标签：提示 语言 AI ML 约束 人工智能 人类 自然语言 有创造力
如何在 2022 年最好地利用 AI/ML 和有创造力的人类
MJT + Stable Diffusion 2022
这段时间我从事专业编码已经有 30 年了。我见过很多。
我看到了什么经受住了时间的考验，而结果却是昙花一现。
我作为一名忠诚的从业者“过着生活”，现在认为自己有点像一个头发花白的老兵。
最近我开始意识到，与我必须投入到特定任务上的时间相比，我的知识/经验变得相对较大。
这是一个古老的人类问题。传统的解决方案是，随着年龄的增长，一个人会“退后一步”，做更多的“指导”而不是“做”。
另一种看待这个问题的方式是鼓励一个人进入“管理”领域。保留对结果的某种形式的“控制”，但允许其他人“完成工作”。
这让我印象深刻，因为我一直在学习/玩/欣赏 扩散 机器学习技术。
特别是人们提出的解决“图像生成”问题的有趣事物。
这里有一个 稳定扩散演示 在 Photoshop 中。 稳定扩散 它本身是一个使用图像扩散技术的开源模型。
演示让我印象深刻的是，它完美地代表了软件开发（和其他创意）“管理”的工作方式。还有一个如何解决“控制”创造性人工智能的一般问题的例子。
英语有着悠久的历史。我将把执行演示中表达的活动的人称为“导演”。
从这个意义上说，导演是制定 约束 并在各种结果中选择最好的，并确定何时结果“足够好”。为了混合隐喻，导演是 损失函数 + 一个 停止功能 .
我注意到导演之间没有真正的区别 人类 和导演 人工智能 .事实上，它们在创意输出方向上是完全一样的。这并不奇怪，因为人类只是人工智能的一种高级形式，它们的行为方式大致相同。
这意味着我们可以开始汇集历史 人力管理 到新的话题 人工智能管理 合成一个我称之为“智能方向”的“新”领域，因为没有更好的术语。
创意管理的问题
有动力去生产的人，会产生符合给定约束的结果，但会以意想不到的方式发生变化。人类是复杂的，预计他们将以新颖/意想不到的方式解决问题。事实上，创造性任务通常需要“新颖的解决方案”。
与其他“工程”领域不同，软件开发本质上是一个 有创造力的 活动。软件开发 用途 使产品可靠的工程原理，但归根结底主要关注语言和含义。这是一个古老的想法，没有像恕我直言那样谈论它应该是。我非常鼓励阅读这篇短文 彼得·瑙尔 写了叫 “作为理论构建的编程” 早在 1985 年。
最近已经开发了一组用于编码的“AI合作伙伴”，例如 Github 的副驾驶 或者 微软的 IntelliCode
这些“编码伙伴”的工作方式与上面的稳定扩散演示类似。用户用一些“文字提示”提示人工智能，重要的是还有一组约束。然后，人工智能的工作是以“文字提示”“暗示”的方式生成约束问题的解决方案。
情报方向
在我看来，这是“智能方向”的两个原则：
- 文字提示
- 约束
文字提示
语言和意义对人类来说是紧密联系在一起的。我们是 社会动物 ，而与另一个人交流复杂思想的能力是我们的“超能力”。就像鱼在水中游动一样，我们常常发现很难区分 意义 从 语 .如果我没有 单词 对于一件事，我很难推理。
因此，“文字提示”已成为我们指导 AI 进行创意生成的事实上的界面也就不足为奇了。使用语言表达思想的能力是人类与其他生物的区别。自然（普通）语言是 强大的 .
约束
在人工智能的早期，有一种语言叫做 序言 来到了现场。这就是所谓的“逻辑编程”语言。它很有用，因为它定义了事实，然后使用 号角子句 给出这些事实的问题的解决方案。
这自然导致 Prolog 可用于解决约束问题，包括它最初设计的自然语言领域。人们可以有效地对一组事实“提问”，Prolog 会 生成答案 满足这个问题。注意可以有 多 一个问题的解决方案，所以 Prolog 自然是“有创意的”。
Prolog 不使用神经网络来生成答案，它是严格基于逻辑的。然而，它打破了识别的基础 约束满足问题 作为 ML/AI 的关键问题。
现代 ML 使用不同的数学技术 概率的 不是 合乎逻辑的 .然而的想法 约束 这 '推理' 遗迹。
情报指导工作流程
作为一名经验丰富的“企业”软件开发人员（又名双手湿神经网络），我开始明白项目成功的关键是沟通和迭代。我认为这对于我所谓的“情报方向”的任何形式都是必不可少的。
我将“创意智能”(CI) 定义为人工智能或人类智能演员 创意输出 .
这是我建议的情报总监工作方式的工作流程：
- 书面表达 自然语言 指示目标是什么的提示（描述性越强越好，但这有一个平衡和艺术）
- 用约束语言表达 CI 必须在其中工作的约束（约束语言的选择根据正在使用的 CI 进行调整）
- 将提示和约束传达给 CI
- 评估 CI 产生的结果
- 调整提示和约束
- 重复直到主任满意
请注意，这可以是一个分层/递归过程，情报总监自己充当另一个情报总监的创意情报。
约束语言
“自然语言”定义明确，但什么是“约束语言”？
约束只是 规则 必须遵守。想想国际象棋的规则。约束定义什么是允许的，什么是禁止的。
约束将问题限制在更易于管理的范围内。
据我所知，“约束语言”没有普遍接受的术语，但这个概念已经很老了。因此，我在这里通过示例定义了我所说的“约束语言”。
约束语言的例子：
与自然语言一样，各种各样的用户都在使用几乎无穷无尽的“约束语言”列表。
与自然语言不同，我发现很难识别占主导地位的约束语言，因为它们倾向于领域特异性。
选择好的约束语言的艺术留给情报总监的想象力和能力。
我可能会推荐“英语”作为 Worded Prompt 的不错选择。目前，我对约束语言没有好的一般建议，除了明智地选择问题域和 CI 的组合。
我目前认为，更好的约束语言的选择/制作和使用是情报总监可以区分自己以获得更好结果的地方。
总结与预测
导演使用自然语言提示与特定领域的约束相结合来实现他们的目标。
就一个人如何将创造性智能导向目标而言，人类创造性和人工创造性之间没有实质性区别。
给创意的措辞提示是问题的“简单”部分。
困难的问题是选择如何传达约束。解决选择更好的“约束语言”的问题是人类和人工智能的行动所在/将要采取的行动。
预测：
- 将出现人机可读的通用约束语言，以简化两种智能的混合和使用。
- 人类将充当机器的导演，机器将充当人类的导演。
- 递归合作模式将出现，因为这两种智能利用对方的最佳方面来实现他们的目标。
- 最终，机器将赢得完成所有认知“繁重工作”的工作，而人类将巧妙地制作自然语言提示并决定什么是“足够好”。
- 在中间阶段，创造性的人类将以越来越“机械化”的方式被利用，特别是随着通用约束语言变得更加标准化和广泛使用。
最初发表于 https://github.co/matthewjosephtaylor .
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明
本文链接：https://www.qanswer.top/27012/06461108
标签：提示,语言,AI,ML,约束,人工智能,人类,自然语言,有创造力 来源： https://www.cnblogs.com/amboke/p/16683434.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。