為什麼你該在乎AI? 談AI技術的突破

2023/07/14閱讀時間約 3 分鐘
AI trending up

AI trending up

從ChatGPT 2022年底推出開始,AI就變成一個buzzword,到了今天(2023年的七月),幾乎所有的新創公司都要跟AI掛上一個等號,而股票裡面只要跟AI能夠稍微沾上邊的,幾乎都漲上了天。而動的最快的新創市場跟投資新創的VC市場,當然就是更加的瘋狂了。

VC valuation for AI startups

VC valuation for AI startups

可以看的到,自從ChatGPT問世以後,熱錢就不斷的快速湧入投資AI的新創市場,2023年才到三月為止,VC投入生成式AI的市場的估值就已經超越了前兩年的總和,可以想見整年下來絕對是一個數量級以上的差異。難道AI是這兩年才發明出來的嗎? 為什麼忽然之間全世界都在關注AI呢?  這就是我們這邊文章想要探討的,究竟AI發展到現在是否有什麼突破? 為什麼大家開始關注起AI。

其實人工智慧AI的進程,並不是這一兩年才開始的,而是已經累積了好一陣子。

History of AI

History of AI

從這張圖可以看到,從1950年代電腦被發明以來,人類就不斷地對於人工智慧有著各式各樣的想像,而人工智慧的演進也一直跟著電腦的演進史共同前進。但是這前面的速度可以說是摸著石頭過河,一直到1990年代,人工智慧開始能夠在某些特定的領域開始勝過人類,IBM的Deep Blue在1997年擊敗了西洋棋世界棋王,而AlphaGo在2016年擊敗當年的世界棋王李世乭,這些人工智慧的新聞都是震撼世界,但是除了在特定領域以外,似乎沒有掀起太多的波瀾,而這一次ChatGPT帶來的AI震撼,究竟會是一樣還是不一樣呢?

我們認為這一次,真的是不一樣的,而且這一次我們有著更為精準的數據來證明我們的論點。過去的人工智慧都是在特定的領域,特定的遊戲規則之下勝過人類,而生成式人工智慧則是更為直接的挑戰人類更為基礎的感知還有推理。我們可以參考底下這張我最喜歡的圖表

Language and image recognition capabilities of AI systems

Language and image recognition capabilities of AI systems

我們可以看到,這五項人類基本的感知技能,包括手寫辨認能力,語音辨認能力,影像辨識能力,閱讀理解能力,語言理解能力,在過去漫長的歲月裏面都是遠遠的不及真正的人力,但是在2010年之後人工智慧可以說是急起直追,而最為複雜的整體語言理解能力更是在大型語言模型發明之後直接有飛躍性的進步。 這是AI對於感知能力,吸收知識的能力。

吸收知識沒問題了,那麼AI對於創造文字,創造影像呢?我們可以看看生成式AI生成影像的演進圖:

Timeline of generative AI

Timeline of generative AI

我們可以看到,從2010年之後從可以產出簡單的圖片,到如今我們可以簡單輕鬆地利用Midjourney/Stable diffusion產出非常精美的圖片(而且幾乎不花什麼成本),而生成式AI除了生成圖片以外,影片生成(Runway Gen2),音樂的生成也都已經有了突破性的進展。

現在人類的感知能力,還有創造能力都已經有AI人工智慧能夠做到並駕齊驅,甚至更好的階段了,當然人類還有真正的核心競爭力,就是知道Purpose,也就是能夠賦予感知能力還有創造能力真正下去運作的價值,這也是我認為在這個AI的年代,我們真正應該要去鍛鍊的。 在這個AI能夠代替你吸收整理資訊,並且轉化吐出更多資訊的年代,我們不應該繼續執著於填鴨式的吸收知識,或是練習那些重複性相當高的技巧。
我們真正要鍛鍊的是個人的核心邏輯,哪些事情是應該賦予AI去幫你更有效率地完成的? 哪些是真正重要的事情? 我們創造這些事物的意義在哪邊? 往這個方向前進,AI會成為你的助手,而AI有機會幫助你取代不懂得駕馭AI的人。

illustration
贊助支持創作者,成為他繼續創作的動力吧!
技術PM的AI實驗室,是以輕鬆的角度深入簡出的探討各種生成式AI工具的使用。無論你是想理解AI到底是怎麼運作的? 想知道有那些好用的生成式AI工具? 或者是對AI繪圖有興趣的,都歡迎加入我們的AI實驗室一起輕鬆地玩耍,我們邊玩邊學,學習跟AI一起共創新的可能。
留言0
查看全部
發表第一個留言支持創作者!
從 Google News 追蹤更多 vocus 的最新精選內容