ai的发展问题

咱们会通过一些具体的例子，让大家对AI是什么有个印象；然后会尝试介绍一些AI的技术原理，希望你能体会到AI技术的美妙和深刻；接着我们会解释如何理解”AI能做什么“这个问题；再者我们会介绍一些具体的工具案例和资料；最后我们会简单聊一些AI的未来发展以及影响。首先来看AI是什么这个问题。我们从它的父亲说起。有一部电影叫做《模仿游戏》，它讲述的就是计算机科学和人工智能之父，图灵的故事。他在二战期间构建的机器，或者说计算机的原型，破译了德军的密码。他预见了计算机的发展，并开始考虑一个很深刻的问题：“如何判断一台机器具有智能？”在他的1950年的论文中，他提出了一种被称为“图灵测试”的方法。测试中，一位人类提问者通过文字通道向两个回应者（一个是计算机，另一个是人类）连续提问。在相当长的时间内，如果提问者无法可靠地区分哪个回应者是计算机，哪个是人类，那么可以认为这台计算机具备了智能。这是一个非常经典和深刻的方法，要实现这一点其实很困难。下面是2024年春OpenAI公司发布新一代ChatGPT聊天机器人（GPT4o）产品时的发布会视频，你可以选择从9分钟开始直接看用户和ChatGPT交流的现场展示部分。如果你之前对AI没有那么关注，相信你会感到震惊。这个体验已经非常接近和正常人类的交流。事实上如果考虑到知识丰富和情绪稳定，它应该比大多数人类更适合交流;p那么，请你想象一下，如果你是提问者，你觉得ChatGPT可以跨越图灵测试吗？虽然学术界依然存在着很多争议，但是确实有很多人认为目前的AI产品已经可以通过图灵测试。事实上，这可能比绝大多数人认为的到来得早得多。也有人说，我们需要新的标准来判定AI真正拥有智慧，比如，它是否拥有自主意识？那自主意识又是什么以及如何测定呢？这是人类面临的新问题。

2024年内图片-超短视频的精细操控：表情、细致动作、视频-文字匹配有一定操控能力的生成式短视频：风格化、动漫风最先成熟；真人稍晚AI音频能力长足进展：带感情的AI配音基本成熟“全真AI颜值网红”出现，可以稳定输出视频，可以直播带货游戏AI NPC有里程碑式进展，出现新的游戏生产方式AI男/女朋友聊天基本成熟：记忆上有明显突破，可以较好模拟人的感情，产品加入视频音频，粘性提升并开始出圈实时生成的内容开始在社交媒体内容、广告中出现AI Agent有明确进展，办公场景“AI助手”开始有良好使用体验2AI的商业模式开始有明确用例：数据合成、工程平台、模型安全等可穿戴-全天候AI硬件层出不穷，虽然大多数不会成功中国AI达到或超过GPT4水平；美国出现GPT5；世界上开始现“主权AI”华为昇腾生态开始形成，国内推理芯片开始国产替代（训练替代要稍晚）AI造成的DeepFake、诈骗、网络攻击等开始进入公众视野，并引发担忧AI立法、伦理讨论仍然大规模落后于技术进展……2025-2027AI 3D技术、物理规则成熟：正常人无法区别AI生成还是实景拍摄全真AI虚拟人成熟：包含感情的AI NPC成熟，开放世界游戏成熟；游戏中几乎无法区别真人和NPCAR/VR技术大规模商用接近AGI的技术出现人与AI配合的工作方式成为常态，很多日常决策开始由AI来执行AI生产的数据量超过全人类生产数据量，“真实”成为稀缺资源具身智能、核聚变、芯片、超导、机器人等技术有明显进展突破“人的模型”出现，出现“集中化AGI”与“个人AGI”的历史分叉AI引发的社会问题开始加重，结构性失业开始出现AGI对于地缘政治的影响开始显露……"Limit of Understanding";Yifei Gong 2024,with Dall-E

Sonya Huang的演讲深入探讨了人工智能的现状，强调了它在各个行业的影响以及人工智能充分发挥其潜力需要解决的挑战。[heading2]核心观点：[content]AI产品越来越契合市场的需要：人工智能已经在客户支持、法律服务和软件工程等行业展示了产品与市场的契合度。例如，由人工智能驱动的客户服务平台Klarnas通过处理三分之二的客户服务查询，实现了相当于700个全职座席工作的自动化。生成式人工智能正在经历快速增长：第一年的收入约为30亿美元，这一壮举是SaaS市场花了近十年时间才实现的。与以前的技术转变相比，这凸显了人工智能的加速采用和价值创造潜力。AI的$200B问题：虽然公司在AI基础设施上投入了大量资金，仅去年一年就有大约500亿美元用于NVIDIA GPU，但AI应用程序产生的收入仍然相对适中。这就提出了一个问题，即对人工智能的投资何时以及如何转化为可观的回报？预测：Sonya Huang预测，2024年将是真正的AI应用将我们从Copilots(副驾驶)转变为可以作为人类Agents(代理)的一年。之前的人工智能可能更像是一种辅助工具，而未来的人工智能将变成你的同事。她还预计，随着人工智能应用进入生产阶段，人工智能将更有能力完成更高层次的认知任务，如规划和推理，并使计算的平衡从预训练转向推理。融资环境不均衡：目前的人工智能公司的融资环境并不均衡，更关注基础模型而不是应用。对于希望利用人工智能革命的初创公司来说，这既是挑战也是机遇。关键挑战：从长远来看，提高用户保留率和缩小期望与现实之间的差距是人工智能应用取得成功需要解决的关键挑战。目前，与移动应用相比，生成式AI应用的日月活跃用户比率和一个月留存率较低。产品与市场的契合度需要进一步提升：随着基础模型变得更加智能，人工智能的产品与市场的契合度有望加速，从而在各个行业中出现更成功的人工智能应用。