人工智能原理及产业发展趋势

一、AI技艺的分层

1、通用VS专用

• 何为AI：AI是用数学还原人类智慧的技艺

• 专用AI技艺：用自己公司的资料，训练专属自己的AI算法

• 通用AI技艺：采用别人做好的AI算法，做自己公司的业务

• 通用AI技艺的代表：大语言模型（chatgpt，百度·文心一言等等）

2、专用&通用技艺对比

• 专用AI技艺：资料、算力、专精学识门槛高，不容易落地

• 通用AI技艺：各方面门槛低，比较容易落地

3、通用抓手的落地形式

• 提示词工程：人直接用大语言模型抓手

• 智能体：有思路链，不需要人实时驱动，真正能够解放生产力

实例：微软百度等等顶 尖科技公司，怎样让采用通用抓手

二、通用AI技艺能怎样影响公司

1、提示词工程对公司和员工的影响

• 量变：让员工效率暴增

• 量变实例：3小时完成原本需要2个月周期的定制方案

• 质变：让员工掌握原本不增具备的本领

• 质变实例：用人话完成3D建模规划，用人话完成数字仿真

• 质变实例：人人都能编程（用人话编程）

• 质变实例：办公自动化（大模型帮你完成所有需要用电脑完成的事务）

• 质变实例：资料拆解（大模型帮你完成商业智能和机器智能建模拆解）

• 结论：提示词工程能使员工效率暴增，不过对公司几乎没有成效

2、智能体

• 智能体：将大模型的采用进程固化下来

• 智能体供给链自动化实例

• 智能体合规性审查实例

• 结论：智能体会让办公室里的人越来越少

• 问题：是谁代替了这些人？（谁来主导智能体开发）

• 答案：率先选项拥抱新技艺的员工，替代那些不愿意拥抱的

（有效的智能体只能有公司内部业务专家主导）

三、专用AI技艺的底层原理以及运用趋势

1、机器智能的核心原理

• 借助小交流领会人类智能产生进程并类比机器

• 工人（拟合模型）负责预测

• 质检（损失函数）负责挑错误

• 车间主任（梯度下降）负责纠正

• AI的本质：将研习学识的进程转化为一系列计算

小交流：倘若你正在跟心仪的女神约会……

实例：预测男生是否会受女生欢迎

2，趋势一：大模型有大力量

• 大模型&海量资料 VS 小模型VS高质量资料

• 大模型可能导致通用机器智能出现

• 大模型的落地运用以及前景

实例：装置故障预测，质量缺陷诊断，耗品寿命预测，未来销量预测等等

3、趋势二：生成模型以假乱真

• 何为生成模型

• 生成模型能够生成什么内容

• 生成模型的落地运用

实例：生成李小龙视频、AI重塑营销，AI重塑规划业界，明知是假但仍无法分辨的数字虚拟人

4、趋势三：强化研习超越人类

• 阿尔法狗的核心原理

• 强化研习的核心潜力

实例：具身智能让工业实地达成进一步无人化，微软流程自动化拉升25%效率并减少30%错误，AI达成可控核聚变， AI自动排产，AI精进工艺

四、新一代机器智能技艺会怎样影响未来

1、AI会怎样影响我们

• AI为我们带来的终局

• 绝大部分的事务会被替代

• 只有两类人会留下：做决策&有想法

实例：18年图灵奖得主实例，智能化终局解读，从实践看，元宇宙加持下的后AI时代。辨析大模型和小模型选项对业界的影响

2，AI的3大套路和后AI时代展望

• 在无人化的时代，就一线经验说，人应该做什么

• 化解办法：回归人“本身”的价值

• 没有事务的人会做什么：“爱”干嘛干嘛

•

公司应该怎样化解即将到来的AI浪潮

实例：openAI官方给出最容易受chatGPT影响的岗位，从实践看， 领域未来展望：马太效应加强

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|王明哲老师