为什么人们对人工智能如此恐惧?
面对新事物时,我们总会经历一个学习曲线,这可能会引发人们的焦虑。但这波技术浪潮似乎与以往都不同。将控制权交给机器的想法让许多人感到不安。
最常见的具体恐惧是什么?
我查阅了皮尤研究集团的 AI 恐惧清单,以下是其中一些:
- 就业岗位被取代 - 人际关系的丧失 - 深度伪造和仿冒 - AI 变得难以控制 - 智能 AI 接管基础设施 - 偏见和歧视
研究人员发现的其他担忧大多是这些核心问题的不同表现形式。
除此之外,人们直觉上认为在完全理解 AI 的运作方式和长期影响之前,我们需要对这种强大的数字智能加以限制。
适应 AI 的建议
同时,有一些方法可以帮助缓解恐惧,增加与新技术互动的信心。
NM State Global Campus 提供了一些总体建议。
其中之一是从使用免费的 AI 工具开始,亲身体验它们的功能。你可以用 Dall-E 生成图像,用 Sora 制作小视频,或向 ChatGPT 询问你一直想知道的问题。
在与技术互动时,你可能会发现它不仅有其能力,也有其局限性,这会让你对 AI 的超人能力稍微放松一些。你也会发现它如何能够辅助你。
这就引出了第二点:将枯燥或不愉快的任务自动化或委托给 AI。
也许你不想花时间寻找航班或酒店预订 - AI 可以帮你做这些。你可能不想花时间为专业演示制作详细的项目清单,你可以直接询问 AI 模型。
最好的例子之一是搜索 - 连 Sam Altman 都告诉记者,他在搜索信息时用 ChatGPT 代替传统搜索引擎。AI 会快速扫描整个网络,几乎立即为你找到所需信息。
另一个建议是参加 AI 课程,了解其工作原理。你可能会遇到一些奇怪的术语,如玻尔兹曼机器或回声状态网络等,但你会开始更好地理解人们如何设计与技术的交互。
达沃斯的反馈
我在达沃斯的"行动中的想象力"活动上采访了吴恩达。
他说:"这几天的气氛非常令人鼓舞,"他将本次峰会与 2024 年的峰会进行对比。"我认为去年我们听到很多关于 AI 的炒作和恐惧:这将走向何方?我们会达到超级智能吗?我认为今年在达沃斯,讨论更多集中在 AI 的具体商业实施上。"
此外,他还提到企业如何使用 AI 进行实验:
"事实证明,实验成本已大幅下降,因为 AI 辅助原型设计非常高效,"他说。"所以我看到很多企业重组自己,开展多个实验,然后系统地让成功的实验获得资源,进而扩大规模。"
AI 助力商业成功
在采访的后半段,吴恩达提出了一个在讨论 AI 商业应用时非常重要的观点。
他说技术可以使收入和产出"翻倍或减半"。
我们在云计算时代就听到过类似的说法,人们谈论实施方式如何帮助或阻碍人力资源。关键在于直观的界面和人们能够理解并易于使用的技术。
换句话说,你的应用必须适合你的员工。如果是人们不喜欢且难以学习使用的东西,从长远来看可能会降低生产力,对业务造成负面影响。相反,如果它很直观,你很可能会大幅提升生产力。
这些都是将 AI 整合到业务和个人生活中的有用建议。保持自信意味着你不太可能坐着担心负面影响,而更可能利用积极的应用来获得优势。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。