正视AI的颠覆性力量

观点 / 王煜全 主笔 / 尤安责编 / 黄静

今天，选了一篇过往比较受欢迎的文章《恳请你，一定要把AI当回事》。希望对你有所启发。

AI，看似平平无奇？

AI的下一轮机遇何在？

首要方向："更广阔的语境理解能力"

前谷歌CEO施密特曾在演讲中提及一个案例。

他预言，未来每个人都将拥有专属AI助手，精准执行指令，向东绝不向西，远胜现今那些颇有主见的人类工程师。

那么，作为未来AI的重要发展方向，"Text-to-Action"的核心是否仅在于"服从指令"，进而提供"更具执行力的服务"呢？

远不止如此。王煜全指出，施密特所暗示的内涵要深远得多。

在"服从"与"执行力"之间，还存在着至关重要的环节：

它是否能如行业专家般，真正理解并掌握实现指令的具体方法。

换言之，它是否具备领域智能（Domain Intelligence）。

以自动驾驶为例。

设想你刚购入一辆自动驾驶汽车，坐定后吩咐道："前往东方明珠"。

车辆随即启动。然而，要真正安全抵达目的地，具体该如何操作？

仅仅掌握转向、加速与制动，就足够了吗？它如何精准判断转向时机与幅度？何时加速，何时减速？

早期方案是：如机器般"依程序"驾驶。

例如，先通过摄像头采集图像，全面识别周边环境。前方物体是否为红灯？若是，则依据预设的交通规则程序执行停车。

随后，端到端视觉智能出现，方式随之改变：如"资深司机"般凭经验驾驶。

具体来说，在正式上路前，系统会大量"学习"资深司机的驾驶视频。若分析了一万个视频中，老司机均在类似物体前停车，那么下次遇到相同情况，系统也会选择停车。

机械式驾驶与经验式驾驶。

"服从"，"不仅服从指令，更能在特定任务领域内如专家般思考决策，真正理解如何实现指令要求"。

你认为哪种"司机"更具执行潜力？

王煜全认为，Text-to-Action的核心是破解"执行难题"。

如何解决？关键在于不仅"服从指令"，更要"具备领域智能，懂得如何执行"。

"Text-to-Action"，即"更具执行力的服务"。

其价值在于"将文本指令直接转化为实际行动或流程，提供更服从、更切实可行的服务"。

结语