AI时代必备：核心概念与关键动态全解析

人工智能已渗透至现代生活的方方面面，涵盖音乐、媒体、商业、生产力乃至社交约会。面对海量信息，人们往往难以全面掌握——因此，请继续阅读，了解最新的重大进展、关键术语及核心企业，助您在这个飞速发展的领域中保持领先。

首先，让我们明确AI的定义：

人工智能（亦称机器学习）是一种基于神经网络的软件系统，其概念早在几十年前便已提出，但近期凭借强大的新型计算资源而迅猛发展。AI不仅实现了高效的语音与图像识别，还能合成图像与语音。目前，研究人员正致力于让AI具备浏览网页、预订票务、调整食谱等能力。

不过，若您担心会出现类似《黑客帝国》中的机器反叛——大可不必焦虑。我们稍后将详细探讨这一话题！

本指南分为三大板块，您可按任意顺序阅读：

第一部分介绍最基础且近期至关重要的核心概念。

第二部分概述人工智能领域的主要参与者及其重要性。

第三部分则提供一份精选的最新新闻与发展动态清单，助您掌握前沿资讯。

阅读本文将助您尽可能紧跟时代步伐。

AI的一大魅力在于，尽管其核心理念已存在五十余年，但直至近期，即便是技术专家也鲜少真正熟悉。因此，若您感到困惑，无需担心——大家皆然。

此外，需特别说明：虽名为“人工智能”，该术语实则略有误导。关于“智能”尚无统一定义，且这些系统的运作机制更接近计算器而非人脑。只不过，其输入输出方式更为灵活。不妨将AI视为人造椰子——一种模拟的智能形态。

尽管如此，在任何AI讨论中，您都会遇到以下基础术语。

神经网络

人脑主要由相互连接的细胞（即神经元）构成，它们形成复杂网络以执行任务并存储信息。自60年代起，人们便尝试在软件中复刻这一奇妙系统，但直到15至20年前，GPU的出现才使数字神经网络得以蓬勃发展，所需算力得以普及。本质上，它们由大量点和线组成：点代表数据，线代表数值间的统计关联。如同大脑，此类系统可快速接收输入，经网络处理后生成输出。此系统被称为模型（model）。

模型

模型（model）是实际的代码集合，负责接收输入并返回结果。其与统计模型或模拟自然过程的建模系统术语相近，并非巧合。在AI领域，“模型”可指完整系统（如ChatGPT），亦可指任何AI或机器学习构造物，无论其功能或产出为何。不同规模的模型意味着占用存储空间及所需计算资源的差异，而这取决于模型的训练（trained）方式。

训练

构建AI模型需将构成系统基础的神经网络暴露于大量信息中，在所谓数据集或语料库中进行训练。通过此过程，庞大网络会对数据形成统计表征。训练是计算资源消耗最大的环节，意味着需在高性能计算集群上运行数周甚至数月（时间可按需延长）。

原因在于网络结构复杂，且数据集规模庞大：数十亿单词或图像需被分析，并在巨型统计模型中呈现。另一方面，一旦训练完成，模型在使用时可更轻量化，所需资源更少，此过程称为推理（inference）。

推理

当模型实际运行时，我们称之为推理，这与词语的传统含义高度契合：基于可用证据进行推导以得出结论。当然，它并非严格意义上的“推理”，而是在数据中以统计方式连接各点，并预测下一点。

例如，在提示“完成序列：红色、橙色、黄色……”时，模型会识别这些词汇对应列表的起始部分——彩虹颜色，并据此推断生成剩余部分。

相较于训练，推理通常计算成本更低：可类比为查阅卡片目录而非重新编排目录。大型模型仍需在超级计算机或图形处理器上运行，但小型模型则可在智能手机等简易设备上执行。

生成式人工智能

众人热议的生成式人工智能，是一个广义术语，指代能生成原创输出（如图像或文本）的AI模型。某些AI仅做总结、重组或识别，但如今特别流行的是能真正“创造”内容的模型（无论是否算“创造”尚有争议）。只需记住：AI生成某物，并不意味着其正确，甚至未必反映现实！它仅表示该内容在您提出需求前并不存在，如同故事或画作。

除基础知识外，以下是2023年中旬最相关的AI术语。

大型语言模型

大型语言模型（LLM）是当今最具影响力且多功能的AI形式，其在构成网络的几乎所有文本及大部分英语文学上训练而成。通过吸收这些内容，构建出庞大的基础模型（后文详述）。大型语言模型能用自然语言对话、回答问题，并模仿各类书面风格，正如ChatGPT、Claude和LLaMa所展示的那样。

尽管这些模型令人印象深刻，但必须牢记它们仍是模式识别引擎，回答问题时试图复现已识别的模式，无论该模式是否反映现实。大型语言模型常产生“幻觉”效应，我们稍后将详述。

若您想深入了解大规模语言模型及ChatGPT，请参阅我们专门撰写的文章！

基础模型

从零开始训练庞大数据集成本高昂且操作复杂，因此不宜频繁进行。基础模型（foundation model）是初始构建的大型模型，需超级计算机运行，但可通过减少参数数量来缩小体积。可将其视为模型需处理的总数据点量，当今可达百万、十亿甚至万亿级。

微调

如GPT-4之类的基础模型虽聪明，但属于通才设计——它吸纳了从狄更斯到维特根斯坦再到《龙与地下城》规则等一切内容，但若想让它协助撰写求职信，效果未必理想。

幸运的是，可通过向模型提供额外专门数据集进行微调（fine tune），以提升其在特定领域的辅助能力，例如使用数千份已有工作申请文档。这使得模型在该领域内更懂如何协助您，同时不丢失从其他训练数据中获得的通识知识。

人类反馈强化学习（RLHF）是一种特殊微调方法，利用人类与大型语言模型的交互数据，提升其沟通技巧。

提示工程

在LLM（语言模型）中，提示工程（Prompt Engineering）指在与模型对话或生成文本时，设计并编写有效的提示（prompts）或指令，以引导模型产出期望的回复或结果。

在LLM中，Prompt Engineering至关重要，因为模型行为与回答常受输入提示影响。通过精心设计的提示，可引导模型生成更准确、有用且可靠的回答。优化Prompt Engineering能显著提升与LLM的交互质量。

扩散

图像生成可通过多种方式实现，但迄今为止最成功的是扩散（diffusion）技术，这也是Stable Diffusion、Midjourney等流行生成式AI背后的核心技术。扩散模型通过训练逐渐受损的图像（添加数字噪声），直至原始图像消失。

通过观察此过程，扩散模型也学会了反向操作：在纯噪声上逐步添加细节，形成任意定义的图像。对于图像生成，我们已超越此阶段，但该技术可靠且相对易懂，短期内不会消失。

幻觉

最初，这是一个问题：训练中出现影像滑入无关输出（例如因训练集中狗占主导，导致建筑物似乎由狗构成）。如今，当AI因训练数据不足或冲突而编造内容时，被称为产生幻觉（Hallucination）。

这既可能是优势也可能是劣势：要求AI创作原创或衍生艺术作品时，它正是在产生幻觉；LLM可被指示以Yogi Berra风格写爱情诗，它会欣然执行——尽管数据集中并无此类事物。但当需要确切答案时，这可能成为问题；模型会自信地呈现半真半幻的回答。目前尚无简单方法区分真假，除非亲自核查，因为模型本身无法判断“真”或“假”，它只是尽力完成模式匹配。

AGI或强人工智能

通用人工智能（Artificial General Intelligence）或强人工智能尚无明确定义，但最简解释是指一种足够强大的智能，不仅能像人类一样执行任务，还能像我们一样学习并自我改进。有人担忧这种学习、整合思想、再加速学习与增长的循环，可能导致无法限制或控制的超级智能系统。甚至有人提议推迟或限制研究以阻止此类可能。

当然，这听起来可怕，电影《黑客帝国》和《终结者》已探讨过AI失控并企图消灭或奴役人类的情节。但这些故事并非基于现实。我们在ChatGPT等处看到的智能表现虽令人印象深刻，却与我们所认知的“真正”智能中的抽象推理及动态多领域活动几乎无共通之处。

尽管难以预测未来走向，但将AGI类比为星际航行或许有所帮助：我们都理解这一概念，似乎正朝此努力，但距离实现目标仍遥不可及。由于需要庞大资源与根本性科学突破，无人能突然意外达成！

思考AGI虽有趣，但正如评论家所指，尽管AGI存在局限，且很大程度上正因这些局限，它今天已带来真实且后果严重的威胁，此乃无需借题发挥的现实。无人想要“天网”（Skynet），但无需拥有核武器的超级智能也能造成真实伤害：如今，人们正失去工作、遭受欺骗。若我们无法解决这些问题，又何谈对抗T-1000？

OpenAI

若说AI领域有一个家喻户晓的名字，那便是OpenAI。如其名所示，OpenAI最初旨在进行研究并以更开放方式分享成果。后重组为传统盈利公司，通过API和应用向外界提供其语言模型（如ChatGPT）的访问权限。该公司由Sam Altman领导，他是一位科技乌托邦亿万富翁，同时也警示AI可能带来的风险。OpenAI被公认为LLM领域的领导者，并在其他领域开展研究。

微软

正如预期，微软在AI研究方面投入巨大，但与其他公司类似，在将实验转化为主要产品方面成效有限。其最明智之举是早期投资OpenAI，并与其建立长期合作伙伴关系，在Bing会话代理中应用OpenAI技术。尽管微软自身贡献较小且直接应用性不强，但其在研究领域仍具相当影响力。

谷歌

谷歌以冒险项目闻名，却在AI领域错失良机，尽管其研究人员实际上发明了直接促成今日AI爆发的技术——Transformer。如今，谷歌正努力开发自有LLM及其他代理程序，但明显处于追赶状态，过去十年将大量时间与资金投入到已过时的“虚拟助手”概念AI中。首席执行官Sundar Pichai多次表示，公司将坚定支持搜索与生产力领域的AI发展。

Anthropic

在OpenAI转变立场后，兄妹Dario Amodei和Daniela Amodei离开OpenAI创立Anthropic，意图打造开放且具伦理考量的AI研究机构。凭借雄厚资金，即使其模型如Claude尚未广为人知，他们仍是OpenAI不可忽视的强劲对手。

Stability

虽有争议但不可避免，Stability代表了“随心所欲”的开源AI实施学派，它吸纳互联网一切内容，并在具备适当硬件条件下免费提供其训练出的生成式AI模型。这与“信息渴望自由”的哲学高度一致，但也加速了道德可疑的项目，如生成色情图像及未经授权使用知识产权（有时兼而有之）。

埃隆·马斯克

作为不愿落后之人，马斯克表达了对失控AI的担忧，并在早期为OpenAI贡献后对其发展方向感到不满。尽管马斯克并非该领域专家，但其言行与评论常引发广泛反响（他是上述“AI暂停”联署者之一），并正试图启动自有研究机构。

一周AI热点（7月第1周）