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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。