上週我提到了幾篇與人工智慧原理相關的文章，今天我就不談技術原理了，而是談談我的感受。
上週，我和公司一起參加了深圳國際人工智慧展，和業內或業外人士聊了聊人工智慧的發展，他們都感嘆現在AI的發展非常快，很多人都要失業了。 誠然，就連人工智慧教父——深度學習網路的先驅傑弗里·辛頓（Jeffrey Hinton）也對人工智慧的未來持悲觀態度，認為存在取代人類的風險，但即便如此，他還是離開了谷歌，加入了一家機械人研發初創公司。
目前，世界因為ChatGPT推動了人工智慧的普及和發展，生成式人工智慧無處不在，我們遲早要擁抱它們，而人類與人工智慧的結合可以更快地加速人類的進化。
在《生成式人工智慧》一書中也提到了它。
生成式人工智慧將每個人從機械勞動中解放出來，將時間花在創造性工作上，為文字作家、翻譯人員、插畫家、編輯等帶來了極大的支援。
以上列表只是為了幫助一些職業，其實也可以幫助但不限於協助程式設計師寫作、審校、注釋等，協助科學家進行科學實驗，比如蛋白質摺疊、晶元設計等。
這種提公升效率的工具，顯然正在悄悄改變著每乙個人，也正在影響著未來的新一代人工智慧新原住民。 記得李開復和陳秋凡合著的《AI未來進步》在人工智慧知識普及與科幻的融合中，設想了乙個未來世界，每個孩子出生時就有乙個AI機械人精靈來幫助他學習和玩耍，這些機械人有自己獨特的外表、個性，以及海量的知識儲備， 每個孩子的學習計畫也是量身定做的。有人說，難道老師就不需要了嗎？ 我不這麼認為，畢竟人類是社會物種，教室的氛圍和同學之間的互幫互助是機械人無法模擬的。 此外，還有一種擔憂，即人工智慧知道的知識太多了，未來人類會掉進它所設的資訊繭裡，不會再有創新，人工智慧會控制認知。
就像生成式人工智慧中給出的疑問一樣：
人類是否會陷入人工智慧構建的資訊繭，無法擺脫資料庫的束縛，還有待觀察。
未來，我們的網際網絡世界將不可避免地充斥著AI生成的各種內容，以及人類生成的內容，從生成速度上來說，AIGC的速度要快得多，未來可能會被AI內容主導。 在我看來，這種觀點忽略了AIGC的內容創作也是以人為本，人們通過與AI的對話不斷調整和優化內容，這實際上加快了自己大腦設想的內容的落地速度。 人類的大腦可以登上月球九天，在五大洋中捕捉海龜。 為什麼AIGC不能加快人類創新的速度？ 要知道，大腦中神經元之間的資訊傳輸速度接近光速，這是宇宙的極限，只要我們用好AI工具，就可以大大降低每個人的創新成本。 比如很多人都有很好的發明想法，但是因為工程能力做不到，就沒了，未來的機械人，3D列印更加成熟，也許很多普通人都可以從事發明創造，想象成真的夢想越來越近，越來越快。 縱觀人類發展史，是乙個不斷將夢想變為現實的過程，是一種非常令人振奮的未來。
AIGC無非是被“餵養”了足夠多的人工創造內容，模仿大於創造。 事實上，AIGC並不是乙個“複製怪物”。
生成式 AI 學習資料中的聯合概率分布，彙總現有資料，然後建立新內容。
它還可以創造，擺脫AI的資訊繭，人類要做的就是盡快利用AIGC來激發他們的創造力，只淘汰重複勞動的低階工作，就像工業革命減少了大量的農民和紡織工匠一樣，也催生了工程師， 工人等。 那麼未來的工作將加強每個人，人類的潛力將不斷被激發。
最後，我想想象乙個有趣的未來工作，那就是天空畫家，我們仰望天空中的雲彩，變化無窮，很多人喜歡陸地上的人和事，那麼，AIGC的手段可以降低這個創作的門檻，即使不會畫畫的人，也可以通過豐富的想象力捕捉到雲彩， 然後產生類似的想象**，如以下情況：
無花果。 10. 圖11 “像乙隻說謊的小狗”是一片有故事的葉子。
無花果。 4.圖5 “鱷魚從建築物的後面出現” 雲層的斑塊就像睡覺的毯子。
無花果。 1.圖2 “有一條火龍出沒”圖片。
3. 圖4 “大象又來了” 大象又來了。
無花果。 十。 1.圖12 “可愛的小恐龍”從不同的角度看待新奇。
更多內容，歡迎關注微信公宗：吳岩沉默0123。