AI 作为快速发展的新兴科技,其本质仍未完全为社会所认知。目前对 AI 的认识仍普
遍存在三大谬误,现出对AI 技术不同程度的过度轻视或放大威胁。此类谬误背后对AI
技术特征和发展路径的误解,将严重阻碍 AI 技术在社会和企业层面的广泛与正确应
用。
谬误 1:AI是一种更强的工具,像超级计算机一样可被购买。
将 AI 定义为工具是对 AI 技术本质缺乏认识,仅停留在其工具性层面,而忽视 AI 是一
种全新的生产方式,将带来与之匹配的全方位组织形式变革。对 AI 技术革命性的轻
视、思维上的墨守成规,可能导致企业和政府错过技术和组织转型的关键入场点,或
对 AI 的使用浮于表面,无法及时利用 AI 模型改善运营和决策全流程,此后的追赶将
困难重重。
谬误 2:AI无所不能,人类是执行器,AI将取代人类。
此谬误忽视AI 存在的固有缺陷,AI 仍没有取代人类的能力,例如,AI 在创造性方面无
法替代人类,也不能像人类那样感知情景。AI 并非被设计来完全取代人类的,相反,
AI 旨在增强人类的能力,提高效率,人类与 AI 的关系将会是互补而非替代。在 AI 技
术开始突破临界点的当下,放大 AI 威胁论只会在社会舆论中制造恐慌,对 AI 技术和
人类工作的有效融合无益。
谬误 3:AI将和人类具备平等的地位。
这种认知不是科学也不是社会治理理念,忽视了AI 工具性的本质。AI 是计算机程序构
建的模型,其目的是更好地根据数据做出预测,本身不具备主观感觉能力。人类固然
能从 AI 身上得到启发,但 AI 并不会具有和人类相同的地位,AI 的发展最终落脚点是
为人类所用。
第二章提供全景式的 AI 产业链图谱和 中美 AI 能力对比;第三章阐述了生成式 AI 的核心技术及发展趋势;展望 AI 商业化路径和产业竞争格局演变
B端及C端AI应用,目前B端应用落地较快,C端应用静待杀手级应用出现;C端应用头部格局稳定,但用户需求不明确,往往是供给激发需求
国内通用类大模型正在持续拓展应用领域,包括文心一 言、通义千问、星火认知等一批通用大模型正在快速发展,垂直领域专业类大模型也在不断深化落地
生成式 AI 等创新技术,正在引领未来商业发展的新方向;将 AI 技术和 AI 应用视为增加企业营销能力的伙伴,共同 生成商业新未来
当Al与劳动高度互补时,互补效应变得强于位移效应,特别是在收入分配的上半部分,导致与低互补情况相比
模型无法做到无限制的创意赋能,随着海量设计师利用同一模型 进行设计流程的迭代,产品的设计风格可能趋于同化,扩大设计师在 实践中所创造知识的影响力
训练与微调成本,该训练成本仅针对企业应用基础模型结合行业知识与数据集进行训练与微调的成本,并非基础大模型训练成本,该成本仍然为行业知识壁垒显著的企业必须承担的成本
详细介绍SPG框架的设计原理,技术模块和应用案例,为读者提供一个全面了解SPG框架的机会,并激发更多的讨论和合作,推动知识图谱技术的发展和应用
分析了人工智能的根本科学问题,揭示了人工智能科学是人类科学技术发展的必然结果,分析了人工智能科学是现有科学体系所不足于支撑的重大科学问题
梳理研究AI与视觉艺术结合的应用案例和艺术作品,为全面更新数字艺术发展模式,实现数字艺术产业新格局提供参考,助力推动AI艺术创新和产业应用的成果转化
伴随基于大模型发展的各类应用的爆发,生成式 AI,为用户提供突破性的创新机会,打破了创造和艺术是人类专属领域的局面,大模型拥有了不断学习和成长的基因