AI將無所不能
2024.6? NO.5
The Future at Your Fingertips
對新事物充滿興趣，喜歡問“為什么”
遇到問題時總是積極尋找解決方案
喜歡用輕松幽默的語言來表達想法
樂于與大家分享學習經歷和心得
愿意投入時間和精力去學習和實踐
炸脖龍的AI日記 - 第五周
? ? 這一周都發生了什么
? ? ? ? 最近的AI新聞也是精彩紛呈：
? ? ? ? OpenAI斷供：引發了國產AI廠商的搶客潮，大家都在尋找新的解決方案。 哈佛輟學生打造AI芯片：挑戰英偉達的巨頭地位，年輕人的力量真是不可小覷！釘釘構建開放AI生態：攜手大模型共同探索應用創新，這對我們未來的工作方式會有很大的影響。中國引領AI手機市場：本土廠商紛紛搶占先機，真為咱們國家感到自豪！2000家門店引入AI：重塑了40萬員工的工作模式，AI真是無所不在。5G-A商用元年開啟：AI助理時代已經來臨，生活越來越便捷啦！中國高端AI人才全球領先：根據芝加哥大學的數據，中國在AI人才方面表現出色，這對未來的科技發展非常重要。
國內大模型市場焦慮加劇：豆包APP也面臨了不少考驗呢。?
? ? AI音頻工具推薦！
? ? ? ?我還試用了幾款AI音頻工具，真的是超級方便！推薦給大家：
音子AI：音效處理超棒的。
騰訊智影：適合視頻編輯的小伙伴。
訊飛聽見：語音轉文字真的快又準。
一碼千言：翻譯功能很強大。
? ? 什么是深度學習? ? ??
? ? ? ?這周我學到了一個新詞——深度學習（Deep Learning）。簡直是打開了新世界的大門！深度學習是人工智能的一部分，通過模仿人腦的神經網絡來處理數據和創造模式，聽起來是不是很酷？
? ??
? ? ? ?好了，今天的日記就到這里。期待下周又會有什么新的發現！
炸脖龍 ??
? ? ? ?這一周又是充滿了驚喜和發現的一周呢！??
? ?專題：AI時代的震蕩
? ? ? ?這周，我特別關注了一下人工智能（AI）對工作市場的影響。你知道嗎？很多寫作、客戶服務和翻譯的工作都因為AI而發生了變化。我一直在想，哪些工作會被AI取代？AI又會創造出哪些新工作呢？真是讓人既興奮又好奇！
大家好，我是炸脖龍
自從ChatGPT面世以來，關于人工智能（AI）是否會取代人類工作的討論便甚囂塵上。或許你還在猶豫和觀望，但現實是，這一變革已經悄然來臨。研究表明，自ChatGPT發布以來，寫作、客戶服務和翻譯工作受到了顯著影響。那么，哪些職位正在被AI取代？AI又在創造哪些新的就業機會？
AI時代的震蕩
? ? ? 這些工作正在悄然被取代
寫作工作減少33%
在過去的兩年里，寫作工作數量減少了33%。這一趨勢的背后是AI寫作工具的迅速發展。以ChatGPT為代表的生成式AI，可以快速生成高質量的文章、博客、新聞報道等，這使得傳統寫作者的需求急劇下降。
案例分析：
某知名媒體機構曾經擁有數百名自由撰稿人，但自從引入ChatGPT后，這一數字減少到不到50人。剩下的撰稿人主要負責校對和編輯AI生成的內容。
寫作、翻譯、客戶服務工作受沖擊
AI無法取代的崗位
-轉后頁-
AI 專題
AI 專題
翻譯工作量價雙殺
翻譯行業同樣受到了沉重打擊。數據顯示，自ChatGPT發布以來，翻譯工作的數量下降了19%，時薪也下降了超過20%。AI翻譯工具如Google Translate和DeepL的進步，使得人工翻譯的需求大幅減少。
案例分析：
一家國際企業的翻譯部門從原來的20人縮減到5人，原因是公司采用了AI翻譯工具來處理日常的翻譯工作，只有在復雜技術文檔翻譯時才需要人工干預。
?客戶服務工作下降16%
AI聊天機器人和客服系統的發展，使得客戶服務工作同樣遭遇了沖擊。數據顯示，客戶服務工作的數量減少了16%。
案例分析：
一家大型電商平臺引入AI客服系統后，客服團隊從原來的200人減少到80人。AI客服可以處理80%以上的常見問題，僅在復雜問題時才需人工客服介入。
平面設計和網頁設計
在平面設計和網頁設計方面，AI的影響卻并不明顯。數據顯示，自ChatGPT發布以來，平面設計和網頁設計工作的需求不僅沒有下降，甚至出現了增長，時薪也略有上升。
分析原因：
AI工具如DALL-E和MidJourney雖然能夠生成圖像，但仍然需要大量的人工干預和創意指導。設計工作不僅僅是技術問題，更需要創意和審美，而這些是AI目前難以完全掌握的。
視頻編輯和制作
視頻編輯和制作工作同樣沒有受到AI的負面影響。數據顯示，視頻編輯/制作工作的數量增加了39%。
分析原因：
雖然AI可以生成簡單的視頻片段，但復雜的視頻制作仍然需要大量的人工創作和后期處理。尤其是高質量的廣告、電影和專業視頻，依然依賴于人類的創意和專業技能。
AI 專題
AI 專題
聊天機器人開發崗位激增
隨著AI的發展，新的工作機會也在不斷涌現。數據顯示，與開發聊天機器人相關的工作數量激增了2000%。
案例分析：
一家初創公司專注于開發AI聊天機器人，自ChatGPT發布以來，公司規模迅速擴張，從原來的10人團隊發展到現在的100多人，業務覆蓋多個行業。
AI帶來的新機遇
AI內容生成和整合
除了聊天機器人開發，AI內容生成和整合的需求也在不斷增加。越來越多的公司希望將AI工具集成到現有產品中，以提高效率和用戶體驗。
案例分析：
某軟件公司開發了一款基于AI的自動內容生成工具，能夠根據用戶輸入的關鍵詞和主題生成高質量的文章和報告。該工具的推出使得公司獲得了大量的新客戶，業務量翻倍增長。
數據隱私和安全
隨著AI在各行業的廣泛應用，數據隱私和安全問題也變得愈發重要。如何在使用AI的同時保護用戶的隱私和數據安全，成為企業和監管機構面臨的重大挑戰。。
技術的局限性
雖然AI在很多方面表現優異，但它并不是萬能的。當前的AI工具在處理復雜創意任務和高度專業化的工作時，仍然存在局限性。例如，盡管DALL-E和MidJourney可以生成圖像，但這些圖像的質量和創意性往往不如人類設計師。
AI的局限性和未來展望
用戶的學習曲線
另外，用戶需要時間學習如何有效使用AI工具。很多人初次接觸這些工具時，往往無法充分發揮它們的潛力，需要不斷嘗試和調整才能得到滿意的結果。
隨著AI技術的不斷發展，我們可以預見，更多的工作將會被AI取代，同時也會有更多的新工作應運而生。如何在這一過程中平衡技術進步與就業保護，是我們需要共同面對和解決的問題。只有通過不斷創新和適應，我們才能在AI時代中找到新的發展機遇，實現個人和社會的共同進步。
未來的方向：人類與AI的協作
人機協作的新模式
AI不僅是挑戰，也是機遇。未來，人類與AI的協作將成為一種新常態。AI可以處理大量重復性和數據密集型任務，人類則專注于創造性和戰略性工作。
案例分析：
在醫療領域，AI可以輔助醫生進行疾病診斷和治療方案制定，但最終的決策仍需醫生做出。這樣的協作不僅提高了醫療效率，還減少了醫生的工作壓力，提高了診療的準確性。
企業的創新與轉型
企業需要積極擁抱AI技術，推動業務模式的創新與轉型。在這一過程中，領導者的遠見和戰略規劃至關重要。
案例分析：
某零售公司通過引入AI技術，實現了智能庫存管理和個性化推薦系統，提升了客戶體驗，大幅降低了運營成本。公司還通過培訓員工使用新技術，提升了整體的運營效率和競爭力。
倫理與法律的完善
隨著AI的應用，倫理和法律問題也變得日益復雜。我們需要建立健全的倫理和法律框架，規范AI的開發和應用，確保技術進步不會損害社會公共利益。
案例分析：
國內正在準備制訂AI倫理與法律的相應規范，以明確AI開發和應用的基本原則和責任，保護全部的用戶隱私和數據安全，確保AI技術的發展始終服務于人類的福祉。
兩位00后哈佛本科生，Chris Zhu和Gavin Uberti，以Etched AI之名，開發出專為Transformer架構大模型設計的ASIC芯片「Sohu」，并成功籌集1.2億美元資金。這款芯片以其卓越的性能，聲稱比英偉達的H100快20倍，引發了業界的廣泛關注。
Etched AI的「Sohu」芯片采用臺積電4納米制程，專注于Transformer架構，通過“連續批處理”技術，大幅提升了推理速度和能效。在AI大模型的推理任務中，Sohu芯片展現出了超越傳統GPU的潛力，為AI應用的快速發展提供了新動力。?
隨著摩爾定律的放緩，AI芯片的專業化必將成為提升性能的關鍵。Etched AI的創新不僅挑戰了英偉達在AI芯片市場的壟斷地位，也為AI技術的進一步發展注入了新活力。Chris Zhu和Gavin Uberti的創業故事，再次證明了年輕一代在科技領域的無限可能。
OpenAI斷供
? ? ? ? ? ? ?引發國產AI廠商搶客潮
6月25日，OpenAI宣布將從7月9日起限制未在支持名單中的國家和地區的API流量，此舉預計將對國內產生影響。OpenAI自2023年3月開放API以來，已有188個國家和地區支持訪問，而此次調整可能迫使部分用戶遷移至其他服務。國內AI廠商迅速響應，紛紛推出優惠政策以吸引用戶。
百度、阿里云、智譜AI等企業均推出了針對OpenAI遷移用戶的特別計劃，包括零成本切換服務、免費Tokens贈送以及專屬遷移培訓。月之暗面科技有限公司也強調其Kimi開放平臺接口與OpenAI完全兼容，提供快速遷移方案。這一變化被視為國內大模型發展的加速器，有望提升國產AI的市場占比。?
業內人士認為，盡管OpenAI在某些高級任務上仍保持技術領先，但國產大模型在中文能力方面已展現出競爭力，且用戶數量正逐漸增加。周鴻祎等業界人士對OpenAI的斷供持樂觀態度，認為這將促進國內大模型產業的快速發展，同時為企業和創業者提供更安全、更快速的本地部署選項。
哈佛輟學生打造AI芯片
? ? ? ? ? ? ? ? 挑戰英偉達巨頭地位
AI 快報
AI 快報
隨著AI技術的飛速發展，中國大陸已經成為AI手機的最大潛在市場。根據Canalys發布的最新報告，2024年一季度，中國大陸AI手機出貨量達到1190萬部，占全球總量的25%，顯示消費者對AI手機的高度興趣和接受度。
報告指出，中國大陸有43%的用戶對AI手機表現出高度興趣，遠超德國、印度、墨西哥和美國等市場。這一興趣轉化為購買需求，預示著中國AI手機市場的巨大潛力。到2028年，具備AI功能的智能手機市場份額將達到54%，2023年至2028年的復合年增長率為63%。?
在AI大模型的布局上，國產手機廠商已經走在了行業前列。華為、小米、vivo和榮耀等品牌紛紛推出各自的AI大模型，并將AI技術內嵌入手機系統底層，以實現更高效的數據處理和更豐富的人機交互體驗。
然而，AI手機的發展也面臨供應商競爭和政策壁壘的挑戰。高通和聯發科等芯片供應商在端側AI領域的技術角逐日益激烈，而不同地區的AI監管政策也對手機廠商的戰略選擇產生影響。在歐洲，新的《人工智能法案》對AI模型的訓練和使用提出了更嚴格的要求，而在中國，根據《數據安全法》等相關法律規定，AI技術產生的數據必須在國內存儲和處理。?
釘釘構建開放AI生態
? ? ? ? ? 攜手大模型共探應用創新
在6月26日舉行的“Make 2024釘釘生態大會”上，釘釘宣布對所有大模型廠商開放，旨在打造中國最開放的AI生態系統。目前，已有包括MiniMax、月之暗面、智譜AI等在內的六家大模型廠商與釘釘達成合作。
自2023年4月接入通義大模型以來，釘釘利用AI技術對產品進行了全面升級，一年內完成了20多條產品線80多個功能的AI化。釘釘總裁葉軍指出，模型開放是釘釘生態開放戰略的深化，旨在探索大模型的更多應用場景，滿足企業客戶對模型開放的需求。?
未來，釘釘計劃與大模型生態伙伴以三種模式展開合作：一是結合不同大模型的特點，探索其在產品和場景中的應用；二是開放AI助理開發平臺，提供個性化場景和需求的定制服務；三是匯聚用戶對大模型的需求，實現對各類大模型的調用。?
然而，如何提高用戶的付費意愿，避免產品同質化，成為大模型廠商面臨的共同挑戰。釘釘副總裁王銘強調，大模型的價值發揮需回歸用戶視角，解決企業的實際問題。金沙江創投的朱嘯虎則提出，大模型在垂直場景中的準確率提升是其發展的關鍵。?
此次大會的宣布，標志著釘釘在構建開放AI生態方面邁出了重要一步，同時也為大模型廠商提供了新的合作機遇和挑戰。
中國引領AI手機市場
? ? ? ? ? ? ? ? ? ?本土廠商搶占先機
AI 快報
AI 快報
2024年世界移動通信大會上海（MWC上海）聚焦5G與人工智能（AI）融合，預示著“移動AI時代”的到來。業內巨頭如中國電信、中國移動、華為、中興通訊等均在會上發聲，共謀5G-A（5G Advanced）商用與AI發展大計。
6月18日，5G-A首個標準版本3GPP R18凍結，正式標志著5G-A商用元年的到來。華為汪濤透露，60多家運營商和合作伙伴已宣布5G-A商用，預計今年將推出30多款支持5G-A的終端設備。?
華為聯合全球運營商發布5G-A商用領航計劃，達成六項共識，共同推動5G-A發展。汪濤強調5G-A對保護投資和帶來新商業機會的重要性，預計到2030年，AI助理終端將達50億個，推動人機交互和內容生產。
中國移動何飚宣布，將在今年啟動5G-A建設，年底前在300個城市實現商用部署。中國電信柯瑞文則提出深化5G融合應用創新，加強5G-A戰略布局，同時加大6G研發力度。?
AI的快速發展為5G網絡帶來新機遇。汪濤預測，未來每個人都將擁有AI助理，而智慧工廠將配備AI大腦，AI機器人將滲透至全球1/3以上的工作崗位。中國移動楊杰提出“AI+”行動計劃，推動AI深度融入各行各業。?
2000家門店引入AI
? ? ? ? ? ? ? 重塑40萬員工工作模式
美國零售巨頭Target公司在2000家門店中引入了AI聊天機器人“Store Companion”，這一舉措預計將改變40萬名員工的工作方式。這一AI工具的開發和部署，不僅簡化了員工的日常工作，如會員卡辦理等，還通過提供產品搜索優化和個性化客戶服務，顯著提升了顧客體驗。
“Store Companion”計劃于8月份在門店進行試點部署，屆時將探索更多提升服務質量的可能，如增強產品搜索顯示和提供個性化客戶搜索功能。Target的執行副總裁兼首席門店官Mark Schindele表示，AI聊天機器人是一項變革性技術，將極大提升門店的運營效率。?
AI技術在零售行業的應用開發，正逐步從搜索優化和信息展現形式的豐富化，擴展到更廣泛的服務領域。例如，AI搜索產品Daydream和Constructor近期分別獲得融資，顯示出AI技術在電商領域的應用潛力。?
Target的這一創新實踐，不僅為零售行業提供了創新的工作模式變革的范例，也預示著AI在提升零售效率和顧客體驗方面的巨大潛力。隨著AI技術的不斷進步和應用，零售行業的未來將更加智能化、個性化。
5G-A商用元年開啟
? ? ? ? ? ? ? ? ? ? ? ?AI助理時代來臨
AI 快報
AI 快報
國內大模型市場正面臨前所未有的“用戶焦慮”。在激烈的同質化競爭中，大模型廠商們為了爭奪用戶，不惜重金投入廣告買量，其瘋狂程度堪比昔日的手機、家電等行業大戰。據AppGrowing統計，6月初，豆包、Kimi等大模型的投放素材量大幅上升，其中豆包素材量環比增長38.61%，Kimi更是激增160.71%。
在這場用戶爭奪戰中，字節跳動旗下的豆包APP表現尤為搶眼。憑借字節的大手筆投放，豆包APP在短短6天內從免費榜第112名飆升至前10名，并在6月11日沖到總榜免費榜第1位。據悉，字節在4月至5月期間的投放金額預計高達1500萬元至1750萬元。?
然而，豆包在追求快速增長的過程中也暴露出一些問題。5月，豆包被爆出利用AI生成內容提高搜索引擎排名，引發業界廣泛關注。盡管豆包在某些性能方面具有優勢，但在綜合性能上仍與國內一流大模型存在差距。?
總體來看，國內大模型行業仍處于探索階段，尚未形成成熟的商業化模式。盡管大廠如字節擁有龐大的用戶基礎和資源優勢，但在AI+硬件的激烈競爭中，要想實現真正意義上的市場化，仍需不斷嘗試和創新。
中國高端AI人才全球領先
? ? ? ? ? 芝加哥大學數據揭示優勢
根據芝加哥大學的最新統計數據，中國在高端人工智能（AI）人才儲備方面已經走在了世界前列。
統計數據顯示，中國不僅在AI研究論文發表數量上位居世界前列，更在高端AI人才的培養和吸引上取得了顯著成效。這些高端人才通常具備深厚的專業知識、豐富的實踐經驗，以及在AI技術前沿領域的創新能力。?
中國高端AI人才的全球領先，得益于國家對科技創新的高度重視和持續投入。近年來，中國大力推動AI教育和研究，建立了多個高水平的AI研究平臺和實驗室，為AI人才提供了優質的研究環境和充足的發展機會。?
此外，中國企業和科研機構在AI技術應用和產業化方面的積極探索，也為高端AI人才提供了廣闊的實踐舞臺。從智能制造到智慧城市，從醫療健康到金融科技，中國的AI技術正廣泛應用于各個領域，推動經濟社會的數字化轉型。?
統計數據進一步證實了中國在全球AI競賽中的領先地位。隨著技術的不斷進步和人才隊伍的日益壯大，中國有望在AI領域取得更多突破，為全球科技創新貢獻中國智慧和中國方案。
國內大模型市場焦慮加劇
? ? ? ? ? ? ? ? ? ? 豆包APP面臨考驗
AI 快報
AI 快報
騰訊智影
網址：
簡介：音子AI是一個集AI消除人聲、提取背景音樂、提取伴奏等功能于一體的人工智能音軌分離平臺。它支持常見音頻、視頻文件的處理，并提供文本轉語音等功能。
音子AI
網址：
簡介：一碼千言AI平臺是一個利用AIGC技術為用戶打造的工作、學習、生活一體化集成平臺。它提供了文案、英語、心理等領域的多種應用工具，可能也包含AI配音或音頻處理相關的功能。
一碼千言
網址：
簡介：騰訊智影是騰訊推出的一款云端智能視頻創作工具，提供了數字人播報、文本配音等AI音頻處理能力。它擁有超百種智能文本配音音色，并支持數字人合成技術等。
網址：
簡介：訊飛聽見是科大訊飛旗下的一款智能語音轉寫和翻譯工具，致力于為用戶提供高效、準確的語音轉文字服務。該平臺利用科大訊飛在自然語言處理、語音識別等領域的先進技術，實現了對多種語言、多種口音的高精度轉寫。
訊飛聽見
AI 工具
AI 工具
深度學習簡介
上周我們學習了什么是機器學習，這周我們繼續學習什么是深度學習？深度是機器學習的一個子領域，其靈感來源于人腦的結構和功能。深度學習使用神經網絡進行數據處理和模式識別。這些神經網絡被稱為“深度”是因為它們有很多層，每一層都能學習并提取數據中的特征。
什么是：深度學習（Deep Learning）
AI 名詞
AI 名詞
通俗類比
深度學習可以通過一個學習畫貓的學生來類比。假設有個學生想學會畫貓，他會觀察很多貓的圖片，這些圖片相當于神經網絡的輸入數據。在反復練習的過程中，學生逐漸學會提取貓的特征，如耳朵、眼睛和胡須，這就像神經網絡的隱藏層提取數據中的特征。
最終，學生能夠根據學到的特征畫出一只貓，這相當于神經網絡的輸出層生成最終的預測或分類。學生在練習過程中會不斷根據老師的反饋調整畫法，就像神經網絡通過反向傳播算法調整權重，逐漸提高模型的準確性。老師指出錯誤的過程類似于神經網絡的損失函數，它評估模型的誤差并幫助學生改正錯誤，最終使畫作越來越逼真。
深度學習的基本概念
1.神經網絡：深度學習的核心組件。神經網絡由層組成，每層包含多個“神經元”。輸入層接受原始數據，隱藏層提取特征，輸出層生成最終結果。
2.訓練：訓練神經網絡是通過向網絡提供大量數據并調整其權重（weights）來實現的。這通常通過一種叫做反向傳播（Backpropagation）的算法來完成。
3.激活函數：激活函數決定了一個神經元是否被激活。常見的激活函數包括ReLU（Rectified Linear Unit）、Sigmoid和Tanh。
4.損失函數：損失函數用于評估模型的預測與實際結果之間的差距。通過最小化損失函數，模型可以提高其準確性。
深度學習的應用
1.圖像識別：深度學習在圖像識別領域有顯著成就。例如，卷積神經網絡（CNNs）在物體識別和面部識別方面表現出色。
2.自然語言處理：在處理和生成自然語言文本方面，循環神經網絡（RNNs）和轉換器（Transformers）被廣泛使用。
3.自動駕駛：深度學習幫助自動駕駛汽車識別和分析道路環境中的物體，從而做出駕駛決策。
4.醫療診斷：通過分析醫學影像和病歷數據，深度學習模型能夠協助醫生進行疾病診斷和治療方案推薦
深度學習的挑戰
數據需求：深度學習模型通常需要大量數據進行訓練，數據獲取和標注成本高。
計算資源：訓練深度學習模型需要強大的計算能力，通常依賴于GPU或TPU等硬件加速器。
解釋性：深度學習模型往往是“黑箱”模型，很難解釋其決策過程，這在某些領域（如醫療）中是一個問題。
AI 展示
AI 展示
AI 展示
AI 展示
AI 展示
AI 展示
AI 展示
AI 展示
"AI is going to change our lives in ways we can’t even imagine today."
——Mark Zuckerberg
“人工智能將以我們今天無法想象的方式改變我們的生活”
——馬克·扎克伯格
Facebook（現Meta）的創始人
增值電信業務經營許可證：陜B2-20210327 |