在研究、评测和撰写人工智能相关内容一年多之后,我一直想深入了解AI作为思维和规划平台的更多可能性。虽然AI是简化工作的绝佳工具,但它也正被用于更具创造性的方式,我对自己的思维模式产生了浓厚兴趣。
为什么当别人说话时,我能看到连接和可视化效果?为什么我经常感觉自己不仅仅是在听取和消化信息,而是在分析所说的内容并将其转化为更深层的连接点?
"解决问题、思考……这是一个需要探索自由的旅程,"AI平台Cove的联合创始人Stephen Chau告诉我。
Cove的故事始于Chau和他的联合创始人Andy Szybalski、Michael Chu对AI的实验,结果发现缺少了某些关键要素。AI需要更像人类协作者那样工作——这意味着要以灵活和响应的方式思考,同时能够支持复杂的持续项目。
那么为什么大多数AI工具仍然局限于线性的、交易式的聊天机器人交互呢?
Chau和他的联合创始人们"在AI实验中获得了很多乐趣,"他告诉我。"但我们构建得越多,就越发现聊天机器人的根本局限性。"
这个洞察催生了Cove的诞生:一个灵活的可视化工作空间,旨在匹配人类自然的思考和协作方式,AI作为这个过程中的积极合作伙伴。
这让我想起了Flora,一个创意操作系统,它包含了美观而流畅的创意构思设置。它模仿设计师的素描本或电影制作人的故事板。相比之下,Cove专注于思维清晰度——更具建筑感,但同样美观简洁,专注于完善已构建的内容并在过程中创造洞察。
我深入研究了Cove的功能,更重要的是,它在AI快速发展的时代为何如此重要。
**什么是Cove,它如何使用AI?**
Cove最出色的功能,也是它与许多AI工具的共同点,是实时响应和适应。Chau分享说,Cove整合了多个顶级AI模型——OpenAI、Anthropic、Gemini、Perplexity——无需你选择或在它们之间切换。目标是让它感觉不像软件,而更像邀请一个协作者参与你的思维过程。
Cove的工作方式很简单:你告诉它你正在做什么,它不会提供单一线程或线性聊天,而是打开一个画布,围绕你试图解决的问题塑造自身。
正如Chau所描述的,Cove为你创建一个灵活的工作空间,充满了将项目分解为可管理部分的卡片。
"一张卡片可能显示住在帕洛阿尔托与温哥华的利弊,"Chau解释道。"另一张可能列出搬家考虑因素、移民信息或其他相关主题。"
这些卡片让你同时探索多个想法,并排比较选项,并通过每张卡片上的建议操作深入挖掘。这种可视化、交互式方法帮助你以传统聊天机器人无法实现的方式思考复杂问题。
当你拖入PDF、电子表格、链接和图片等内容时,这些文件成为工作空间的一部分。Cove吸收并学习你上传的内容,利用它们来为建议提供信息,构建一个随项目发展而演进的板块。
类似于聊天机器人,这随着时间的推移加深了工作空间的智能,使未来的洞察更加相关和具体地满足你的需求。但它更像是与一个记住对你重要事项的工具继续对话。
我将其视为一个集成工作空间。它不需要我搜索旧线程,拼命寻找几天前正在处理的内容(这是我反复希望在ChatGPT中能做到的事情)。
**谁应该使用Cove?**
Cove真正让我兴奋的是,它感觉是为像我这样的"雪球思考者"制作的——需要在想法演进时进行快速头脑风暴和可视化。
鉴于这些项目的深度个人化和持续性,数据隐私是基础。由于隐私是AI工具的常见担忧,我询问了Chau关于Cove如何处理这个问题。
"我们正在做的很多工作都依赖这些大语言模型提供商及其基本政策,"他告诉我。"但我们也想确保从用户数据隐私的角度,我们也有正确的政策。"
这些政策包括在使用应用时保持对数据的控制,比如提供开关来选择退出将内容用于AI训练。
至于谁使用Cove,Chau建议是处理一个接一个项目的"家庭首席官"。教育也成为一个重要用例,学生采用Cove进行协作研究和迭代草稿。企业家也在使用它——作为虚拟联合创始人和思维伙伴,或为团队清晰度布局头脑风暴的地方。
**如何使用Cove进行头脑风暴和分享想法**
准备亲自尝试吗?以下是如何在Cove中从想法到执行,Cove存在于桌面和Google Chrome扩展中。
前往Cove.ai并点击"开始使用"通过Google或创建账户注册。
Cove使用"无限"画布。每个想法由一张卡片表示,卡片可以包含文本、附件、图片和表格等内容。这些卡片可以无限添加到你的画布中。
还有粘贴URL的选项,Cove将创建从网络获取内容的卡片,以及你上传的内容,包括PDF、演示文稿和工作文档——或使用空白文本卡片从那里生成内容。Cove也会在新卡片中生成你描述的图片。
使用这些卡片,你可以创建不同想法的思维导图,拖拽卡片,放大缩小并重新组织它们。它还能预测你接下来需要什么,实时工作创建服务于你初始提示或目的的内容。
打开屏幕右下角的聊天机器人,你可以与AI工具交互,用它来突出显示已创建的卡片,或选择多个卡片并要求Cove的AI将它们连接起来,寻找模式或思维方式。
现在,使用你的卡片在画布中创建AI驱动的工具。描述你想要的,Cove将根据你的上下文或需求自动生成应用。你可以根据需要进行自定义,然后在工作空间内部署新应用。
由于Cove是为协作而制作的,你可以邀请团队成员进入你的工作空间进行实时创意构思和过程反馈。(你可以控制谁访问你的工作空间——把它想象成虚拟桌面。)
还有分享应用卡片或选择"发布到画廊"的选项,这是你可以公开工作流程或分享他人可以复制的工具的方式。
最后,修订历史允许你保持想法演进而不丢失工作。由于一切都按应用卡片划分,存在专注编辑或个人转协作实验的可能性。
要了解更多关于如何使用Cove的信息,请访问其网站的支持页面,并查看这个演示视频,它可视化地引导你完成上述过程。
Chau简单总结了愿景:使用Cove的人正在"处理长期问题"。
"随着时间推移,我们希望将这些信息用作解决这些问题的框架,这样更多用户可以受益,"他告诉我。
最终,Cove为非线性输出创造了空间——将其视为思维成长和发现的伙伴而非工具——一个你可以与同样有兴趣理解大脑分层复杂过程的其他人分享的伙伴。
愉快思考。
好文章,需要你的鼓励
许多人认为一旦实现通用人工智能(AGI)和人工智能超级智能(ASI),这些高度先进的AI将能够告诉我们人生的真正意义。然而,巅峰AI可能无法明确回答这个史诗般的问题。即使AI拥有人类所有知识,也不意味着能从中找到生命意义的答案。AI可能会选择提供多种可能性而非绝对答案,以避免分裂人类社会。
华盛顿大学研究团队发现,大型语言模型在未接受手语训练的情况下,竟然具备理解德语手语的能力。通过系统实验,他们证实了模型能够判断手语语法正确性,并进行手语与文字间的翻译。这种"涌现的多模态能力"源于模型对语言抽象结构的深度理解,为开发手语翻译技术和改善聋哑人群数字交流体验开启了新可能。
剑桥咨询CEO蒙蒂·巴洛在采访中分享了如何识别具有潜力的技术领域。他表示,当听到看似不可能或令人惊讶的技术时会特别关注,如深度学习AI、量子计算等。该公司作为"深度科技强国",专注于生物工程、人工智能、量子计算等领域,拥有740名员工,年均为客户创造5000多项专利。巴洛强调跨学科合作的重要性,预测未来计算机系统的应用需求将大幅增长。
谷歌DeepMind团队提出STAR方法,通过模仿苏格拉底教学法让AI学会类比推理,解决传统AI无法"举一反三"的问题。实验显示该方法显著提升AI处理新问题的能力,在逻辑推理准确率从40%提升至75%以上。这项突破为创造真正智能的AI系统指明方向,未来将在教育、医疗、创意设计等领域产生重要应用价值。