机器学习和“人工智能”是很多人现在关注的焦点，很大程度上是因为 ChatGPT。凭借其广泛可用的公开演示，这个名字不太恰当的 OpenAI 组织（ChatGPT 不是开源的）向公众展示了，当你将一整个云计算能力指向互联网时，你可以生成关于几乎任何主题的看似可信的文本。 正如许多人指出的那样，当然，“可信”和“正确”之间存在很大差异，但在表面层面上，ChatGPT 似乎是表面层面摘要输出的有效来源。ChatGPT 不是开源的，但它输出的几乎所有内容都基于开放知识。它基于你和我放在互联网上供他人使用的内容。这是否意味着 ChatGPT 已经加入了一个社区？ChatGPT 是否正在为改进共享知识做出贡献？或者它只是减少了你在获得对你的问题可能答案的一般概念之前必须进行的互联网搜索次数？
反向思考的益处
你可能是一个社区的成员，无论是开源项目的社区，甚至是你的当地社区。无论如何，你可能已经注意到，有时人们可能会很烦人。人们有意见，而且这些意见常常相互冲突，这是一个生活中的事实。当对某事应该如何完成存在分歧时，通常感觉像是在浪费时间。毕竟，你知道最佳解决方案，但你没有将其付诸行动，而是不得不花一整天的时间来说服其他人它的优点。如果每个人都同意你的观点，那就容易多了，对吧？
意见分歧也令人不舒服。它会导致艰难的对话。你必须找到一个妥协方案，或者说服某人接受你的观点，即使他们试图说服你接受他们的观点。这并不容易，而且通常不是你在任何特定时间想做的事情。
当然，大多数成年人都明白反向思考的力量。一个机器人可能能够模仿相反的意见，但意见与固执或倔强之间存在差异。来自专业知识和经验的不同意见对于成功和富有成效的协作至关重要。尽管它们可能令人不舒服，但对“正确”做事方式的不同意见是压力测试你的想法的最佳方式。通过反向思考，你可以识别你的先入之见、偏见和假设。通过接受不同的意见，你可以改进自己的想法。
原创性的火花
一个配备机器学习的机器人只能从现有想法中创造想法。虽然将噪音提炼成有形的东西可能很有价值，但这仍然只是对先前出现的概念的总结。真实人类思维的聚集之所以强大，是因为来自对话、迭代、同意、不同意以及经验和背景多样性的看似不相关和意想不到的想法。我基于昨晚桌面角色扮演游戏中发明的策略来构建我的 CI/CD 管道 可能不合逻辑，但如果这作为灵感最终带来了一些真正好的东西，那么最终结果就无关紧要了。通过你刺绣、园艺、烹饪或与孩子一起 搭建乐高套装 的经验来解释世界可能是不合理的，但这并不意味着它是无效的。事实上，正是将灵感与行动联系起来的能力催生了发明。这并不是 ChatGPT 可以从互联网上学到的东西。
系统设计
ChatGPT 和其他 AI 实验很可能在减少重复性任务、捕捉潜在错误或帮助你开始处理特别令人困惑的 YAML 文件 方面发挥作用。但也许这里隐藏的信息实际上是一个问题：为什么我们认为我们需要 ChatGPT 来做这些事情？难道是因为，毕竟，这些过程本身需要改进吗？难道是因为编写一些“简单”的 YAML 并不像乍看之下那么简单吗？也许那些需要人工智能来捕捉的错误与其说是疾病，不如说是过度复杂的语言设计或我们教授代码方式的失败的症状，或者只是为更容易入门编程提供了一个机会。
换句话说，也许机器学习机器人不是任何问题的解决方案，而是表明我们在哪些方面对自身造成了损害。在开源中，我们设计我们与之交互的系统。我们不必设计聊天机器人来帮助我们理解代码如何工作或如何编程，因为我们是发明者。我们可以围绕问题重新设计。我们不需要聊天机器人来凝聚和浓缩全球社区的困惑，因为我们可以创造最佳的解决方案。
人际连接
社区是关于人的。与对某事有共同兴趣和热情的其他人建立联系，是使社区如此充实的原因。无论是分歧还是共同灵感的时刻，都是我们人类在我们的论坛、聊天室、错误报告、会议和社区中相互带来的深刻体验。作为一个开源社区，我们创造技术。我们公开地、共同地创造它，并且对分享经验知识怀有真诚的兴趣。我们重视多样性，我们发现新手和专家的观点都很有价值。这些都是你无法在机器学习聊天机器人中提炼出来的东西，无论它是开源的还是非开源的（而 ChatGPT 不是）。
开源社区蓬勃发展的基础是对分享的真诚兴趣。这是 ChatGPT 无法模仿的。
3 条评论