在人工智能大热之前,聊天机器人只是那些奇怪的信息工具,常驻在各个网站上,很少真正解决你的问题,反而可能因为阻挡你与真人沟通而增加更多困扰。但如今,像 ChatGPT 这样的 AI 聊天机器人已经开创了一种全新模式 —— 它既是搜索,又是对话。
谷歌的搜索算法提供的是最优化的链接,而生成式 AI 则能够解读信息并进行总结。此外,你还可以不断追问、获得更多背景信息以及在最初的提问基础上拓展讨论。正是对话这一特性使其区别于传统搜索引擎,提示词就像聊天机器人的关键词。
你可以将它作为思想伙伴、研究助手,或者作为你想了解任何信息时的谷歌替代工具。但需要注意的是,生成式 AI 有时会产生虚假信息 —— 即它可能传递错误或杜撰的内容,这一点在谷歌早期 AI 概览出现在搜索结果中的阶段尤为明显。
既然 ChatGPT 是最知名的聊天机器人,我们就从它开始,并与另一个热门聊天机器人 Claude 进行对比。二者都是免费的,但均提供每月 20 美元的高级版本。
其他流行的聊天机器人还包括谷歌的 Gemini、Microsoft 的 Copilot 和 Perplexity。可以从你最熟悉的聊天机器人开始使用。
AI 聊天机器人最适合用来做什么?
你可以用聊天机器人完成的最佳用途包括:
- 通常会通过谷歌查询的问题,并且可以边问边追问后续问题。 - 针对个人决策,提供更多背景信息。 - 与工作相关的任务,比如总结文件和编辑电子邮件。
AI 聊天在个人决策中的应用
提示词越精准,得到的回答也越准确。为避免得到泛泛的回复,应尽可能向聊天机器人提供更多背景信息。例如,假设你正在搬到纽约市。对于搜索来说,“纽约市最佳社区”这一关键词就足够了,但 AI 却需要在提示词中获得更具个性化的信息。
相反,你可以这样提问:“请提供关于纽约最佳社区的信息,适合一位 36 岁、已婚且计划建立家庭的女性。我希望居住在年轻专业人士、艺术气息浓厚、有公园和户外空间的区域。我不需要住在曼哈顿,倾向于降低租金成本并获得更大的居住空间。我希望公寓离地铁站步行 10 分钟以内。”
看看你起初对 AI 聊天的具体描述有多详细?利用 ChatGPT 的新网页搜索功能,我得到了以下回复 —— 一份列出了五个可能适合我需求的纽约社区:Astoria, Queens;Park Slope, Brooklyn;Long Island City, Queens;Williamsburg, Brooklyn;以及 Forest Hills, Queens。
聊天机器人的一个优点是,你可以对它不认同的观点提出异议,或要求提供更多信息。我随后又要求该聊天机器人对 Park Slope 和 Astoria 提供更多建议。
我很喜欢其实时比较功能。
然后,我请求它提供每个社区的人口统计数据。我发现 Park Slope 的家庭中位数收入是 Astoria 的两倍,于是我问这对当地居民意味着什么。
ChatGPT 回答说,更高的收入可能会导致当地餐饮、娱乐和商店的价格上涨。然而,家庭收入的增加同样可能为当地设施(如公园和社区项目)带来更多资金支持。
这些信息都十分有价值。
AI 聊天在工作事务中的应用
那么,使用聊天机器人处理工作相关任务呢?这正是 Anthropic 致力于引导 Claude 发挥作用的领域。Claude 作为一款 AI 助手,在朝九晚五的工作中可能会派上大用场。
例如,假如你在一家快速发展的科技初创企业任职,并希望获得关于绩效反馈的建议。你可以这样提问:“我在一家正在成长的科技初创企业工作,该公司没有正式的绩效评估机制。我已经在公司工作一年了。我们是一个小团队,每个人都承担多重角色。请提供一些非正式的建议,让我可以跟经理交流并请求反馈。”
刚开始得到的建议就非常有用。Claude 综合了建议和可采取的行动,建议例如可以设立定期的一对一会议,将反馈过程转变为持续性的,而不是一次性的。
非常赞。
接着,我让 Claude 撰写一封邮件,建议设立每周 15 分钟的例行检查电话,将其定位为一个对齐问题与想法的机会。
邮件内容已经接近“可直接发送”的程度。
我又请求 Claude 使邮件看起来更具对话性,结果变得更加出色。
和所有 AI 工具一样,使用时还是需要持保留态度 —— 就像对待搜索结果一样。
尽管 AI 聊天暂时还无法替代“直接谷歌搜索”得来的首个回答,但它确实是你工具箱中极具价值的一项技能。
好文章,需要你的鼓励
据报道,苹果公司高管已就收购Perplexity AI展开内部讨论。这家总部位于旧金山的公司运营着一款由人工智能驱动的消费者搜索引擎,能够生成自然语言回复而非传统网页列表。Perplexity在最近融资中获得140亿美元估值,月活跃用户超过1500万,每月查询量增长20%。苹果企业发展副总裁已与多位高管讨论此收购想法。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
数据中心防护涂层正成为应对能耗上升和温室气体排放的关键解决方案。随着行业快速扩张带来环境挑战,这些创新涂层技术为平衡数字化增长与环境责任提供重要工具。专业涂层可延长设施寿命、降低维护成本,同时通过隔热涂层、反射涂层等技术优化能效,减少冷却系统负担。未来涂层将与被动冷却技术结合,支持可持续发展目标实现。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。