在网上冲浪，看到这样一张图：
其实像这样的公司估计不在少数，哪怕不少公司还存在观望态度，但是也已经办好了GPT接口，因为没有人会否认，一场由GPT带来的AI近未来正在揭开序幕。
从今年年初开始，Chat-GPT因其具备逻辑性对话与交互能力，几乎一经出世就拥有极高的关注度。但就长远来看，目前的Chat-GPT还属于“婴儿”阶段，只能做“重复性和规范化”的对话问答，目前说取代“文化人”还为时尚早。
但是以Chat-GPT为拐点的AI近未来已经触手可及，早在2022年5月1日出版的《AI未来进行式》一书中，拥有36年相关经验的人工智能研究博士及企业家
李开复与其谷歌同事兼科幻银河奖获奖作家
陈揪帆通过十个引入入胜的科幻故事描绘了AI在近未来的应用及相应原理技术。
由于篇幅原因，再此我就先介绍两个现在已经在生活中有所体现的技术及应用，希望能以外行人的视角帮 最近已经几乎被“神化”的Chat-GPT祛魅。
1.深度学习与个性化服务
机器学习是迄今为止AI应用最成功的子领域，在这个领域最大的技术突破就是深度学习。
而最近风头正盛的Chat-GPT就是采用“大数据+大算力+强算法=大模型”的路线，通过深度学习优化输出结果达成逻辑流畅的个性化回答。
我认为在此之前购物网站的大数据推荐“猜你喜欢”所做到的个性化服务的底层逻辑与Chat-GPT其实是一致的。书中《一叶知命》一篇便通过引入“象头神GI”保险为一家人吃穿住行作决策展现AI深度学习的效果及应用，又通过其阻碍女儿的恋情的原因来表现AI的不足。
此外，深度学习模拟生物神经网络，需要大量数据作为燃料，算力作为引擎。由此，作为拥有大量用户数据和算力的互联网巨头最终能成为领先的AI型公司。
巨量的算力和数据也意味着巨大的资金投入，据估算，此类大模型的训练一次的成本接近千万美元，运营成本一个月要数百万美元。“OpenAI为了让ChatGPT的语言合成结果更自然流畅，用了45TB的数据、近1万亿个单词来训练模型，大概是1351万本牛津词典。”
估计这也是为什么最近Chat-GPT4开始收费，GPT3.5大量封号的原因之一吧。
2.计算机视觉与深度伪造视频
计算机视觉（Computer Vision，CV）是AI的技术分支之一，主要研究如何让计算机拥有“看”的能力。这里的“看”指计算机能够进行“图像采集和处理-目标检测和图像分割-目标识别-目标追踪-动作识别-场景理解”从而达到伪造视频。
小说《假面神祇》中便讲述了一个尼日利亚视频制作者通过“Deepfake换脸术”伪造成一个死去多年的名人煽动舆论……
现实生活中，今年春节档电影《满江红》主演演员四字的一个智能合成视频也在B站上大火，而AI配音等影视解说视频更是屡见不鲜。
这种深度伪造需要计算机视觉、生物识别、AI安全三大相关技术支撑。简而言之，就是AI可以通过收集网络上的图片和音频，进行伪造具有“生物特征”的人或者物，如果这些技术进一步成熟，这种恐怖程度堪比线上“克隆”了吧。
3.其他及小结
《AI未来进行式》一书两位作者还对自然语言、元宇宙、自动驾驶、量子计算等概念进行了解释，用科幻故事的形式对其应用进行了畅想。
回归现实，每个月都会有互联网巨头公布其新进展，资金、算力、人力都纷纷涌向这一领域，可以说这名为AI的泡沫还在不断膨胀。鼓吹Chat-GPT神话的大多都是“号贩子”，按上文也提到过算力相对的成本问题，所以现在Open-Ai也在加强管控，而这种虚拟交易成功率和真实性还需要大家自己甄别、谨慎考虑。
不过国内产品至今（4.17）仍然处在内测阶段，从图上可以看到我们与美国的万亿级的AI还是存在差距。4.11号国家也公布了相关政策，不少镜像网站也被关停。
此外，我认为AI如今的态势不过是几十年研究的厚积薄发和互联网投资增长乏力窗口下相互作用的结果。像文中所说的，第一篇深度学习的学术论文发表阐述于1967年，但这项技术花了近50年才得以蓬勃发展，直到2016年，基于深度学习技术开发的AlphaGo击败了韩国棋手李世石，才一举引发全世界关注。
而Chat-GPT也是相关公司和相关研究几十年厚积薄发的成果，我们不能否认它终将改变我们的生活，但那不会是瞬间的天翻地覆，而是如细水流长、春雨无声的渗入。
至于那些还没等技术成熟，就扬言要炒掉员工的企业，结果可能也会不言而喻吧。
而我们能为此做什么？如何积极迎接这些变化？这是我们每个人自己需要回答的命题。
也欢迎评论区给出大家的看法
。
客户端下载
发表于 2023-4-17 16:51
本贴仅代表作者观点，与麻辣社区立场无关。
