編者按：本文來自微信公眾號(hào) 星海情報(bào)局，作者：星海老局，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載。

前幾天刷B站的時(shí)候，碰到了一個(gè)很抽象很難評(píng)的事情——一個(gè)科普up主的視頻里，夾帶了一個(gè)AI產(chǎn)品的廣告。

接廣子本身不是問題，問題是廣子和up主的屬性實(shí)在犯沖——這個(gè)AI產(chǎn)品，主打的是幫你分析辦公室工位的風(fēng)水。

科普up主接風(fēng)水商單，這可能就是所謂的“科學(xué)的盡頭是玄學(xué)”吧。

實(shí)際上，在當(dāng)下這個(gè)AI橫行的時(shí)代，被廣泛證明行之有效能賺錢的AI落地方式，恰恰就是看上去很野路子的AI陪伴和AI玄學(xué)——虛擬男友/女友，AI看風(fēng)水、AI算命等等。

有直接用AI滿足穿越古代愿望的

有直接設(shè)定好了人設(shè)和劇情選項(xiàng)直接角色扮演的

有和AI女友斗智斗勇的

最樂子的還得是看風(fēng)水和算命的，比如我問他夢(mèng)到武裝直升機(jī)是什么預(yù)兆，他說：直升機(jī)象征著向上和自由，武裝直升機(jī)更強(qiáng)調(diào)力量和戰(zhàn)斗能力，所以預(yù)示著我在現(xiàn)實(shí)生活中獲得更多的勇氣和自信，能夠勇敢面對(duì)挑戰(zhàn)。

為什么AI在這些領(lǐng)域的落地特別有效果？

因?yàn)檫@些領(lǐng)域主打的就是一個(gè)“模棱兩可”——算命這事兒，和星座一樣，從來都是正反看來都對(duì)，不信你可以看看別的星座的介紹，你會(huì)發(fā)現(xiàn)似乎放在自己身上也都說得通。

這是人類歷史最悠久的“文字游戲”，而現(xiàn)在的AI，基本也都是“大語(yǔ)言模型”。

都是玩文字游戲的高手。

今天，我們就來聊聊當(dāng)下AI的落地姿勢(shì)。

01 AI落地的矛盾

比較有趣的是，當(dāng)前人們對(duì)于AI落地的看法，往往呈現(xiàn)出兩種完全不同的趨勢(shì)。

在老板們的眼里，AI似乎是一種讓公司原地飛升的靈丹妙藥——AI來了，成本就降低了，AI來了，效率就有了。似乎好像靠著AI，就能精簡(jiǎn)公司團(tuán)隊(duì)，從而實(shí)現(xiàn)降本增效。

而在具體做事的一線員工看來，AI卻并不像宣傳中那樣強(qiáng)大，有時(shí)候與其說是“人工智能”，不如說是“人工智障”—— 壓根兒不具備獨(dú)立完成整體任務(wù)的能力，能在某些環(huán)節(jié)里幫上忙就已經(jīng)燒高香了。

這種矛盾的來源是人們對(duì)于當(dāng)前AI的一種判斷——我們似乎高估了當(dāng)下AI的能力，總認(rèn)為大模型帶來的技術(shù)飛躍足夠強(qiáng)大，可以靠著某種“殺手應(yīng)用”來解決普及和落地的問題。

很難說這種觀念是對(duì)是錯(cuò)，因?yàn)殚L(zhǎng)期來看，確實(shí)有很大可能會(huì)這樣發(fā)展下去。但短期來看，這種“殺手應(yīng)用”并不現(xiàn)實(shí)。

當(dāng)前的AI并不足以滿足這樣的期待。

以央視新聞曾經(jīng)報(bào)道過的一個(gè)案例來說，上海的一家游戲公司從2022年開始就在使用人工智能技術(shù)輔助游戲開發(fā)，在游戲角色的設(shè)計(jì)環(huán)節(jié)，使用人工智能之后，開發(fā)周期大大縮減。例如某款休閑類游戲中，可能設(shè)計(jì)1000多個(gè)圖標(biāo)，如果是人工繪制，每一個(gè)圖標(biāo)的成本400元左右，1000多個(gè)圖標(biāo)將會(huì)耗時(shí)一個(gè)多月，成本高達(dá)60萬(wàn)元。但在AI輔助后，基本上一個(gè)人兩個(gè)星期就能完成，只需要兩三萬(wàn)元的成本。

從這案例可以看出，AI要做的并不是直接取代人類，或者直接幫助人類完成所有工作。 更多，只是去幫助加速某些環(huán)節(jié)（比如設(shè)計(jì)環(huán)節(jié)），從而相比以前減少成本。

還是我們之前文章里表達(dá)過的觀點(diǎn)：當(dāng)下的AI，都是大語(yǔ)言模型，本質(zhì)上都是在“猜字謎”——AI確實(shí)能理解我說的每一個(gè)字，也確實(shí)能夠給出看上去還挺靠譜的回答，但這一切的背后，不是AI真的理解了這個(gè)世界的規(guī)律，而是 AI覺得這樣的回答更容易被人類接受罷了。

尤其是當(dāng)你要求AI完成一個(gè)相對(duì)完整的任務(wù)，這種馬腳就會(huì)立刻顯露出來——當(dāng)下的AI根本不知道事物的規(guī)律，只是在根據(jù)訓(xùn)練的數(shù)據(jù)， 做出一些似乎看上去還挺靠譜的回答而已。

以O(shè)penai的Sora模型生成的視頻來說，在早期的一段宣傳視頻中，AI被要求生成一段建筑工地的移軸畫面，整體看上去似乎還不錯(cuò)，但如果仔細(xì)看，你會(huì)發(fā)現(xiàn)，視頻里的叉車根本不理會(huì)地面上堆放的建筑材料，直接開了上去，而且碰到人之后原地來了個(gè)漂移。

這就是一個(gè)典型的AI生成作品的問題：它只給你提供一個(gè)看似靠譜的東西，因?yàn)樗⒉荒軓脑砩现涝撛趺醋觥?

因此，如果要評(píng)價(jià)當(dāng)下AI帶給我們的實(shí)際體驗(yàn)，大概率會(huì)是這樣的一種感覺：如果我們需要走100公里的路， 當(dāng)前的AI并不能讓我們?cè)谵D(zhuǎn)瞬間走完這100公里，但卻可以讓其中的10公里的路段變得更好走。

02 產(chǎn)業(yè)AI和大眾AI

從另一個(gè)角度來看的話，則是成本和收益的問題。

本輪的AI浪潮，核心其實(shí)是LLM，即語(yǔ)言大模型——參數(shù)量數(shù)十億乃至上百億，需要專門的GPU集群，訓(xùn)練成本極高——真正能跑出來的產(chǎn)品，無一例外，都是用真金白銀堆砌起來的。

但AI顯然是要普及的，封閉、資本密集的大模型并不符合這樣的大趨勢(shì)。于是乎，開源的小模型成為了新的熱點(diǎn)——大模型的體量，使得它在手機(jī)、物聯(lián)網(wǎng)設(shè)備等小型終端上部署起來頗為麻煩，但小模型則不同。尤其是那些要求快速反應(yīng)的領(lǐng)域，比如語(yǔ)音和圖像的識(shí)別處理，小模型的處理效率也會(huì)更快——某種程度上說，小模型相當(dāng)于是大模型的精華版。

以openai的GPT-4o mini來說，成本下降的情況下，質(zhì)量反而更高，這就是數(shù)據(jù)集和訓(xùn)練方式改變后帶來的突破。

當(dāng)前AI的這種特性，也影響了產(chǎn)業(yè)AI和大眾AI的發(fā)展方向——因?yàn)楫?dāng)下的AI大模型，哪怕開發(fā)成本高昂、功能強(qiáng)大，其實(shí)也不足以做到0-100都給我高質(zhì)量包圓，所以AI要么就是專精于某一個(gè)環(huán)節(jié)，幫助產(chǎn)業(yè)里的某個(gè)環(huán)節(jié)提速，即產(chǎn)業(yè)AI；要么就是直接娛樂化，也不追求什么質(zhì)量，差不多能用就行，即通常的大眾AI。

大眾AI的例子很多，國(guó)外的有chatgpt，midjourney等，國(guó)內(nèi)有文心一言、豆包等，

這些AI產(chǎn)品的相似性是：基本都是黑盒模式，你根本不知道它到底是怎么操作的，在具體使用的時(shí)候，往往是需要多次生成，然后在諸多結(jié)果里選擇最優(yōu)的那個(gè)。

以Chat-gpt這樣的大語(yǔ)言模型來說，它的工作原理就是去“猜字謎”——首先是數(shù)據(jù)收集與準(zhǔn)備工作。所需的數(shù)據(jù)來源廣泛，包括小說、新聞報(bào)道，甚至涵蓋視頻和音頻等多種形式。

除此之外，還需構(gòu)建一個(gè)龐大且多樣化的語(yǔ)料庫(kù)，以便模型進(jìn)行深入學(xué)習(xí)。為提高學(xué)習(xí)效率，應(yīng)對(duì)這些原始數(shù)據(jù)進(jìn)行嚴(yán)格的標(biāo)準(zhǔn)化處理，確保模型能夠更為高效地?cái)z取和處理信息。

隨后，在構(gòu)建大語(yǔ)言模型的過程中，基于Transformer架構(gòu)成為首選。盡管Transformer架構(gòu)在技術(shù)層面頗為復(fù)雜，但從本質(zhì)上講，它能夠模擬人類語(yǔ)言的語(yǔ)法規(guī)則，進(jìn)而實(shí)現(xiàn)自然且流暢的內(nèi)容生成，相當(dāng)于是讓AI掌握的基本的人類語(yǔ)法知識(shí)——所以雖然AI給出的東西未必好用，但肯定不會(huì)胡言亂語(yǔ)——在這方面，Transformer架構(gòu)可以被視作AI的語(yǔ)言中樞及表達(dá)工具。

而之后的訓(xùn)練，則需要MLM技術(shù)的干預(yù)——在訓(xùn)練環(huán)節(jié)，隨機(jī)遮擋住輸入文本里的一些詞匯，不需要人工介入，模型就會(huì)自動(dòng)利用剩下的信息去分析判斷，在這個(gè)過程里，大模型會(huì)學(xué)習(xí)到詞匯之間的關(guān)系，知道如何去理解一句話和一段話的上下文關(guān)系，從而提高它對(duì)于自然語(yǔ)言的駕馭能力。

像是圖片生成類的AI其實(shí)也都是類似的原理，只不過把遮蓋起來的東西從文字變成了圖像。

而專業(yè)的AI則相反，更加精準(zhǔn)，不需要多次生成結(jié)果選最優(yōu)。在這個(gè)領(lǐng)域，國(guó)外有Adobe firefly和comic maker ai，國(guó)內(nèi)有釘釘AI。

以adobe firefly來說，它相當(dāng)于是讓傳統(tǒng)的Photoshop軟件有了AI功能，用戶不再需要像以前那樣手動(dòng)在十幾個(gè)菜單里選擇不同的選項(xiàng)進(jìn)行操作，而是可以圈起來要修改的部分，直接用自然語(yǔ)言命令A(yù)I完成特定的操作。而釘釘?shù)腁I則有各種智能助手功能——例如“AI工單助理”，可以自動(dòng)抓取釘釘群里的消息，分析其中表達(dá)的訴求，根據(jù)預(yù)先學(xué)習(xí)的企業(yè)知識(shí)，自動(dòng)生成工單并派單給有關(guān)責(zé)任人。

不論是firefly，還是釘釘?shù)墓沃恚f到底，其實(shí)是先得有photoshop和釘釘這樣的工具類軟件，而后才能在此基礎(chǔ)上進(jìn)行AI升級(jí)，從而開發(fā)出相關(guān)的AI產(chǎn)品—— 這類專業(yè)AI產(chǎn)品僅能在本體軟件的范圍內(nèi)活動(dòng)，但卻能更精準(zhǔn)、更高效，不需要像大眾AI產(chǎn)品那樣多次生成選最好。

03 結(jié)尾：實(shí)用主義的AI

綜上所述，我們可以清晰地看到，當(dāng)下的AI正處在一個(gè)充滿矛盾與機(jī)遇的發(fā)展階段。它既能在某些特定領(lǐng)域大放異彩，為我們帶來前所未有的便捷與效率，又時(shí)常會(huì)在更廣泛的任務(wù)面前顯得捉襟見肘，暴露出其能力的局限性。

沒辦法，技術(shù)的發(fā)展從來不是一蹴而就的，從來都是螺旋上升的——現(xiàn)在是2024年，5年前的2019年，我們之中絕大多數(shù)人不會(huì)意識(shí)到AI會(huì)發(fā)展成現(xiàn)在這個(gè)樣子。

當(dāng)下的AI大模型等產(chǎn)品，雖然還有這樣或者那樣的問題，但技術(shù)的發(fā)展是相當(dāng)迅速的，AI大模型的進(jìn)化是比摩爾定律的速度更嚇人的—— 尤其是在當(dāng)下，在強(qiáng)化學(xué)習(xí)技術(shù)越來越成熟的情況下，AI將不再只是猜字謎，而是真正開始學(xué)習(xí)、認(rèn)識(shí)這個(gè)世界，具備獨(dú)立思考的能力。

本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個(gè)人觀點(diǎn)，不代表創(chuàng)業(yè)邦立場(chǎng)，轉(zhuǎn)載請(qǐng)聯(lián)系原作者。如有任何疑問，請(qǐng)聯(lián)系editor@cyzone.cn。