发布于: 2024-12-9最后更新: 2026-5-3字数 1033阅读时长 3 分钟

type
Post
status
Published
date
Dec 9, 2024
slug
AI是什么
summary
AI 这两个字最近被说烂了。这篇退一步聊聊它到底是什么、走到今天经历了什么、我们的日常生活又被它改了多少。
tags
人工智能
推荐
金钱
category
时事评论
icon
password
synced
synced
paired_with
3551d487-a2a1-81cd-9ebf-c478e5d6a248
source_hash
6732ad88ade18e0fdb5a22d7fd75f409b2257107fcfe78cc8ed318aa589eea7f
translation_locked
translation_locked
💭
"AI" 这两个字最近被说烂了,从地铁广告到家电说明书都在写它。这篇想退一步聊聊,AI 这玩意儿到底是个什么、它走到今天经历了什么、我们普通人的日常生活又被它改了多少。

AI 到底是个啥

把名词去掉看本质,AI 就是一个能"感知、理解、决策、学习"的系统。这四件事人类做得很自然,机器做就难。过去几十年里几乎所有 AI 研究都在尝试,把这四件事用代码、数据和算力凑出来。
打个比方。你看到一只猫,你能立刻知道它是猫,这是感知。你知道它可能会喵叫、会蹭你的腿,这是理解。你决定要不要去摸它,这是决策。下次见到另一只长得不太一样但也是猫的动物,你也能认出来,这是学习。把这四步交给机器,就是 AI 要解决的事。

走到今天它经历了什么

AI 的故事远比 ChatGPT 长,我喜欢从四个名字说起。
  • 1950 年,图灵 (Alan Turing) 写下"机器能思考吗"这个问题,提出图灵测试,这是 AI 的起点
  • 1956 年,麦卡锡 (John McCarthy) 在达特茅斯会议上第一次正式用 "Artificial Intelligence" 这个词
  • 1969 年,明斯基 (Marvin Minsky) 创立 MIT 的 AI 实验室。他后来写了一本书叫《Perceptrons》,差点把神经网络这条路堵死了二十年
  • 1986 年,辛顿 (Geoffrey Hinton) 把反向传播算法做得能用了,神经网络重新活过来。三十多年后他拿了图灵奖
中间还夹着两次"AI 寒冬",研究经费断崖式下跌、大公司纷纷砍项目。每一次都是因为研究者承诺得太多,做出来的太少。直到 2012 年深度学习在 ImageNet 上横扫所有人,AI 才真正起飞。后面的故事大家都熟,AlphaGo、GPT、Stable Diffusion,一年比一年快。

它真的改了我们什么

有些改变是显性的。打开手机里的相机,背后是一堆 AI 在做人脸识别、自动对焦、夜景合成。点外卖时推荐栏里的"猜你喜欢"是推荐系统在跑。Siri、小爱、Alexa 这些语音助手是语音识别加自然语言理解。
有些改变是隐形的。你刷的短视频信息流,每条视频之间的排序是 AI 决定的。你银行卡刷一笔被风控拦下,是反欺诈模型在判断。你点开一封邮件没有进垃圾箱,是垃圾邮件过滤器在工作。
最近一两年最大的变化是生成式 AI。以前 AI 主要在"识别"和"推荐",现在它能直接"生产"内容。代码、文章、图片、视频、配音都能批量出,这是我们这一代人第一次看到。代价是真实和虚假的边界被模糊了,未来可能要花更多时间分辨什么是 AI 生成的。

我对它的判断

短期被高估,长期被低估,这是历来对新技术最准的描述。AI 这一波尤其是这样。
短期看,很多被"AI 赋能"包装过的产品其实没什么用,估值泡沫也确实存在。但拉长到十年二十年,AI 一定会像电、像互联网一样,从一个"哇这个好厉害"的东西变成一个我们意识不到它存在的基础设施。到那时再回头看现在的争论,会觉得很奇怪。
普通人现在最该做的不是焦虑,也不是把它捧成万能的,而是去用它。多用,用到知道它能做什么、不能做什么。手感比任何新闻都管用。

📎 参考文章


Loading...
Statsify Finance 技术解析

💹Statsify Finance 技术解析

Statsify Finance 是我做的一个金融分析工具网站。这篇聊聊为什么做这个项目、网站分了哪几块、底下用了什么技术。


AI编程助手如何提高开发者效率?

AI编程助手如何提高开发者效率?

用了一年多 AI 编程助手,说点真实感受。哪些事 AI 真的能帮上忙、哪些地方不要指望它、以及我现在怎么和它分工才不踩坑。


公告
网站持续更新中…