语言文字，是人类知识、智慧、情感的载体，因此经过超大语言模型训练的人工智能，显然会给所有有人所参与的行业，带来巨大影响，但不同行业受影响的程度和速度是不一样的。

不如，我们就来试着探索一下，人工智能的第一波冲击会在哪出现。

我们先看看chatgpt自己对这个问题怎么看

关于翻译，那咱们就先来测试一下gpt的翻译水平，那翻译的第一步首先就是要准确理解原文的意思，咱们先给它出几个阅读理解好了：

不得不说，这翻译的太好了吧。

第一句中，最难断句的“把把把住了”，它选择了“grab”作为谓语动词，这就说明它完全理解了后半句嘟嘟嘟一大堆其实是说老子“抓住了”，而grab正是抓住，把住的意思，“把把”就是把车把，它直接用了个it代替，简洁明了。“一把”它翻译成了with my hands——用手。整句英语的直接意思就是“今天下雨，我差点从自行车摔下来，好在，我用手一把抓住了它”这和原句要表达的意思完全一致，天哪，神还原！

第二句，原文中最核心的是谓语动词“过过”，它翻译成了“experience”——体验，非常非常精准，这完全没有被原句中的那么多“过过过”完全给迷惑住，那如果谓语动词找准了，那咋翻译都错不到哪去。译文表达的是——我也想体验一下过儿的生活，和原文“我也想过过过儿过过的生活”完全对应。100分

第三句，running a few steps——多跑了几步，两这个虚数词翻译出来了，很棒，但是接下来jiu就有些问题了，其实直接i almost miss the train to shanghai就可以了啊，didnt着实加的有些画蛇添足了。

第四句，这里面首先要找出最核心的谓语动词是“别”，它翻译成了“wear”——穿戴，我去太准了，这么多别里能挑出谓语动词，真心不容易。和原句相比，大概意思表达出来了，只是原句中的“你非别别的”没有表达出来，更好的翻译可能是“the principal said, apart from the school emblem, dont wear anything else on the school uniform, and i have told u so over and over again, but u guys just keep wearing the else shit”

可能是也是gpt自己感觉没全弄明白，有点心里没底，后面还给来了个友情提示——注意，这句汉语有点不通顺，因此我的翻译可能会词不达意。这水平再加上这态度，你就说，一个月给上几险几金才合适吧！

从测试结果我们完全了解了gpt强大的翻译能力，估计以后大量的翻译工作都会用人工智能来返程，翻译岗位的社会需求会有很大的缩减，那咱大学选专业的话，就得越来越慎重了。不过这里额外有个有趣的话题，就是既然有了人工智能，那大家觉得以后我们还需要学外语吗？小伙伴们可以在评论区发表一下自己的看法。

第二个行业是，智能客服——这个行业其实不起眼，但本猿君认为它会是眼下最快的突破点。这不光是因为人工智能的客服效果好、成本低，最重要的，它还能够快速准确的收集用户的反馈信息，这个对企业来说太重要了，所以我们应该很快就能在法律、医疗、金融、教育、电信等行业内，看到人工智能客服的出现。

答案中还包括文本生成行业——这个上一期我们灭霸故事的时候其实测试过了，从效果看，目前完全由gpt独立生成的作品还不够惊艳，不过gpt出圈就是因为出色的文字理解和生成能力，所以目前已经有越来越多的程序员、编剧、编辑甚至脱口秀的创作者都开始用gpt参与创作了，或许很快我们就能看到来自人工智能的电影或段子。

2和3里的金融和医疗，说的是gpt对海量数据的理解、分析、归纳能力。这个没啥说的，肯定是人工智能的强项，好像目前网上已经有人开始用gpt来分析k线了。不过对于模型来说，语言训练库的质量决定了输出结论的质量，人工智能要在金融、医疗、法律等行业中深度应用，首先要做的就是优化学习样本，然而在现实中存在巨大的数据壁垒，所以这个过程应该还会需要一些时间。

4、教培，个性化学习，这个其实在互联网时代就提了好多遍了，效果并不好，如果人工智能出现后，能让每个人都有一个贾维斯的话，那考大学还不是……嗯，那个时候大学会不会不够用啊。

5、制造业，这里可能主要是指人工智能与工业或家用机器人的深度结合。那这可就要慎重了，不为别的，就图安全啊。照现在GPT的迭代速度看，未来各种各样人工智能的进化速度会非常的惊人，我们睡觉的时候，它也不会闲着，拼命在进化。一旦未来这哥们儿有了意识,又拥有了身体的话，那还不是想干啥干啥。因此必须严格限制人工智能与物理世界的连接，这应该是我们中土世界人类所能仰仗的最后一道关卡了，绝对不能太快

以上，就是关于未来的影响，gpt给出的答案，总的来说质量非常的高，也比较全面，同时这个家伙居然还考虑到了变化时间的递进，真的是绝绝子。