兩年前，大多數(shù)人還沒有聽說過生成式AI，而現(xiàn)在它卻無處不在。發(fā)布后不久，ChatGPT就成為史上增長速度最快的應(yīng)用程序。現(xiàn)在，蘋果公司剛宣布計劃將ChatGPT內(nèi)置到iPhone中，很難找到一款不提供生成式AI功能的軟件。

然而，圍繞生成式AI無疑有很多炒作、困惑甚至恐懼?？駸岢珜?dǎo)者宣稱它有望解決世界上的所有問題，末日論鼓吹者預(yù)測它將導(dǎo)致數(shù)百萬人失業(yè)，甚至意味著人類創(chuàng)造力將從此終結(jié)。

我在下面概述了這項革命性但又被誤解的技術(shù)方面的最大誤區(qū)。我個人認(rèn)為，大多數(shù)人都能找到一種方法來使用生成式AI幫助其工作或日常生活，但首先需要了解它。但愿本文能幫助讀者擯棄噱頭、了解真相。

1.生成式AI是智能的

不妨先說說最大的誤區(qū)。像ChatGPT這樣的生成式AI模仿自然智能的某些特性，特別是處理、解釋和創(chuàng)造語言的能力。

然而，自然(人類或動物)智能涉及很多方面，比如推理、抽象思維、情商、直覺、記憶力、創(chuàng)造力和溝通能力。

雖然生成式AI在溝通和記憶力方面表現(xiàn)出色，但它在其他方面只是觸及皮毛而已。

當(dāng)ChatGPT或另一種大語言模型(LLM)生成輸出時，它遵循訓(xùn)練過程中學(xué)到的概率規(guī)則。這意味著它的“思維過程”遠(yuǎn)比我們?nèi)祟惖挠邢?，也不那么?fù)雜。

這是真正的智能嗎?不，它被稱為“人工”智能是有道理的。它是有驚人的本領(lǐng)，但它仍然只是一種算法，盡管是非常復(fù)雜的算法!

2.生成式AI將取代人類創(chuàng)造力

如果電腦可以寫故事和畫畫，這是否意味著我們不再需要人類作家和藝術(shù)家了?簡單的答案是否定的。生成式AI并不滿足真正智能或創(chuàng)造力的所有標(biāo)準(zhǔn)。

它不像人類那樣會有新的想法。它的創(chuàng)造力完全來自數(shù)據(jù)，而不是來自感覺、情感、原創(chuàng)思想和個人對世界的體驗。

人類對AI生成的內(nèi)容的普遍反應(yīng)是，它乏味且缺乏人性。乍一看，這似乎不是非常科學(xué)的分析，但如果你從生成式AI局限性的語境來考慮，這不無道理。

人類創(chuàng)造力無需害怕生成式AI。雖然生成式AI可以很快創(chuàng)作出一部程式化的小說或一幅普通的圖片，但遠(yuǎn)遠(yuǎn)無法創(chuàng)造出給我們以靈感、激發(fā)我們思考的藝術(shù)作品。

3.生成式AI只創(chuàng)造文字和圖片

問大多數(shù)人什么是生成式AI，他們可能會回答ChatGPT以及它如何生成單詞，或者Dall-E2以及它如何生成圖片。雖然這些是最有名的用例，但它們僅僅從一個側(cè)面反映了當(dāng)今AI具備的本領(lǐng)。

生成式AI工具也可用于創(chuàng)建音樂、語音甚至視頻。但它并不僅限于此。您知道它還被用來研制新藥嗎?包括一種新的癌癥免疫療法。它還可以生成數(shù)據(jù)(名為合成數(shù)據(jù))，可用于訓(xùn)練AI算法并進行統(tǒng)計分析。它還可以生成圖表和報告，幫助我們分析這些數(shù)據(jù)。

生成式AI還可以為從樓宇到新設(shè)備的任何事物創(chuàng)建設(shè)計藍(lán)圖。如果結(jié)合3D打印或自動化建筑機器人等技術(shù)，它可以創(chuàng)造出現(xiàn)實世界中存在的實物。

4.生成式AI不需要人類輸入

當(dāng)我們想到生成式AI輸出時，可能會認(rèn)為一切都是完全自動化的，人類是不必要參與的。但事實遠(yuǎn)非如此，至少今天是這樣。

首先，生成式AI常犯錯誤，或者只是簡單地捏造一些東西，這個現(xiàn)象名為幻覺。對于任何關(guān)鍵的用例而言，有必要進行人工監(jiān)督，以便核查事實和糾正錯誤。

為了確保AI以一種公平、道德和負(fù)責(zé)任的方式被使用，人類輸入在整個過程的每一步都必不可少。如果切實使用AI時可能影響人類生活的方式，比如在醫(yī)療保健、金融、人力資源或執(zhí)法領(lǐng)域做出決策時，這一點尤為重要。

雖然生成式AI是一個極其強大而有用的工具，但它遠(yuǎn)不足以完全取代人類的判斷力和專業(yè)知識。

5.生成式AI是新事物

生成式AI似乎伴隨ChatGPT在2022年底問世而風(fēng)靡全球，但那其實是它進入主流的時候。人們很早以前就使用AI創(chuàng)造內(nèi)容了，包括文本、圖片和音樂。

AI聊天機器人方面的第一次實驗發(fā)生在上世紀(jì)60年代，像Eliza這樣的程序試圖進行類似人類的對話。AI生成音樂的早期例子出現(xiàn)在上世紀(jì)70年代，比如David Cope的音樂智能實驗，旨在模仿著名作曲家的風(fēng)格。AI圖像生成器最早出現(xiàn)在上世紀(jì)90年代初，比如藝術(shù)家Harold Cohen創(chuàng)作的AARON。

新穎的是，我們現(xiàn)在已進入到了這個階段：多個因素的組合使每個人都可以享用生成式AI，包括處理能力和計算機內(nèi)存的普及、云計算和深度學(xué)習(xí)領(lǐng)域的進步等因素。

我們不再需要以前只有大公司和大學(xué)才可以使用的昂貴電腦，而是人手一部智能手機，就可以連接到功能強大的云端數(shù)據(jù)中心，在云端處理計算。這意味著最好將生成式AI視為是許多技術(shù)的融合，這些技術(shù)在眼下都已趨于成熟，可以引爆一場革命，而不是某項突破性的發(fā)明。

原文標(biāo)題：Generative AI Myths: The 5 Biggest Misunderstandings，作者：Bernard Marr