「AI 快讯」

吴恩达2023最新演讲：AI 的机遇 | 智图派

Axton

Nov 4, 2023 — 11 min read

掌握「AI 提示工程」与「AI 自动化」，就掌握了AI未来的两大核心能力 👇

吴恩达老师在2023最新演讲中表示，人工智能，尤其是像 GPT-3 这样的大型语言模型，有可能彻底改变各行各业并创造新的机遇，但重要的是要优先考虑造福人类的项目。

在谈到AI的风险时，吴恩达老师说如今的人工智能在偏见和公平性方面已经有所改善，但最大的风险是会影响到人们的工作，尤其是高薪人群的工作，社会必须确保受影响的人得到良好的照顾。我觉得，作为会受到影响的人群，我们自己也需要做好准备。就像假如我是一名马夫，当汽车时代来临的时候，必须尽快学习开车才是安全的。

以下为视频要点，由 AI 翻译总结。注意：AI 可能会犯错，请考虑核实重要信息：

人工智能是一种通用技术，其中监督学习和生成式人工智能是最重要的工具，而这个十年正在大规模监督学习的基础上进行扩展，纳入了人工智能天才这一令人兴奋的工具。
- 吴恩达博士是著名的人工智能专家和教育家，曾创立多个人工智能组织，并在世界各地教授数百万人，包括在斯坦福大学。
- 人工智能是一种通用技术，可用于各种应用，类似于电力，应被视为工具的集合。
- 监督学习和生成式人工智能是人工智能领域最重要的两种工具，监督学习在标记和计算输入到输出方面非常有效，而生成式人工智能则在在线广告、自动驾驶汽车、船舶航线优化、自动视觉检测和餐厅评论声誉监测等应用中非常有用。
- 监督学习适用于各种应用，例如通过收集标注数据点并将其用于机器学习项目来标注餐厅评论。
- 过去十年的重点是利用大型人工智能模型和数据进行大规模监督学习，而这十年则在此基础上进一步拓展，纳入了人工智能天才这一令人兴奋的工具。
像 GPT-3 这样的大型语言模型可以加快人工智能应用的开发速度，将构建这些应用所需的时间从数月缩短到一周，从而带来大量定制的人工智能应用，而这正是许多人所低估的。
- 人工智能中的文本生成（如 GPT）使用监督学习，根据大量训练数据将输入映射到输出，从而预测下一个单词。
- 像 GPT-3 这样的大型语言模型不仅有利于消费者，也有利于开发人员，因为它们可以大大加快以前需要数月才能开发完成的应用程序的构建过程。
- 建立商业级人工智能系统（如餐厅点评系统）的过程通常需要六到十二个月，包括获取标注数据、训练和调整人工智能模型，以及确保性能稳定。
- 过去需要数月甚至一年时间才能构建的人工智能应用，现在一周就能完成，这将带来大量定制的人工智能应用，而许多人却低估了这一点。
- 演讲者演示了如何使用 Python 代码和 OpenAI 工具编写情感分类器，并成功地将文本归类为具有积极情感的文本。
有监督学习和人工智能预计将在未来三年呈指数级增长，为初创企业和大公司通过通用技术创造价值创造机会，尽管短期内可能会遇到暂时的挫折。
- 监督学习是目前最有价值的人工智能技术，而生成式人工智能是一个规模较小但令人兴奋的新进入者，此外还有其他工具可用。
- 有监督学习和人工智能预计将在未来三年呈指数级增长，为初创企业和大公司通过通用技术创造价值创造机会。
- 人工智能等通用技术具有广泛的应用和潜力，但在短期内可能会遇到暂时的挫折。
- Lenser 和手电筒应用是不错的创意，但由于容易被复制而缺乏长期价值，而 iOS 的兴起则催生了 Uber、Airbnb 和 Tinder 等更具创新性的平台。
在消费软件之外，人工智能领域也存在着令人兴奋的机遇，小规模项目和低代码/无代码工具使各行业能够定制自己的数据并从中获取价值，从而强调了现有企业的分销优势。
- 人工智能的崛起为创造有价值的深度应用提供了机遇，但由于价值集中在数十亿美元的项目上，人工智能在消费软件和互联网之外的应用仍处于早期阶段。
- 10-15 年前，我们开发了一个配方，雇用 100 名工程师来创建相关广告软件，但在消费软件之外，其他行业也有令人兴奋的机会，比如与披萨制造商合作拍摄披萨照片。
- 有许多小型项目，每个项目价值 500 万美元，这些项目所需要的方法与雇用一大批工程师不同，因为使用人工智能技术可以更高效、更有效地执行这些项目。
- 人工智能社区正在开发低代码和无代码工具，让用户可以轻松定制人工智能系统，使各部门能够训练自己的人工智能系统，并从自己的数据中提取价值。
- 谷歌和必应无法访问某些图片，因此需要一些工具，让披萨工厂这样的企业能够使用自己的披萨图片创建和维护自己的人工智能系统，同时使用语言模型和以数据为中心的人工智能技术，使其更加可行，并让科技界以外的行业也能使用。
- 发言人讨论了通过创办不同公司和将人工智能融入现有业务来寻求多样化人工智能机会的必要性，并强调了现有公司的分销优势。
在人工智能堆栈中，尤其是在开发者工具方面，存在着竞争激烈的机会，也存在着成为大赢家的机会，这一层的成功取决于应用层的更大成功，例如基于人工智能的恋爱关系指导应用 Armor Raw，由于市场大而竞争小，它凸显了将人工智能用于恋爱关系指导的令人兴奋的机会。
- 人工智能堆栈，尤其是硬件和基础设施层存在着机遇，但这位发言人更倾向于关注开发者工具层，因为这里竞争激烈，有机会成为大赢家之一。
- 人工智能技术和工具层的成功取决于应用层的更大成功，基于人工智能的恋爱关系指导应用 Armor Raw 就是一个例子。
- 利用人工智能进行恋爱关系指导的机会令人兴奋，因为这一领域的市场很大，竞争相对较少。
Bearing AI 利用人工智能提高船舶的燃油效率，从而显著节省燃油并改善环境，这要归功于三井物产、迪伦和 Andrew Ng 的人工智能专长之间的合作。
- 演讲者分享了他们创建初创企业的秘诀，强调了透明度和获取各种想法的重要性。
- 一家名为 "Bearing AI "的公司利用人工智能提高船舶的燃油效率，其灵感来自一家日本企业集团的建议。
- 在项目开始时引入首席执行官，可以减轻知识转移和验证的负担，从而提高学习效率，增加生存和获得资金的机会。
- 得益于三井物产、迪伦和 Andrew Ng 的人工智能专业知识的合作，数百艘船舶现在能够利用人工智能自动驾驶，从而大大节省了燃料，并带来了环境效益。
- 让有具体想法的初创企业参与进来，并与主题专家合作，会带来令人兴奋的机会，因为在构思阶段了解各行各业的效率很低，成本也很高。
人工智能技术有可能消除商业广告，改善偏见和公平性，但最大的风险是工作中断，因此，优先考虑造福人类并在道德上支持受影响工人的项目至关重要。
- 通过自动购买广告中的产品来消除商业广告，因为具体的想法可以被有效地验证或证伪，并为人工智能领域的执行提供明确的方向。
- 与已经提出好想法但缺乏合作伙伴的个人合作，可以在人工智能领域实现高效的验证和构建过程。
- 演讲者讨论了人工智能技术的风险和社会影响，并强调了只从事造福人类且符合道德规范的项目的重要性。
- 如今的人工智能在偏见和公平性方面已经有所改善，但最大的风险是会扰乱工作，尤其是高薪工人的工作，社会必须确保受影响的人得到良好的照顾。
人工智能既有可能产生积极影响，也有可能产生消极影响，但如果控制和管理得当，它可以成为一种宝贵的工具，用于应对真正的灭绝风险，并为每个人创造新的机遇。
- 人工智能引发了大量热议，但由于生物智能和数字智能的发展路径不同，能够像人类一样执行任务的 AGI 还需要几十年的时间。
- 大型英语模型在某些方面比人类更聪明，但在另一些方面却比人类更笨。虽然有人炒作人工智能会带来灭绝风险，但这位发言人认为，为了人类的利益，人工智能是可以控制和管理的，它甚至可以成为解决大流行病和气候变化等真正灭绝风险的关键部分。
- 人工智能作为一种通用技术，为每个人都创造了新的机遇，而未来的重要工作就是建立具体的使用案例，并让更多人参与到这些机遇中来。