欢迎来到新一代互联网

体验指数级效率和改进

Gartner 最近将生成式 AI 誉为有史以来最具颠覆性的技术之一：“生成式 AI 将在科学发现和技术商业化领域迅速发展。生成式 AI [的采用率] 很高，因为在生命科学、医疗保健、制造、材料科学、媒体、娱乐、汽车、航空航天、国防和能源等众多行业中，对生成式 AI 方法的探索正在与日俱增，并不断证明自身的价值。”

麦肯锡预测，生成式 AI“在所分析的 63 个用例中，每年可增加相当于 2.6 万亿至 4.4 万亿美元的价值。相比之下，英国 2021 年的 GDP 总量为 3.1 万亿美元。除了这些用例之外，其他任务目前使用的软件也会内嵌生产式 AI，如果考虑这部分影响，这个估计值可能会翻倍。” 生成式 AI 的应用几乎是无限的。

生成式 AI 的影响

这听起来像是回到了 1989 年，当时蒂姆·伯纳斯-李 (Tim Berners-Lee) 撰写了一篇文章《关于信息管理的提案》，提出了网络的结构和理论。众所周知，万维网的出现极大地改变了我们的商业和个人生活，很难想象离开了网络，我们的生活会怎么样。

生成式 AI 也即将产生这样的影响。传统 AI 已经改变了企业，因为它拥有超强的能力，能够获取大量数据集，精准识别显著规律，并根据这些数据做出决策和预测。

现在，大型语言模型能够以更自然、更类似人类交互的方式呈现数据。随着转换器驱动的深度神经网络取得进展，大型语言模型 (LLM) 数据模型为生成式 AI 平台（包括 ChatGPT、Bing Chat、Bard、LLaMA 和 DALL-E）铺平了道路。这些技术均具有独特性，不仅保留了从输入的训练数据中学习规律的能力，还拥有附加能力，可以生成与训练集特征相似的新数据。

效率和改进

神奇之处就在于这种内容“生成”。在提供详细数据的情况下，生成式 AI 的优化循环可展现出惊人的效率。这使得 AI 能够识别复杂的规律，这些规律要么太过庞大，人类难以消化，要么难以辨识，以至于人类无法察觉。而生成式 AI 的详细规律识别可显著提高流程效率，产生的结果与我们提供的数据集一样详细。随着生成式 AI、LLM 数据和训练模型能力不断增强，效率也在日益提高。

除了效率，AI 优化循环也能更好、更快地改进教学。随着 AI 进化成满足个人学习风格的定制化老师，通过提高效率节省下来的时间可用于改进工作。这种指数级的改进意味着我们可以设计出更安全、续航里程更长的电动汽车，或者每个人都可以像贝多芬一样学习弹钢琴。

虽然有理由担心可能会存在滥用生成式 AI 的情况，包括侵犯知识产权、深度伪造等，但其带来的好处也是不可估量的。例如，在《Wired》（连线杂志）最近发表的一篇文章中，金斯顿大学的研究人员 Oded Ben-Tal 指出，生成式 AI 不应该窃取作曲家的知识产权。生成式 AI 是一种更像唱盘的工具——当艺术家们发现他们可以使用唱盘搓盘并采集声音元素时，就能开辟出前所未有的流派。不仅如此，还有可能大幅减少创造创意资产的偏见。通过使用机器学习算法，生成式 AI 可以分析海量数据并生成无人为偏见的新内容。这项技术可以帮助消除创意过程中经常出现的无意识偏见，如性别、种族和文化成见。此外，生成式 AI 可以创作具有包容性并代表不同观点的内容，这有助于促进更大的公平性，并丰富所有人的生活。

和互联网一样，生成式 AI 将改变我们的商业和生活。很快，将很难想象没有它，我们的生活会是什么样。