论》最近发表的一篇文章认为，有趣的活动，即使是简单的活动，也能释放不同的大脑状态，从而鼓励创造性突破。当大脑在玩耍、走神或以不太结构化的方式与世界接触时放松时，就会出现这些状态。
当我们向大语言模型提供详细的、迭代的说明时，我认为我们正在有效地参与类似的智力游戏。这个过程不仅仅是得到一个单一的答案；它是关于测试想法、完善它们并探索各种可能性。每个提示都会导致一个新的响应，推动用户和人工智能以不同的方式“思考”，建立新的联系，并创造出比原始输入可能建议的更独特的东西。
这种类型的往返-第四次交互促进了人与机器之间的创造性协作。这不仅仅是任务的完成；更是任务的完成。这是关于旅程的有趣的交流，带来令人惊讶和创新的结果。
让我们考虑一下最具创造力的孩子，他们以玩耍的能力而闻名。孩子们通常不会按照严格的规则来完成任务。他们探索、实验并提出无尽的“假设”问题。
与大语言模型互动时，用户也能从做同样的事情中受益。复杂或迭代的提示就像那些有趣的问题一样，它们邀请人工智能探索不同的可能性并产生可能不是来自单个简化查询的想法。
如果我们过度依赖人工智能独立处理提示的能力，我相信我们有可能将人类与人工智能的互动变成纯粹的交易性交换，缺乏探索。虽然机器可以提供准确、高效的响应，但我们错过了迭代提示可以提供的深度和丰富性。
将提示行为想象成与团队进行头脑风暴。最好的想法通常来自于对最初想法的提炼和重塑——在协作、有趣的环境中更有机地发生。
关键可能在于引人注目平衡混合的激励方法。是的，极简主义提示提供了效率和简单性，但我们也可以在适当的时候拥抱详细的、迭代的交互。毕竟，当自由探索时，创造力就会蓬勃发展。
就像培养乐趣的工作环境会带来创新一样，通过简单和复杂的混合指令来提示大语言模型可以鼓励更动态的互动。这不仅仅是从 A 点到 B 点；它是关于发现之间蜿蜒的、意想不到的路径。这样，交互不仅高效，而且高效。它很吸引人。也许像 o1 这样的大语言模型可能拥有超越计算僵化方面的参与模式，并且可以在“计算和创造力”之间切换，作为迭代动态的一部分。
归根结底，人工智能不应被视为只是一种工具，而是思想的合作伙伴。虽然大语言模型越来越擅长独立处理任务，但人为因素仍然至关重要。推动创新的是我们的创造力、直觉和乐趣。人工智能可能会执行任务，但塑造愿景的是人类。
因此，下次您与人工智能互动时，不要仅仅将其视为找到答案的捷径。玩它。迭代。实验。您可能会对旅程带您去往的地方感到惊讶。毕竟，我认为，人类与人工智能协作的未来不仅仅关乎效率，还关乎创造力，有时，这意味着接受过程的混乱。
毕竟，思考、玩耍和协作是我们成为人类的要素。我们越充分利用这些优势，我们与人工智能的合作关系就会越强大。