直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

AI是什么?为什么那么多人都在说AI

回答

AI 是一门令人兴奋的科学,它是某种模仿人类思维可以理解自然语言并输出自然语言的东西,是一种似人而非人的存在。

对于不具备理工科背景的文科生来说,把 AI 当成一个黑箱即可,不必深究其内部理解机制。AI 技术无论如何发展,其生态位仍是如此。

我们中的许多人在日常生活中已与 AI 进行互动,如交通、天气预测和电视节目推荐等,它正以惊人的速度普及和发展,使计算机能以过去难以想象的方式观察、理解世界并与之互动。

最初,计算机由查尔斯·巴贝奇发明,用于按明确程序运算。现代计算机虽更先进,但仍遵循相同理念。然而,像根据照片判断人的年龄这类任务,无法明确编程,因为我们不知大脑完成此任务的具体步骤,而这类任务正是 AI 所感兴趣的。

内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

拘灵遣将 | 不会写 Prompt(提示词)的道士不是好律师——关于律师如何写好提示词用好 AI 这件事

AI是什么?作为一个不具备理工科背景的文科生,要搞清楚“ AI ”其实是一件很困难的事情(什么Agents、AIGC、LLM,什么符号主义、什么语义规则傻傻分不清楚),所以最好的处理方式是就把AI当成一个黑箱,我们只需要知道AI是某种模仿人类思维可以理解自然语言并输出自然语言的东西就可以。至于AI如何去理解,其实不重要。于是我们可以发现驱动AI工具和传统道教的驱神役鬼拘灵遣将有奇妙的相似之处,都是通过特定的文字、仪轨程式来引用已有资源,驱使某种可以一定方式/程度理解人类文字的异类达成自己预设的效果,且皆需要面对工具可能突破界限(发疯)的情况。当然,不熟悉道教的朋友可以把这东西理解成某种可以理解人类文字但不是人的魔法精灵/器灵之类的东西——总之,AI的生态位就是一种似人而非人的存在。AI技术再爆炸一万倍,AI的生态位也还是一种似人而非人的存在。由此,我们可以从人类各个文明的传说中,从那些古老哲人们的智慧里寻找到当下和AI、神、精灵、魔鬼这种似人非人存在相处的原则:

3. 负责任的AI简介

我们中的许多人已经与人工智能(或AI)进行日常互动,从交通和天气预测到您接下来可能想看的电视节目的推荐。随着AI变得越来越普遍,它正在以惊人的速度发展,使计算机能够以十年前难以想象的方式观察、理解世界并与之互动。

人工智能简介和历史

人工智能(Artificial Intelligence)是一门令人兴奋的科学,它研究我们如何使计算机表现出智能行为,例如做一些人类所擅长的事情。最初,查尔斯·巴贝奇(Charles Babbage)发明了计算机,用于按照一套明确定义的程序(即算法)来对数字进行运算。现代计算机虽然比19世纪提出的原始计算机模型要先进得多,但仍然遵循着相同的受控计算理念。因此,如果我们知道实现某些目标所需的每一个步骤及其顺序,就有可能编写出程序,使计算机按照我们的想法去做这些事。✅ “根据照片判断一个人的年龄”是一件无法明确编程的任务,因为我们并不知道当我们在做这件事时,是如何经过某些清晰的步骤,从而在脑海中得到一个数字的。然而,对于有些任务,我们并不能知道明确的解法。例如从一个人的照片中来判断他/她的年龄。我们之所以能做这件事,是因为我们见过了很多不同年龄的人,但我们无法明确自己的大脑具体是通过哪些步骤来完成这项任务的,所以也无法编写明确的程序让计算机来完成。这种类型的任务正是人工智能(简称AI)感兴趣的。

其他人在问
我在中国互联网哪里可以学到很好的ai技术
在中国互联网上,您可以通过以下途径学习很好的 AI 技术: 1. 学术论文:通过 Google Scholar、IEEE Xplore、ScienceDirect 等学术数据库搜索相关论文,了解 AI 技术的研究成果。 2. 专业书籍:查找与 AI 相关的专业书籍,深入学习 AI 知识。 3. 在线课程和教程: 参加 Coursera、edX、Udacity 等平台上的 AI 课程。 在 YouTube 等视频平台上查找教程和演示视频。 4. 技术论坛和社区: 加入如 Stack Overflow、Reddit 的 r/AI 等相关论坛和社区,与专业人士交流学习。 关注 AI 相关的博客和新闻网站,了解最新技术动态。 5. 开源项目和代码库:在 GitHub 等开源平台上探索 AI 相关项目,了解其应用和实现。 6. 企业案例研究:研究如 Autodesk、Siemens 等公司在 AI 领域的应用案例,了解实际项目中的效果。 对于新手学习 AI,您可以: 1. 了解 AI 基本概念: 阅读「」部分,熟悉术语和基础概念。 浏览入门文章,了解历史、应用和发展趋势。 2. 开始 AI 学习之旅: 在「」中找到初学者课程,推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)按自己节奏学习并获取证书。 3. 选择感兴趣的模块深入学习:AI 领域广泛,如图像、音乐、视频等,可根据兴趣选择特定模块,掌握提示词技巧。 4. 实践和尝试:实践巩固知识,使用各种产品创作,并在知识库分享实践成果。 5. 体验 AI 产品:与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动,了解工作原理和交互方式。
2024-10-18
ai数字人直播
以下是关于 AI 数字人直播的相关信息: AI 数字人直播盈利方式: 1. 直接卖数字人工具软件,分为实时驱动和非实时驱动两类。实时驱动在直播时能改音频话术,真人接管,市面标准零售价一年 4 6 万往上。非实时驱动一个月 600 元,效果差,类似放视频的伪直播,市场价格混乱,存在靠发展代理割韭菜的情况。 2. 提供数字人运营服务,按直播间成交额抽佣。 AI 直播卖货适用品类和场景: 1. 适用于不需要强展示的商品,如品牌食品饮料。不适用于服装,因过品快且衣服建模成本高。 2. 适用于虚拟商品,如门票、优惠券等。 3. 不适用于促销场景,涉及主播话术、套路和调动直播间氛围能力等。 4. 电商直播分为达播跟店播,数字人直播在店播中的效果最好,数据基本能保持跟真人一样。 AI 直播的壁垒和未来市场格局: 1. 从长期看,技术上没壁垒,但目前仍有技术门槛,如更真实的对口型、更低的响应延迟等。单纯靠开源算法拼的东西,实时性、可用性不高。 2. 不会一家独大,可能有 4 5 家一线效果的公司,大多为二三线效果公司。因为它只是工具,迁移成本低。 3. 真正把客户服务好,能规模化扩张的公司更有价值。疯狂扩代理割韭菜、不考虑客户效果的公司,售后问题麻烦。 4. 有资源、有业务的大平台下场,可能会带来降维打击,例如剪映马上要做,如果不仅提供数字人,还提供货品供应链、数据复盘分析等全环节打通服务,会绑定商家,竞争难度大。 数字人简介: 数字人是指运用数字技术创造出来的人,虽现阶段不能像科幻作品中的人型机器人一样具备高度智能,但已在生活各类场景中出现,且随着 AI 技术发展迎来应用爆发。目前业界没有准确定义,一般根据技术栈不同分为两类: 1. 真人驱动的数字人:重在通过动捕设备或视觉算法还原真人动作表情,主要应用于影视行业及直播带货,表现质量与手动建模精细程度及动捕设备精密程度直接相关。随着视觉算法进步,在无昂贵动捕设备时,也可通过摄像头捕捉人体骨骼和人脸关键点信息,达到不错效果。
2024-10-18
AI在科研领域中的应用有哪些,以及国内外情况对比
AI 在科研领域中的应用广泛,特别是在医疗健康方面: 抗癌方面:AI 能够提前诊断胰腺癌,如相关研究表明其有可能提前三年做出诊断。 抗衰老方面:通过筛查大量化合物,发现高效的药物候选物,其药理学性质优于已知的抗衰老物质。 早期疾病防治方面:例如在帕金森病的研究中,利用神经网络分析患者体液中的生物标志物,可在症状出现前几年发现疾病。 发现新靶基因:两名高中生与医疗技术公司合作,借助 AI 发现了与胶质母细胞瘤相关的三个新靶基因。 寻找治疗方法:如亚利桑那大学与哈佛大学共同利用人工智能对健康神经元在疾病进展过程中的分子变化进行研究,以识别阿尔茨海默病的原因和潜在药物靶点。 国内外情况对比: 在医疗 AI 领域,中美存在较大差异。美国医疗支出占 GDP 比重约 17%,中国约 7%。美国医生独立行医,有独立决策权,议价能力和意愿较强;中国政府和医院集采议价能力强,采购流程复杂。此外,由于存在“灰色收入”“医患不信任”“考核评比”等问题,中国医院、医生对于可能记录、审查自己言行的应用普遍持抵触态度。在中国的落地场景中,“AI 协助医生”不如“AI 独立诊断”,机械套用美国的 AI 医疗应用模式在中国基本行不通。
2024-10-18
AI在科研当中的运用
AI 在科研中的运用十分广泛,特别是在医疗领域: 抗癌方面:AI 能够提前三年诊断胰腺癌,有助于尽早开展治疗。 抗衰老方面:通过筛查大量化合物,发现高效的药物候选物。 早期疾病防治方面:例如在帕金森病的第一个症状出现前几年,就可通过分析患者体液中的生物标志物进行发现。 胶质母细胞瘤研究方面:两名高中生与医疗技术公司合作,借助 AI 发现了与该癌症相关的三个新靶基因。 阿尔兹海默症治疗方面:亚利桑那大学与哈佛大学共同利用人工智能对健康神经元在疾病进展过程中的分子变化进行研究,以识别疾病的原因和潜在药物靶点。 此外,在新工业革命中,AI 正在使生物制药和医疗保健产业化,被应用于从药物设计、诊断到医疗保健交付和后勤功能的各个方面。 AI 在其他科研领域也有众多应用场景,如: 金融服务:包括风控和反欺诈、信用评估、投资分析、客户服务等。 零售和电子商务:涵盖产品推荐、搜索和个性化、动态定价、聊天机器人等。 制造业:涉及预测性维护、质量控制、供应链管理、机器人自动化等。 交通运输:(此处未给出具体应用,您可补充更多相关问题以获取更详细的信息)
2024-10-18
我打算用AI创业,你有什么建议吗
以下是关于用 AI 创业的一些建议: 1. 关注数据飞轮效应:如果打算做 ToC 场景的创业,要重视数据飞轮带来的正反馈效应,因为 C 端能带来的数据优势可能是在 AI 早期决胜的关键。 2. 探索垂直模型:有专业壁垒的垂直模型也许是机会所在,很多高价值、特定领域的工作流程依赖于丰富的专有数据集。 3. 明确产品方向:大模型产品可以朝着个性化(给它装上“记忆”,成为工作助理或陪伴者)和场景化(给它装上“手”和“眼睛”)两个方向发展。 4. 及早行动:现在就开始探索生成性 AI,提前布局的公司将来会具有优势。 5. 寻找市场空白:市场地图的某些部分已经拥挤,而其他区域仍空旷,应将努力集中在尚未探索的区域。 6. 针对不同群体的建议: 技术爱好者:从小项目开始,探索 AI 编程工具,参与 AI 社区,构建 AI 驱动的项目。 内容创作者:利用 AI 辅助头脑风暴,建立 AI 写作流程,探索多语言内容,优化 SEO。 7. 注重实践和迭代:AI 的学习和应用,用起来、有效迭代大于一切,形成正确的底层工作逻辑,按节奏确定目标和复盘。 8. 组织公司架构:AI 创业要从 AI 效率、变革的角度去组织公司架构。 9. 把握融资节奏:在当下 AI 火热的状态,创始人要把握好融资节奏。
2024-10-18
有什么比较好的AI制作视频的AI工具
以下是一些比较好的 AI 制作视频的工具: 1. Stable Diffusion(SD):一种 AI 图像生成模型,可基于文本描述生成图像。网址:https://github.com/StabilityAI 2. Midjourney(MJ):适用于创建小说中的场景和角色图像的 AI 图像生成工具。网址:https://www.midjourney.com 3. Adobe Firefly:Adobe 的 AI 创意工具,能生成图像和设计模板。网址:https://www.adobe.com/products/firefly.html 4. Pika AI:文本生成视频的 AI 工具,适合动画制作。网址:https://pika.art/waitlist 5. Clipfly:一站式 AI 视频生成和剪辑平台。网址:https://www.aihub.cn/tools/video/clipfly/ 6. VEED.IO:在线视频编辑工具,具有 AI 视频生成器功能。网址:https://www.veed.io/zhCN/tools/aivideo 7. 极虎漫剪:结合 Stable Diffusion 技术的小说推文视频创作提效工具。网址:https://tiger.easyartx.com/landing 8. 故事 AI 绘图:小说转视频的 AI 工具。网址:https://www.aihub.cn/tools/video/gushiai/ 此外,还有以下文字生成视频的 AI 产品: 1. Pika:擅长动画制作,并支持视频编辑。 2. SVD:可在 Stable Diffusion 图片基础上直接生成视频。 3. Runway:老牌 AI 视频生成工具,提供实时涂抹修改视频的功能,但收费。 4. Kaiber:视频转视频 AI,能将原视频转换成各种风格的视频。 5. Sora:由 OpenAI 开发,可生成长达 1 分钟以上的视频。 更多的文生视频的网站可以查看:https://www.waytoagi.com/category/38 。 如果您想创作 AI 短片,除了使用相关工具,还需要考虑故事来源。比如通过原创(直接经验),基于您或周围人的经历、做过的梦、想象的故事等;或者通过改编(间接经验),对经典 IP、名著、新闻、二创等进行改编。在剧本写作方面,虽然编剧有一定门槛,但短片创作相对简单,可从自身或朋友经历改编入手,也可对触动您的短篇故事进行改编。多与他人讨论故事,有助于修改和进步。
2024-10-18
在sd中防止多人出现的反向提示词
我总结了以下几点在 Stable Diffusion 中防止多人出现的反向提示词: 1. 使用"solo"、"single figure"等关键词 在提示词中加入"solo"、"single figure"等词语,可以指示生成单个人物,而不是多人场景。这有助于避免生成包含多个人物的图像。 2. 限制人物数量 在提示词中明确指定生成单个人物,例如"a person", "a woman"等,而不是使用诸如"people"、"group"等词语。这可以有效限制生成的人物数量。 3. 避免使用集体词汇 在提示词中尽量避免使用"crowd"、"group"、"team"等集体性词汇,这些词容易引导生成包含多个人物的图像。 4. 使用负面提示词 在提示词中加入"no multiple people"、"avoid group shots"等负面提示词,明确告知模型不要生成包含多人的图像。这可以有效抑制多人出现的情况。 5. 结合其他限制条件 除了人物数量限制,还可以在提示词中加入其他限制条件,如特定的背景、场景、服饰等,进一步缩小生成范围,避免出现多人的情况。 总的来说,在 Stable Diffusion 中防止多人出现,需要在提示词中采取明确的限制措施,包括使用特定关键词、限制人物数量、避免集体词汇以及加入负面提示等方式。通过这些手段,可以更好地控制生成结果,避免出现不符合需求的多人图像。
2024-05-01