跳到主要内容

🧠 什么是AI

一、理解AI的定义

在聊ChatGPT之前,应该先聊聊AI。我们先来界定下到底什么叫AI(Artificial Intelligence),也就是人工智能。维基百科对它的定义是一种模拟人类智能的计算机系统,这种系统能够理解、学习和适应环境,从而完成各种任务,包括语音识别、视觉识别、决策制定和自然语言处理等。这是个被讨论迭代过很多次的定义,没有一个字的废话,我们可以一个一个字拆解看这个定义意味着什么:

  1. 模拟人类智能:AI的目标是让计算机系统能够模拟人类的思维和行为,这意味着AI需要具备类似人类的认知和处理信息的能力。

  2. 计算机系统:AI依赖于计算机硬件和软件技术,通过编程和算法实现对人类智能的模拟。

  3. 理解、学习和适应环境:这些是AI系统的关键特征,使得它们能够在不断变化的环境中自主学习和改进。理解是指AI能够识别和处理输入数据;学习是指AI能够从数据中提取知识并优化其性能;适应是指AI能够根据环境变化调整自身策略和行为。

  4. 完成各种任务:AI的应用范围很广泛,包括语音识别、视觉识别、决策制定和自然语言处理等。这些任务通常需要复杂的信息处理和推理能力,而AI正是为了实现这些能力而设计的。

二、AI的「人工智障」历史

AI本质上不是什么新概念,它最早可以追溯到20世纪50年代。当时,艾伦·图灵提出了著名的图灵测试,这个测试被认为是一种评价机器是否具备人类智能的标准。随后,AI领域开始兴起,从最初的基于规则的专家系统,到后来的机器学习方法,再到近年的深度学习技术,AI的发展经历了几个重要阶段。但是之前的AI跟普通人没什么关系,用它的人主要是企业和政府,他们将其应用于特定的行业领域,如金融、医疗、制造业等。对于大多数人来说,AI还是一个遥不可及的概念,而并非生活中实实在在的工具。

在2022年之前,AI在消费级的产品上主要应用可能是“小爱同学”和“小度小度”、“siri”等,但是相比「人工智能」,他们更多被认为是「人工智障」。这类专门化的处理某一类人物的智能设备/智能助手始终距离可被使用很远,因为人的思维方式、表达方式、需求场景都太丰富了,只要稍稍超出他们的范畴,你就只能得到他们很愚蠢的感受。

在这几十年的时间里,AI的发展经历了所谓基于规则的专家系统,到后来的机器学习方法,再到近年的深度学习技术等,但实际成果却难以满足这些期望,限制AI能力的主要因素包括计算能力、数据量和算法效率等。

三、现在为什么不一样了

2022年AI应用的爆发可以认为主要得益于这三个限制的突破:

  1. 计算能力的提升:GPU(图形处理器)运算效率的提升和单位成本的降低,神经网络深度学习算法需要大规模的计算能力支撑,几个数据:2010年时GPU的平均价格每TeraFLOPS(每秒万亿次浮点运算)是约$1000美元,2019年这个数值是$3.5美元,2022年降低到了$1.5美元,也就是说12年内,算力的成本降低了99.85%,非常离谱的数据。现在训练大模型依然被认为只有大公司才有钱干的事,可以想象在10年前这件事根本就没有公司可以完成。

  2. 数据量的增长:互联网,尤其是移动设备和移动互联网的普及让AI得到了大量可用的数据,为AI的训练提供了丰富的素材。

  3. 算法的创新:神经网络深度学习等前沿技术的出现,让AI能够处理更复杂的任务,提高了性能。

这些因素一起把AI时代推到了我们眼前,你闭眼也没用,这股力量始终会冲向你,冲向每个人的,保持着开放的心态让它穿过,使用它的力量是唯一选择。

100万人学过

ChatGPT进阶课程

带你全面掌握ChatGPT应用技巧。提升工作、学习效率

立即查看已有640人订阅
29元/月

ChatGPT会员合租

国内镜像直连,快速获取ChatGPT Plus会员(优惠码:huasheng)

立即查看已有10万+人购买