AI大模型的背后：效率与心灵的双重革命

程序员世杰

已于 2024-06-23 09:17:06 修改

阅读量554

点赞数 24

分类专栏：人工智能文章标签：人工智能大模型

于 2024-06-22 23:05:26 首次发布

本文链接：https://blog.csdn.net/qq_33945246/article/details/139889720

版权

人工智能专栏收录该内容

2 篇文章 0 订阅

订阅专栏

AI大模型的底层逻辑

这是一张末代皇后婉容的照片，AI模型上色之后就成了这样

不仅如此，AI还可以为这张照片提供多种不同的配色

那么AI是怎么完成黑白照片的上色的呢？

如果让我这个人类去给这张照片上色的话，我能想到两种方法

方法1：我先去调查婉容这件衣服的材质，甚至尝试去找到这件衣服的本体，在结合史料上拍张照片的时间地点、当天的天气光照，确定一种最有可能的颜色给它涂上去，这种方法叫做分析推理方法。

方法2：我随便找个看着不那么突兀的颜色，就给他涂上去，所有的背景事物照此操作，最后出来的照片像那么回事就行，因为我看过很多女人穿着类似衣服的彩色照片，这种方法我们姑且称之为套模板

AI并不擅长复杂的分析推理，但在模板套用方面无与伦比。

AI通过大量的数据训练，总结出各种模板，并在适当的场景中进行应用。特别是在最近的大模型革命之后，AI变得非常擅长从海量数据中提取信息，建立模板，然后迅速应用。这一过程不仅表现出极高的效率，也展现出令人惊叹的能力

无与伦比的效率

AI大模型很难承担真正的原创性工作，也就是说，它们无法取代人类在战略决策和创意形成方面的角色。但是，在扩展、翻译、总结和查找方面，AI比任何人都高效。

这里的扩展翻译总结查找，都是广义上的说法

于是基于广义扩展翻译总结查找，围绕AI大模型就产生了大量的应用

扩展： 例如将文本扩展成图片，如Midjourney、Stable Diffusion、DALL·E 2等。

翻译： 例如将文字转化为PPT，如Tome、Copilot等。

总结： 例如将文字转换成视频，如Runway。

查找： 例如将文字转化为网站代码，如Copilot X。

现在美国的互联网新产品发布平台Product Hunt，上面已经有一半以上的新发应用是基于AI，帮你解决各种各样的小问题的：比如说在繁杂的Excel数据当中找出关键的增长指标就是查找，这些本来需要投入几小时甚至几天去完成的工作，现在AI能在几秒钟之内帮你完成

当我们利用AI完成基础工作后，数据会保存在数据库里，而不是人类的脑中。数据的提取和传输速度取决于内存和带宽，而不是人类的思考速度。因此，信息在组织内部的上传下达和横向沟通的效率会大幅提高。

例如，在管理软件领域的大数据分析中，大型连锁商店会收集大量的经营数据进行分析。然而，当运营人员需要查看某些特定数据时，可能因为数据涉及敏感的商业机密而无法直接查看。而且，一般的电脑也无法处理如此庞大的数据库。因此，需要专业的工程师来提取这些数据，并且按照优先级排队。实际获得数据可能要等待几周甚至几个月。而AI大模型可以将这个过程缩短到几秒钟。

实际上我们日常的工作当中，只有非常非常少的一部分是严格意义上的原创，而有大量的信息搜索总结翻译扩展，大量的沟通上传下达，当AI充分介入之后，这些流程将会不复存在，大集团公司老板和国家领导人将可以直接获取最基层的信息，而绝大多数产品的开发周期都会缩短到一天之内，上午形成想法晚上网站上线，甚至配合日益成熟的3D打印技术，上午形成想法晚上零件入库，这就是AI大模型能给我们带来无与伦比的效率。