為了更好地瞭解人工智能在不久的將來如何影響鐘錶界,我開始與鐘錶專家討論這個話題。這些專家都對人工智能以及科技與科學領域有著共同的興趣。因此,我與 Giovanni Prigigallo (生物科技創業家及 EveryWatch 創辦人)、Erik Gustafson (前物理工程師及 Hairspring Watches 創辦人)、Ben Dunn (前 Facebook 產品設計師及 Watch Brothers London 創辦人) 以及 Faheem Kingflum (ScrewDownCrown Newsletter) 進行了發人深省且極具洞察力的互動。我還進一步與 ChatGPT 進行了半嚴肅的訪談,也獲得了一些重要的啟發。
2024 年 1 月 17 日
人工智慧與製錶 - 應用、夢想、希望與恐懼
Marcus Siems @siemswatches
收藏家、作家、資料分析師
理由。為了更好地瞭解人工智能在不久的將來會如何影響鐘錶界,我開始與鐘錶專家討論這個話題。這些專家都對人工智能和科技領域有著共同的興趣。因此,我與Giovanni Prigigallo(生物科技創業家及EveryWatch 創辦人)、Erik Gustafson(前物理工程師及Hairspring Watches 創辦人)、Ben Dunn(前 Facebook 產品設計師及Watch Brothers London 創辦人) 以及 FaheemKingflum(ScrewDownCrownNewsletter) 進行了發人深省且極具洞察力的互動。我還進一步與 ChatGPT 進行了半嚴肅的訪談,也獲得了一些重要的啟發。(您可以閱讀完整的文字記錄[這裡])。
以下將是這些討論的彙整。因此,寫作是出自我的手筆,但我的大腦並不是這次唯一參與過程的人。
人工智慧與製錶:
- 簡介- ChatGPT 專訪- 社區展望-
AI 可能會影響什麼?
上星期我介紹了人工智慧的一般功能,並嘗試揭開這些去年讓大家目瞪口呆的概念的神秘面紗。重要的是,儘管 ChatGPT 和類似的開放式雲端服務是在大約 12 個月前才出現在我們的集體思維中,但其方法論的歷史卻遠比現在長得多。
您可以找到"人工智慧簡史" 涵蓋 BootstrapLabs 過去 70 年的主要開發成果 這裡.
雖然人工智慧(AI)已在櫃櫥裡擺放了約 40 到 50 年,但現在才剛出爐,並引起大眾的注意。因此,我們希望在 2024 年[5],以更多的應用為中心,探索人工智能的可能性。而這正是我想要開始研究人工智能如何影響我們的鐘錶泡沫的時機。
鑑於人工智慧的可能性,我想將此分析分為三個主要部分:(A) 數字計算,例如腕錶定價;(B) 腕錶設計;以及 (C) 內容創作。在此,我想談談我們對於人工智慧的希望、恐懼與偏見,並希望我們能為未來的應用定義可行的目標。
認識專家:將面孔與我樂於在此分享的偉大見解聯繫起來。(從左至右)Erik Gustafson、Giovanni Prigigallo、Ben Dunn 和(害羞的)Faheem Kingflum。
(A) 數字運算的 AI
在以各種聊天機器人為主的新聞週期中,我們不應該忘記人工智慧首先是一套分析和理解大量資料的強大方法。將這一點帶到手表領域,可能有一種分析方法是我們所有人都在尋找的 - 包括專家...鐘錶愛好者的聖杯是 一個尋找最優惠價格的工具:
"當我們看到罕見的變化時,腕錶的個別定價變得非常困難。市場變得隨機"。-Erik Gustafson (Hairspring)
定價 - 尤其是在古董市場 - 既是藝術也是科學。消費者、製造商和二級市場的經銷商等各個方面都會遇到這個問題...我們都希望能優化和 「感覺良 好 」我們剛剛分配給這些複雜的金屬滴答聲的貨幣價值。如果我們認為價格合理,我們可能會更看重腕錶本身。
Erik 在 Hairspring Watches 的任務是尋找最酷的、有時甚至是最古怪的待售腕錶,並將其推介給客戶。他最出名的地方可能還在於他對所有這些不同列表的如畫描述和廣泛的背景資訊。而且他還沒有使用 AI(我問過了)。照片來源 髮絲簧腕錶 和 Menta 腕錶。
了解和教育價格可能是手錶中最常見的應用程式,也已經成為像 EveryWatch 這類精通 AI 的網站的使命宣言。有趣的是,當這樣的應用程式推出後,AI 將成為我們檢視定價環境的鏡頭。
我們可以類比地看看股票市場。很多人「玩」日間交易的遊戲,試圖擊敗市場,順便賺點錢。然而,大多數的實際交易都是由機器人進行的,或者至少是由人工智慧(Artificial Intelligence)提供資訊[6-7]。在美國、歐洲和亞洲主要資本市場,演算法交易佔整個交易量的 2/3 以上。這個趨勢已經穩定了好幾年。
各區域股票市場演算法交易的成長率。從淺藍色到深藍色的區域表示增長較快的趨勢。因此,亞洲市場顯示出最強大的相對發展(預測 2024 - 2029)。數據和圖表由 Mordor Intelligence 提供。
換句話說,如果我們在二級鐘錶市場採用這種策略,我們可能很快就會發現,不僅是定價,交易也可能在很大程度上自動化。交易商和財力雄厚的個人和公司可能會改變市場,使其節奏變得更快*...或者發生相反的情況,因為價格將被更好地定義,而「偷竊」將變得過時。這其實是一個有趣的思路,我們將來可以跟隨。
(B) AI 支援的手錶設計
進入下一個大應用:設計。重要的一點是,腕錶的設計不只是外觀,還要實現功能。錶殼結構能否固定機芯?錶盤需要如何整合才能固定?如何固定表耳以整合錶帶或錶鏈,盡可能做到時尚又舒適。所有這些尺寸都是設計腕錶的一部分。
設計不只是在餐巾紙上快速勾畫...每個螺栓、螺絲和材料的位置都是一個複雜的完美過程。Gerald Genta所繪製的愛彼Royal Oak皇家橡樹草圖與其首枚作品(參考5402)的對比照片,由Audemars Piguet Chronicles提供。
換句話說,設計是從一個粗略的想法到最終產品的全部過程。而達成這個目標的方法是多方面的。Ben Dunn 是倫敦 Watch Brothers 的創辦人,在創立自己的手錶事業之前,他一直從事產品設計的工作,並經歷過數代軟體應用程式的來來去去:
「接受改變是艱難的......但通常您會適應,並在過程中變得更好」 -Benn Dunn (Watch Brothers London)
因此,我們可以對人工智慧抱持希望,希望它可以用來提出我們無法想像的設計解決方案。特別是開發新的動作是一項既昂貴又耗時的工作,因為它包含了物理與美學之間的複雜關係。
「我的夢想和希望是從機械的角度來看創新的飛躍--我們看到越來越薄的機芯和複雜的腕錶被裝進更小的錶殼中,靠的是人工智能設計出不可能的東西」 - Kingflum (ScrewDownCrown)
但 Kingflum 也提醒這些想法:
「我擔心的是,鐘錶業太過傳統,而迴避人工智能,認為人工智能太過現代化」。[因為]「舉例來說,百達翡麗不會突然開始使用F.P. Journe風格的錶針,但無論如何,人工智能模型最終可能會產生這樣的設計」。 - Kingflum (ScrewDownCrown)
我們面臨著一個潛在的矛盾 - 一方面是一個引以為傲、擁抱其傳統和傳統的產業,甚至有可能達到不合時宜的程度;另一方面是一個以科學小說為題材的科技產業。
我個人認為,人類與人工腕錶設計之間的偉大共生現象已有一例,那就是 Casio G-Shock GD-001。這是剛在紐約菲利普斯拍賣會上拍賣的 40 週年紀念 G-Shock。
卡西歐 G-Shock 40 週年紀念腕錶 (編號 G-D001)。照片來源:Casio & 菲利普斯紐約.
從美學角度來看,它並不是我的那杯茶,而且我們都可以爭論它有多容易入眼 - 這是一款 18K 全金色、45 毫米的巨型腕錶,而且看起來和其他幾款發燒級的人工智能腕錶設計差不多。但它的優點在於開發過程,這是迄今為止獨一無二的,也是人工智能如何影響和提升設計的原理證明。
您可以找到"G-SHOCK 40 週年紀念款式 - G-D001 研發故事" 在 YouTube 和 Phillips 腕錶上。
卡西歐所做的,是首先在過去 40 年來所有卡西歐 G-Shock 機型上訓練深度神經網路(請參閱方法),以產生「經典 G-Shock」。這本身並不是什麼令人印象深刻的功能。這是現代人工智能所做的,也是最能夠做到的。在元層面上,這與對 G-Shock 產品系列進行美學平均值相同。
然而,讓這個專案如此鼓舞人心的是,AI 輸出被進一步指示根據物理限制來優化腕錶!所產生的 3D 概念不僅擁有經典 G-Shock 的外型,還在減輕重量、結構強度、材質特性和加工方法上進行了最佳化 - 因此,它在物理上盡可能吸震,在美學上也盡可能像 G-Shock 一樣!
卡西歐 G-Shock G-D001 的側視圖,鏤空的錶殼設計。照片來源:Casio & 菲利普斯紐約.
在這種共同創造的過程中,當然很難說人工智慧在何處終結,人類介入在何處開始,但我認為最終的設計和產品從根本上來說是嶄新、不同的,而且根據定義,也符合其目的 - 即吸收震動和準確計時。
現在,詮釋的起點是為什麼設計看起來是這樣,而不是不一樣。舉例來說 案例結構看起來幾乎是有機的:一個骨架。在語意層面上,這是非常合理的。在進化過程中,我們擁有類似的開放式結構 - 骨架 - 以保護我們的腸道免受衝擊和傷害。錶殼的機芯也是如此。
然而,不幸的是,這種猜測遊戲始終是這些現代 AI 應用程式的一部分。我們無法以人類的語義來理解網路及其連線。我們根本不知道資料的哪些方面被加權,以致於產生了某種設計...
"您必須進一步分解模型,才能瞭解它是如何執行工作的」-Giovanni Prigigallo (EveryWatch)
另一個例子來自汽車世界:Czinger 21C 是 AI 共同創造的全 3D 列印超級跑車。照片來源:Czinger & 福布斯.
人類與人工智慧共同創造的概念與其基本推理無關,它幾乎可以賦予受限與不受限的設計結果。受約束是因為身為設計師的您,可以定義 AI 的訓練所依據的資料,以及其他例如您想要加入的物理約束。不受限制則是因為它忽略了人類設計過程中潛意識的影響--人工智能本身不受社會規範和我們人類每天接觸到的設計歷史的影響。
這可能需要一些時間,直到更多成熟/歷史悠久/傳統的品牌採用人類與人工智能共同創造的方法,但請注意獨立品牌...
(C) 人工智能驅動的內容創作
隨著聊天機器人和人工智慧模型的日益普及和強大,內容創作似乎成為最受人工智慧影響的討論領域之一。AI 內容似乎混合了三種感覺:恐懼、貶低和嘲弄。這些都是非常正常的人類情緒。
最近,有一個有趣且略嫌荒謬的研究,深入探討產生式人工智慧與自動資訊處理的威力。 @awatchcritic 在 Kingflum 的 螺絲固定冠 通訊。照片來源:awatchcritic & Kingflum。
到目前為止,我們所看到的正是上述這些例子,或是這篇Hodinkee的報導,它們似乎都遵循著一個簡單的敘述:「看看 AI 是如何想像手錶的」。這些例子都很有趣,而且如果放在正確的情境下,也許能夠讓我們了解我們在抽象層面上對腕錶的看法 - 因為 AI 是從網站和人為內容中學習出來的。表面上看來,這些應用是徒勞無功的,但很可能只是一個開始。
很容易 嘲笑 主要是因為 我們很少看到先進的人工智能 適用於 - 公然 - 在腕錶領域中。這就帶出了我們的第二個情緒----------------。 貶值.當我們知道一篇文章是由機器人撰寫時,我們往往會覺得它不如人類撰寫的文章有價值。這是我們許多人與生俱來的偏見。 - 包括我和我的一些採訪夥伴 - 都是如此。
「從植物中長出的手錶」。另一個 (早期) 將產生式人工智慧應用在手錶內容創作的範例。照片來源 Hodinkee.
我們會聯想到任何「機器人」或機器製造的東西都是冷冰冰、沒有情感的。例如,在與聊天機器人直接互動時,我們仍能很好地將其與人類對話區分開來[8]。此外,模型經過訓練之後,可以在幾秒鐘之內產生輸出,而人類卻要花幾個小時來思考他們的寫作。這些可能就是評估價值的部分因素。
"[它]聽到一個人辛辛苦苦幾十年才構思出一個東西的故事,比聽到一個一夜之間就產生一個想法的 AI 模型要好得多"。-Kingflum (ScrewDownCrown)
但如果您認為通過圖靈測試是件可怕的事,我可以說得更駭人聽聞,並且戳中每個內容創造者最深處的恐懼(和銀行帳戶)...想像一下,在這個世界裡,無論是文字或視覺內容,大部分都是由 AI 所產生!這還是很超前的未來,對吧?嗯,在 2019 年 2 月,《紐約時報》就已經報導,彭博新聞網(Bloomberg News)上發表的每三篇(!)文章中,就有一篇是由 AI 生成的[9-10]!
「機器人記者的崛起」 《紐約時報》2019 年 2 月 5 日的文章 - 5 年前(!) - 關於彭博社三分之一的文章是如何由 AI 撰寫的。照片來源 紐約時報.
這已經是五年前的新聞了!我們可能還沒察覺到,但它正在發生!那麼,我們都是命中注定的嗎?機器是否會取代我們?我和許多其他人是否很快就會失業,被人工智能裁員?我猜想(並希望)不會,原因就在這裡。
「內容創作不會在短時間內倒閉」 -Giovanni Prigigallo (EveryWatch)
(C*) 繞道:AI 與創意
上星期我已經探討過「智慧」的字眼及其面向和恐懼,這次也是類似的方向。我提出一個問題:AI 是否真的具有創造力?它能創造出全新的事物嗎?
作為一個例子,我附上了一段最近關於 AlphaGo 的紀錄片片段,AlphaGo 是一個深度神經網路,它在 2016 年經過訓練,擊敗了圍棋大師李世石。它做到了。在其中一局對局中,它走了一步驚人的棋。第 37 手棋並不在李世石的預料之內,甚至不在 AlphaGo 的預料之內,起初大多數人都認為這是一個錯誤...但事實證明,它在對局的後期打開了棋盤,並確保了 AlphaGo 的勝利。
您可以找到"李世石對 AlphaGo 第 37 手棋反應與分析" 這裡.
到底發生了什麼事?AlphaGo 創造了一個人類沒有玩過、人類沒有預測過、人類也沒有看過的策略。這一定就是創造力,對吧?然而,我會說不是,Giovanni Prigigallo 補充說:
"我仍然認為在這種情況下,創意來自於經過深思熟慮的風險"。- Giovanni Prigigallo (EveryWatch)
讓我們扮演一下魔鬼代言人的角色。日本的圍棋和國際象棋在文化和歷史層面上是相容的。兩者都有幾乎無法測量的自由度,因此策略和啟發式方法已經演變了好幾個世紀。如果您想要精通其中一種遊戲並達到競賽水準,您可以閱讀書籍、找教練、與其他技術高超的玩家對弈等等。
國際象棋(左)和圍棋(右)這兩種古老的遊戲在不同的棋盤上進行,有不同的規則和獨特的策略...但它們在歷史和文化層面上的影響和聲譽是相容的。
換句話說,您會走老路,跟隨傳統的遊戲方式。AlphaGo 則是從零開始學習。它會自己下棋,而不只是(熟練的)人類棋手。透過成千上萬次的自我對戰,優化自己的棋步,它自己走過了數個世紀的戰略發展,開發出自己的勝利之路。因此,AlphaGo 可以透過下出「不可預測」的棋步來擊敗人類,而這些棋步其實可能是 AlphaGo 棋譜中非常經典的棋步。這不是創意,而是不偏離傳統。
(C) 人工智能驅動的內容創作 - 前景一片光明
我確信我們可以把這一切轉化為人類方面的正面因素。首先,我們不需要害怕,因為我們不會很快就被人類的內容創作淘汰。就目前而言,AI 並非傳統意義上的創造力,也缺乏人類層級的情感。您不相信我的話嗎?以下是 ChatGPT 對此事的看法:
"雖然人工智能可以模擬情緒表達和辨識的某些方面,但它不具備界定人類情緒的主觀、經驗和情境深度。強調情緒是人工智能與人類之間的重要區別,是因為這些實體在如何產生、體驗和理解情緒方面存在根本性差異"。- ChatGPT3.5
感官體驗是這次討論的重要因素。任何類型的優質內容都不只是透過視覺,而是在多個層面上抓住我們。
"真正好的腕錶描述應該包含腕錶的感覺、觸覺,以及腕錶在您手上和手腕上的重量。這為 [內容] 增添了價值"。-Ben Dunn(倫敦鐘錶兄弟)
這就是問題所在:如果我們不需要這種與所提供資訊的深層連結,為何不使用 AI 來幫忙?舉例來說,當您需要撰寫新款手錶的新聞稿時,卻沒有任何記者碰過或見過這些金屬...您和人工智能一樣,都已經喪失了感性的資訊。為何不讓它來幫助您呢?時間方面的貶值變為正面資產的重新評估 - 人類與人工智能再次共同創造的方法。
Randall Munroe 的「生物與機器人」(xkcd).
AI Outlook - 它能提供什麼幫助?
老實說,我相信人工智慧的蓬勃發展,即使不能惠及我們所有的生活,也會造福大多數人。人工智慧不會讓人類智慧過時。甚至恰恰相反,許多協同效應會逐漸發展。我們不要忘記,歸根結柢,人工智能是人類製造的工具。舉例來說,如果您不需要對某件事情有深入(感性)的了解,人工智慧將可節省您數小時的工作時間,並讓您最終提高生產力。您可以有更多時間進行真正有創意的專案。
此外,人工智能可以一次處理更多資訊,將它們納入其中,並同時將文字進行搜尋引擎最佳化。如果您願意的話,這就是資料驅動內容的三位一體。同樣地,您也可以在極短的時間內,以物理或生物上合理的限制條件產生全新的設計。但這也有學習曲線。
「您需要瞭解系統如何運作,才能獲得良好的輸出」 -Giovanni Prigigallo (EveryWatch)
您需要一個好的 AI 應用程式,但您也需要知道如何查詢它。以 ChatGPT 和其他聊天機器人為例。如果您知道它們是如何連線的,您就可以相應地調整您的查詢,讓系統知道您希望它如何運作[11]。因此,AI 自動化可能會減少一些工作機會,但同時也會產生其他 AI 專家 - 不論是建構網路的工程師,或是針對其模型(類型)的特殊性接受訓練的 AI 操作員。
1945-2020 年間美國從事製造業工作的人口比例 - 這有效顯示出自動化在歷史上如何影響就業市場。然而,隨著工作從一個領域轉移到另一個領域,失業率卻沒有以同樣的方式增加。資料來源:美國勞工統計局。
我想在此背誦 Ben Dunn(倫敦表兄弟):
「接受改變是艱難的......但通常您會適應,並在過程中變得更好」 - BennDunn (Watch Brothers London)
但有兩個關鍵的可行性問題...有像 ChatGPT 這種以雲端為基礎的公開應用程式固然很好,但 1) 並不是每個人都會交出他們可能很敏感的資訊來產生輸出;2) 在「網路」上訓練出來的應用程式會有廣泛的吸引力,但卻會因個人的細微差異而失敗。舉例來說,如果 Erik (Hairspring)決定要讓 AI 幫他在網站上寫文章,AI 至少應該可以模仿他的風格[12]。
因此,我認為在不久的將來,DIY-AI** 將會有更多的工具。本地工具箱可讓小型企業和我們個人的自訂應用程式成為可能,而且易於使用,並具有(希望)相對較高的資料安全標準。我們在 2023 年所看到的只是原則性的驗證,現在要做的是客製化的體驗[5,13]。
(E) 結論中的 AI 應用
總而言之,我所希望的......等等......我為什麼要自己打這個字?嘿 ChatGPT:請總結我的 6 個主要結論:
「當然,以下是 」人工智慧與製錶 - 應用、夢想、希望與恐懼 "一文的六大結論:
-
簡介與專家合作:作者向 Giovanni Prigigallo、Erik Gustafson、Ben Dunn 和 Faheem Kingflum 等鐘錶專家尋求真知灼見,並對 ChatGPT 本身進行了半認真訪問。
-
AI 對腕錶定價的潛在影響:人工智能憑藉其數據分析能力,擁有影響腕錶定價的潛力。文章探討人工智能如何協助個別定價,尤其是在複雜且隨機的古董錶市場。
-
二級鐘錶市場的自動化交易:文章將人工智能與金融市場的演算法交易相提並論,推測人工智能可能會導致二級鐘錶市場的自動化交易,潛在地改變交易速度和市場動態。
-
AI 支援的手錶設計:討論延伸至人工智能在手錶設計中的角色,強調設計不僅涉及美學,還要考慮功能與結構。AI 有潛力為具成本效益的創新做出貢獻,尤其是在開發新機芯方面。
-
傳統與現代的潛在衝突:鐘錶業的傳統性質可能會與人工智能驅動的設計產生衝突,導致堅持傳統與擁抱現代科技進步之間的衝突,這點備受關注。
-
AI Powered Content Creation:文章探討人工智能對內容創作的影響,指出與人工智能產生的內容相關的恐懼、貶值和嘲弄。它討論了人工智能可能對內容創作有顯著貢獻的潛在情境,提出了有關工作保障與價值評估的問題"。
沒有人真正知道新技術的發展方向,老實說,我們也不知道自己現在的處境。
"我們不知道偽裝的應用程式。我們不知道在幕後工作的應用程式"。-Erik Gustafson (Hairspring)
只要我們不知道、不看、不親身體驗現代人工智慧的可能性,它就會一直是個神祕的生物。它會損害我們對它的了解,所以讓我們拋開恐懼,直接與人工智能對話...一起工作,或者說讓它為我們人類工作。但還是讓矽星說最後一句話吧:
"歸根結柢,這並不是一場霸權之戰,而是一場合作之舞。當人工智慧與人類在電路板上攜手合作時,就能創造出能引起觀眾共鳴的交響樂 [應用程式],而這種共鳴是兩者都無法單獨實現的。未來?硅與靈魂的炫目二重奏。- ChatGPT3.5
* 跳上另一邊廂:透過區塊鏈應用程式,可提高此類市場的透明度和可追蹤性[5]。
** 另一個有趣的爭論點在於現有 AI 模型的訓練來源是否應該從利潤中獲利,以及獲利的程度。例如,請參閱「The Times Sues OpenAI And Microsoft Over A.I. Use of Copyrighted Work」[here] 。
參考與建議閱讀
[1][建議]On Intelligence; Jeff Hawkins & Sandra Blakeslee, St. Martins Griffin Publishing, New York;
[2][推薦科幻]Foundation Trilogy(1942-53); Isaac Asimov, Gnome Press;
[3] The proof and measurement of association between two things(1904); Charles Spearman, Am.J. Psychol;
[4][推薦]《最人性化的人類 -人工智慧教我們如何活著》;Brian Christian (2011),主播;
[5] [建議] 2024 年會發生什麼;Fred Wilson,AVC;[連結]
[6] 1/3 的 Bloomberg 文章由人工智慧撰寫;Jonathan Andreas,Medianism;[連結]
[7] 演算法交易市場佔有率、規模與交易統計;Mordor Intelligence;[連結]
[8] 人工智能比以往任何時候都更接近通過「智慧」的圖靈測試Daniel Merino,The Conversation;[連結]
[9] 機器人記者的崛起;Jaclyn Peiser,《紐約時報》(2019年02月05日);[連結]
[10] 1/3的彭博文章由人工智能撰寫; Jonathan Andreas, Medianism (20. Feb. 2019);[連結]
[11] [範例] 框定購買決策;KingFlum、ScrewDownCrown;[連結 ]
[12] [範例] 如何在您自己的資料上訓練 ChatGPT:製作自訂聊天機器人;Nicole Levine,WikiHow;[連結]
[13] [建議] 人工智能:鐘錶業的下一件大事? Sky Sit 和 David Sadigh,Europastar;[連結]
文字和圖形的所有權利均歸作者所有。
1 評論
做得好
和平、愛、杜蘭戈 Dank發表評論