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
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。