当前位置: 首页 > article >正文

论 AI(人工智能)的现状

刚直播完,就写篇文章,说说我对AI的看法。

一直以来,想对AI 有一个总结,现在AI工具层出不穷,但是它的本质上发展还是缓慢,通过其他方式来扩展本身的能力。

我认为的人工智能

只有像钢铁侠与贾维斯以及终结者里面的那种智能机器人才是我认为的终极智能,真正的类人智能。

能思考,总结,学习,反思,以及做出相应的行为的机器。

马斯克的机器人效果图很好,如果能像终结者机器人一样协调就更好了。期待发展。

现在的人工智能

很多人都说AI,都说人工智能,但是,实际上,人工智能包含的方面特别多,从本质上来讲,他们都是算法的产出物,基本都基于机器学习相关算法和深度学习,神经网络等相关算法进行支撑,延伸出几个方向,比如,推荐算法,OCR识别,NLP 自然语言处理等。

而最近的gpt聊天大模型,就是基于NLP自然语言处理这个方向,这种大模型需要非常大的训练数据集,然后,提供结果给你。

从模型上来讲,它给你的是最可能的一个可能的结果。

但是,这个结果实际上不一定符合你的预期。

怎么办,只能微调或者增加更多的数据进行训练。

所以,目前的大模型只能作为助手,作为生活中的伙伴,具体的决策还是需要人本身来进行。

行业中的人工智能

实际上公司的业务也在往自动化的方向发展,能不让人参与就不让人参与,如何实现,通过工具,各种各样的工具,这些工具就包含了AI。

人跟人的沟通不能没有人,因为情感啊,表达啊,语境的理解,现在AI还做不到百分百,所以,企业,公司只能约束人工智能的输出结果,让它尽量符合预期。

人工智能的成本实际上是很高的,服务器成本,接口token 成本,研发成本。

目前,在内容生成领域,比如 简历总结,图片生成,写文章领域都有比较不错的效果。

在知识挖掘领域,目前还是有一些匮乏,因为这个大模型输入有限,只能人为的把相关的知识(关联的数据)给它,让它给你结果,而不能去全部给它,让它给你一个结果。

所以,它可能替代了一部分简单,普遍的事情,但是,复杂的,需要决策的事情,还是不容易被替代的。

在 行业上我们看到很多东西都是 +AI 而不是直接AI,就是这个道理。

普通人中的AI

说实话,两年前gpt来了,很多人在用,很多人说这个趋势,那个未来,巴拉巴拉,实际上,普通人接触他的几率很低,可能最能接触到的就是某音的推荐算法,一直刷短视频,越刷越上瘾。

我的朋友家里基本上都会有小爱音箱之类的智能电器,实际上,他们也不是很智能,老人都很难用它,有可能是语音问题,也有可能是确实不好用。

按道理来讲,它是AI ,明明可以把老人的声音多采集几次自己训练就有结果的,但是,这个成本可能就想对高一些。至今还未实现,只有各种方言的支持也是少的可怜。

那对普通人来讲AI能干嘛,要它干嘛,它能智能管控家里的电器么,能直接给某某打电话么,能定时提醒自己什么时候要做什么事情,能帮我去接孩子么,这些可能是普通人想要的,但是手机好像都可以做到,那它做什么呢。

所以,普通人想要的实际上是一个机器人,而不仅仅是一个语言大模型。

生活与AI

在你想象不到的地方,AI 确实在发力,只是不像你想的那样在为你服务,它们存在于公司某个产品服务里,有的负责OCR 文本识别,识别文档,图片的内容,提取需要的内容,归纳总结,给业务服务,有的通过聊天窗口充当客服跟用户聊天,回答常规性问题,有的根据你的历史数据总结归纳你需要什么,就给你推荐什么。

能直接用到AI的方式,也就音箱设备,空调,冰箱,家里的灯,手机,电脑,他们每个厂家又提供了不同的AI,也达不到统一协调。除非买同一家的产品。

智能家居,也是AI的一种生活的表现,也是物联网,万物互联的最终结果,实际上万物互联了,好像又没连。

AI 聊天大模型仅存在于电脑和手机,离生活里还是很远,但是,可以多多尝试。

工作与AI

软件开发是我的工作,我经常用到各种AI,也自己搭建各种AI平台或者工具自己使用,如果你的工作是内容创作型的,就需要多用用AI,这方面它还是有优势的。

如果你的工作重复性比较强,那就得多用用RPA(机器人流程自动化,数字员工,软件机器人),解放一些自己的时间,让它实际解决你的问题(发邮件,签到,定时提醒,核对文档)解放你的双手和你宝贵的时间。

AI会替代你吗

实际上在机器人的发展过程中,也有这样的提问也是同样的问题。

重复性的,简单的,不需要思考的,这种基本都会被替代掉,如果没有被替代,那就是性价比不高,不需要被替代,毕竟AI也是要成本的,机器人也需要成本。

之前有一个案例就是国外某家公司直接让人来扮演智能,简称 人工 智能。

对于编程来讲,它也许会替代一些人,但是,从我的使用情况来看,人需要处理更为复杂的事情,架构问题,业务逻辑问题,时间问题,这些都是目前的AI所能立马解决的。

它目前只能给你一个步骤的答案,这个步骤也需要人工干预调整和决策,那么不能离开人的人工智能,自然不能完全替代人本身。

如何拥抱AI

它就是你的助手,你的伙伴,按照这个定义,你应该知道把它放在哪个位置上,让它做什么。

重点是如何表达自己的逻辑。

为了深入理解它,你应该会基础的编程逻辑,因为这个逻辑AI不会告诉你。

把它当成工具一样用,前提是按照你的逻辑来,这样你就能引导它实现你的逻辑,并达到你想要的结果。

所以,学了编程,再去用AI,就不会让自己沉浸在那无边无际的AI工具里,不能自拔。

没有一个AI 能百分百的理解你的逻辑。所以,才诞生了各种各样的工具。


http://www.kler.cn/a/414331.html

相关文章:

  • 【C++】深入解析 using namespace std 语句
  • STL-开篇啦~
  • Linux(ubuntu)系统的一些基本操作和命令(持续更新)
  • AI自动化剪辑工具:可将长视频中精彩部分提取合成短视频
  • 网络技术-服务链编排的介绍和与虚拟化的区别
  • 【NLP高频面题 - 分布式训练】ZeRO1、ZeRO2、ZeRO3分别做了哪些优化?
  • 商汤绝影打造A New Member For U,让汽车拥有“有趣灵魂”
  • 力扣 搜索旋转排序数组-33
  • Qt UI设计 菜单栏无法输入名字
  • faiss库中ivf-sq(ScalarQuantizer,标量量化)代码解读-3
  • 自动驾驶科研资料整理
  • 【再谈设计模式】装配器模式 ~复杂结构构建的巧匠
  • 注意http-proxy-middleware要解决跨域问题,想修改origin请求头不要设置changeOrigin=true
  • DeSTSeg: Segmentation Guided Denoising Student-Teacher for Anomaly Detection
  • IPGuard与Ping32结合,提供企业级数据加密与防泄密解决方案,全面保障敏感数据安全
  • Linux服务器安装mongodb
  • 嵌入式开发之IO多路复用(一)
  • ComfyUI | ComfyUI桌面版发布,支持winmac多平台体验,汉化共享等技巧!(内附安装包)
  • 汽车轮毂结构分析有哪些?国产3D仿真分析实现静力学+模态分析
  • transformers训练(NLP)阅读理解(多项选择)
  • 如何优雅的用PyQt访问http(仅供参考)
  • 架构-微服务-服务治理
  • Wrapper包装类
  • 关于在大模型智能体中知识图谱构建与指令应用
  • Go语言中的sync.Pool详解:高效对象复用
  • Kafka面试题(五)--内含面试重点