AICG时代到来，搜索逻辑和思维逻辑的转变 上一篇，专门研究了搜索。要知道原来是机器搜索，通过关键词和逻辑词检索信息，搜索引擎通过蜘蛛爬虫，24h不断爬取信息汇总，本身没有价值不能判断。 对于人工智能的思维和逻辑是基于算法和数据训练的，与人类思维和逻辑有所不同。因此，我们需要对人工智能的思维和逻辑有一定的了解，才能更好地应用和开发人工智能技术。 new bing出现前，ChatGPT出现，这代表我们从信息时代正式迈入智能时代，这是一个关键的转折。搜索的逻辑也从关键词的逻辑转变为交互对话。 为了梳理使用ChatGPT，刚把《AIGC: 智能创作时代》 在说这本书之前，需要澄清一个认识。 aigc很早之前，至少是2014年就出来了。当时，我还在传媒大学读书，在国家重点实验室，接触了不少maigc，新华智云和阿里巴巴做了媒体大脑，用来智能剪辑视频，也有人工主播，只是不够智能。 当chatGPT出现，大家发现ai一下子成熟了。 还记得业内人士嘲笑人工智能是人工智障。 细心的人能发现，技术的迭代是一步一步的。 刚开始是利用技术出现头像，人工智能的主播头是不能动的。前面的技术是属于视频绘画，后面加入语音，再加上表情。类比到ChatGPT，那就是从数据量的变化看，比较直观科学。 回到本书：这是一本介绍人工智能在创作领域的影响和应用的书籍。主要探讨了人工智能在文学、音乐、艺术、设计等领域的应用，以及人工智能创作与传统创作的异同点。 当下，除了文本技术，在人工智能语音和视频领域，以下是一些主要的发展： 1. 语音识别技术：自然语言处理和语音识别技术的进步，使得语音识别系统的准确度和可靠性得到了大幅提高。这项技术已经广泛应用于语音助手、电话自动应答系统、语音识别输入等领域。 2. 语音合成技术：语音合成技术是指通过计算机模拟人类语音机制，将文本转化为语音信号的技术。这项技术已经广泛应用于电子书、导航、语音助手等领域。 3. 语音情感识别技术：语音情感识别技术是指通过语音信号分析和处理，识别出说话者情感状态的技术。这项技术已经被应用于客服中心、市场调研、安全监控等领域。 4. 视频内容分析技术：视频内容分析技术是指通过对视频内容进行分析，识别出视频中的人物、场景、行为等信息的技术。这项技术已经被广泛应用于智能安防、视频监控、智能交通等领域。 5. 视频语义理解技术：视频语义理解技术是指通过对视频内容进行分析和处理，从中提取出更高层次的语义信息，如视频中的情节、主题等信息。这项技术已经被应用于视频搜索、智能教育、文化娱乐等领域。 6. 视频生成技术：视频生成技术是指通过计算机生成视频内容的技术。这项技术已经被广泛应用于虚拟现实、电影制作、游戏开发等领域。 书的优点包括： 1.广泛涵盖：本书介绍了人工智能在文学、音乐、艺术、设计等领域的应用，可以满足读者对于人工智能创作的多样化需求。 2.深入浅出：本书使用通俗易懂的语言，介绍了人工智能的相关技术和原理，使读者能够更好地理解人工智能在创作领域的应用。 3.案例丰富：本书引用了很多实际案例，包括用人工智能生成的文学作品、音乐作品、绘画等作品，让读者可以直观地了解人工智能创作的效果和局限性。 本书的缺点包括： 1.浅尝辄止：本书对于人工智能创作的内容涉及广泛，但是并没有深入探讨每一个领域的细节和技术。 2.技术细节不够：本书介绍了人工智能的原理和应用，但是对于技术细节的讲解并不够深入，不能满足专业读者的需求。 3.缺乏讨论：本书大部分是对人工智能创作的描述和介绍，缺乏对于人工智能创作背后的哲学、伦理等问题的深入讨论。 书中的写作逻辑是从介绍历史、重点解释chatGPT的使用，以及对未来的期望来展开说明的。 其中，有几个问题，比较重要，不止是对我，还有对各位，要理解ai的思维和逻辑很重要的问题。 第一，ChatGPT现在不是智能，他的数据是1750亿个参数，人脑的神经细胞有140亿个神经细胞，每个神经细胞有3万多突触。所以，人脑总突触超过100万亿个。 只有达到chatgpt4，假设GPT-4实现了100亿参数规模，那可能从模型上达到只能。现在虽然，大众从ChatGPT出现突然对这个产品对人工智能充满期待，但是不可否认，不论是从翻译还是运行逻辑，ChatGPT虽然很前沿，但是他不是智能，只是利用深度学习不断转换输出的一种聊天机器人。 ChatGPT不能通过图灵算法，不算最严格的智能。 图灵算法的逻辑漏洞是称为“图灵机不可避免性”。这是指如果有一个程序，它可以检查所有可能的结果，但它永远不会结束，那么这就是图灵机不可避免性。目前，ChatGPT肯定是达不到的。 第二，从神经网络，了解ChatGPT甚至ai的底层逻辑和技术思维。符号主义、联结主义和行为主义是人工智能领域中的三种重要的认知科学思想流派，对人工智能发展影响最大的是符号主义。符号主义强调符号（例如语言、数学符号等）在认知过程中的作用，认为思考和推理都是在符号层面进行的。这一思想导致了人工智能中的逻辑推理和专家系统的发展。人工智能中的逻辑推理主要基于数理逻辑和哥德尔不完备定理，可以用形式化的语言描述和表达知识，对于知识和推理的描述和处理具有非常高的精度和准确性，符号主义也是人工智能中最早的一种方法。 联结主义强调神经网络模型的应用，它试图模拟大脑的结构和功能，通过模拟神经元之间的连接和传递信息的方式来处理信息。联结主义强调了学习和记忆的重要性，是人工智能领域中深度学习和神经网络技术的理论基础。 行为主义则强调行为的观察和分析，关注个体与环境之间的相互作用，认为学习是通过反复的行为和反馈来实现的。行为主义主要应用于智能控制和机器学习领域中的强化学习算法。 这些就是人工智能进步的推断，至于什么时候像人，能不能有智能。暂时不能实现。 特伦说：人工智能更像一门人文科学，本质在于尝试理解人类的智能和认知。 人工智能就是不断学习理解，不管计算机爱好者怎么转换角度，最后殊途同归，越来越像甚至在模仿人。 马可尼的判断我认为很有益处：这仍然只能仅仅是记者的另一样工具，让从业者腾出时间深度思考。 换到aigc，从发展来看，建造的本质是解放人、但是不可避免甚至会让程序员失业。但是一些深度的思考工作，是不可能被取代的。每个技术出来都是双刃剑 好比技术就是水，可能会变成洪水也可能冲毁庄稼。但是水能发电、水也可以赋能！#今日读后感
这二个月每天几小时几小时地在Chat GPT 、Midjourney上磨，并微信读书上相应读了四、五本这方面的书，杜雨和张孜铭的《AIGC：智能创作时代》是我读过的最为系统和深刻的一本书。 它比较全面、系统地对AIGC相关的技术进行了介绍，对AIGC的产业进行了梳理，并对其发展方向进行了预测。 本书深入浅出地介绍了从PGC、UGC到AIGC的一场时代变迁。借助AICG，人人都有机会通过更先进的技术手段来追求和实现自己的艺术主张，我们不仅仅是内容的“消费者”，有 GPT等Aⅰ加持，我们也可以是内容的“生产者”，这个释放自己的想象力时代已经来临。 作者说： >> “AIGC无疑是一种生产力的变革，将世界送入智能创作时代。在智能创作时代，创作者生产力的提升主要表现为三个方面： 1、代替创作中的重复环节，提升创作效率。 2、将创意与创作相分离，内容创作者可以从人工智能的生成作品中找寻灵感与思路。 3、综合海量预训练的数据和模型中引入的随机性，有利于拓展创新的边界，创作者可以生产出过去无法想出的杰出创意。” 在开源模式的推动下，伴随着深度学习模型的不断迭代，AI将不再只是辅助内容创建的工具，而是能够独立创造和生成内容的新型创作方式。随着Aⅰ越来越快演进，那么未来的内容平台、艺术形态将蜕变或者说进化至何处？本书将极大地激发我们对这个问题的深刻思考。 当我们思考企业如何应用时，作者的话值得深思，要“科学”上网，他毫不违言地说AIGC的算力需求呈现显著增长的原因有数据、算法、算力三要素。 在可以预见的未来，在摩尔定律(Moore's Law)已走向失效的情况下，AI模型所需算力被预测每100天翻一倍，也就是“5年后AI所需算力超100万倍”。造成这样需求的根本原因是AI的算力不再是传统算力，而是“智能算力”。是的，AIGC的硬技术是AI芯片，而且是经过特殊设计和定制的AI芯片。AI芯片需要实现CPU、GPU、FPGA和DSP共存。随着AIGC的发展，计算技术的发展不再仅仅依靠通用芯片在制程工艺上的创新，而是结合多种创新方式，形成智能计算和计算智能技术。所以，懂的应该懂，这个原因下，我国现在远未真正进入AIGC全面爆发性增长的阶段，即便细分赛道还未进入大规模验证和体系化发展的阶段。 “科学”上网，让企业拥抱AIGC的潮流，将所有岗位前加Aⅰ两字，所有岗位都应借Aⅰ辅助提高生产力，首先要从产生内容的岗位普及开；由人工智能生成的东西将会进一步丰富我们的创意和内容，从文案、图像的生成到数字资产的创建，AIGC让我们更好更快创建并生产的内容。AI是水，而非老虎。水固然危险，但你可以学着游泳，可以造舟，可以造堤坝，还能借此发电；水固然危险，却是文明的驱动力，人类之所以进步，正是因为我们知道如何与水相处并利用好它。水给予更多的是机会。 正如代序说的，媲美新石器时代的文明范式转型已经来临，从这个奇点始，一个有趣的核心机制将能孕育无数个平行的叙事和体验。 感谢作者为我们提供并分析各大Aⅰ专业网站。
AIGC：智能创作时代。AI:人工智能 GC:生成内容（文字、图片、音频、视频）。AIGC会不会是媲美新石器时代的文明范式转型呢？以下用“它”代替“AIGC”。它实现了机器学习的集大成者，它开创了“模型”主导内容生成的时代，它可能是人类内容创作的历史拐点。 目前人不会被AI取代，但持续会有被机器取代的人。在智能创作时代，在AI的加持下，创作者生产力的提升主要表现为三个方面：第一，代替创作中的重复环节，提升创作效率；第二，将创意与创作相分离，内容创作者可以从人工智能的生成作品中找寻灵感与思路；第三，综合海量预训练的数据和模型中引入的随机性，有利于拓展创新的边界，创作者可以生产出过去无法想出的杰出创意。 智能创作对当前行业的影响显著应用于其行业下游:文案、海报、PPT设计、新闻快讯（结构性写作），在影视行业AI可以帮助写剧本，生成音频视频和歌词。AI脸部应用，抖音上的漫画脸、AI绘图、人脸解锁，虚拟主播、AI问诊、它对教育者减负、金融客服等等。AI将替代重复性工作，节约创作人的时间和精力，提升创作效率。 AI学习可以不眠不休，没有情绪波动。把内卷式的悬梁刺股和小灶家教照搬在AI能力的提升上是无效的，真正决定AI能力差异的是喂养它的数据质量。 对于AI带来的新机会是服务于AIGC的上中下游。首先上游-数据服务，民以食为天，AI也不例外。喂给AI的数据要经过搜索处理标注管理，人吃东西要干净，AI吃的东西要安全；中游-算法模型，是这个行业最有技术含量的一环，像研究阿尔法Go的Deepmind和chatGPT背后的OpenAI；产业下游应用于广泛的销售和服务场景，文字图像音频视频。 AI是水，而非老虎。水固然危险，但你可以学着游泳，可以造舟，可以造堤坝，还能借此发电；水固然危险，却是文明的驱动力，人类之所以进步，正是因为我们知道如何与水相处并利用好它。水给予更多的是机会。 从图灵到chatGPT4，仿佛未来来得太快，让人手足无措，无论是看好还是唱衰，重要的是以何种姿态面对未来，严肃活泼。 书摘: 1.AIGC形成的学习能力取决于参数的规模。GPT-2大约有15亿个参数，而GPT-3最大的模型有1 750亿个参数，上升了两个数量级。而且，它不仅参数规模更大，训练所需的数据也更多。根据媒体猜测但还未被证实的消息，GPT-4的参数可能将达到100万亿规模。假设GPT-4实现100万亿参数规模，堪比人的大脑，意味着它达到与人类大脑神经触点规模的同等水平。 2.人们总喜欢活在舒适区内，用粗暴的断言安慰自己，例如机器永远无法模仿人类的某些特性。但我给不了这样的安慰，因为我认为并不存在无法模仿的人类特性。-图灵 3.AIGC的核心技术价值是实现了“自然语言”与人工智能的融合。 4.数据、算法、算力是人工智能的稳定三要素。 5.人工智能更像是一门人文学科。其本质在于尝试理解人类的智能与认知。
花了两个小时对本书做了系统的阅读，读完以后，我对AIGC以及它的应用前景有了个大致的了解，当然本书更像是一本科普类读物，并不涉及到具体技术的实现以及难度，所以不会给不懂相关领域的人造成困惑。从PGC到UGC再到AIGC，智能创作时代正在来临。 在智能创作时代，创作者生产力的提升主要表现为三个方面： ·代替创作中的重复环节，提升创作效率。 ·将创意与创作相分离，内容创作者可以从人工智能的生成作品中找寻灵感与思路。 ·综合海量预训练的数据和模型中引入的随机性，有利于拓展创新的边界，创作者可以生产出过去无法想出的杰出创意。 AIGC 具体降本增效的方式体现在： ·自动化处理烦琐和耗时的任务，减少人力需求，降低成本。 ·产生新的想法和问题的解决方案，如产品设计或营销策略。 ·快速、准确地分析大量数据，为决策生成有价值的见解。 ·提高任务的效率和准确性，减少出错的可能性，提高工作效率。 ·开发个性化和定制化的产品和服务，提高客户满意度。 ·提高组织的速度和敏捷性，使组织能够快速响应不断变化的市场条件和客户需求。 ·改善组织内部的协作和沟通，使团队能够更加高效地一起工作。 大浪淘沙方显英雄本色，每一位投资人都身处浪潮之巅与时代风口，机遇与未知并存，难以预测未来但正在创造未来，难以拨开风口的重重云雾窥探时代的风向标，但可以从差异中寻找共性、从历史中汲取经验，在变化中守得云开见月明。
2023·11 AIGC：智能创作时代 By 杜雨/张孜铭 这本书如当季水果，内容紧跟热点，资料详实充分，即使粗略泛读，也会有所收获。如果能钻研下去，或者按书中索引，完全可把此书当做AI行业的求职/投资宝典。 AI人工智能，从2022年ChatGPT再次引爆以来，在新时代急需转型升级，寻求热点的华文世界更是热的发烫。美图秀秀之后，换脸诈骗的视频也出来了。追求新奇出位爆点的各种媒体，面对素材也得再三审题了：毕竟群众也不是那么好糊弄的（或者说是好糊弄的，看你说的是啥）。 这本书抛开情怀争议，干货居多，书分六章： 第一章当然是讲述AIGC（人工智能生成内容AI Generated Content）的前世今生。往宽处想，从开始用打字编辑软件开始，人工智能生成内容已经介入，只不过现在是精准度更高，而且有了进一步自学创造的趋势。 第二章是AIGC的原理，符号控制，数码联通，说实话泛读之下，也看的不太懂，总之就是一头猪从这边进去，香肠就从那边出来了。理解到我这种层次，应该不影响阅读。 第三章是职能运用，自己的切身体会是ChatGPT写推广文案真是好用，省时省力不费脑子，智能纠错之下脑子不知道会不会锈掉？ 第四章是行业应用，这应该是包含了各行各业吧？谁现在手里不揣个手机？老太太出门都叫滴滴。 第五章产业地图是给投资人画的，很好，看完略懂。但简单的上中下游，怕是不能涵盖。中间的执法呢？支付呢？征信呢？元宇宙的房租谁来收啊？ 第六章AIGC的未来，技术上肯定会原来越趋同人类，从而超越人类。风险呢？我总想到原始人刚开始使用火的时候（假如火真是燧人氏“发现”的，外文名叫普罗米修斯），火给文明的助力巨大，对文化的摧毁也是不遗余力。过去了千百年，现在谁又能说驯服了火？而AIGC或者AI的更新迭代，肯定比火更火，其中要点是TM有脑子。 而且，如果人类为AI赋予感情乃至人格，就像马斯克亲吻AI伴侣的一幕。 这个世界：TA会好吗？还是更烂？
如果你对AI感兴趣，送你3个知识点和3个思考方向 从今年1月29日开始，凯西读书会一起共读《AIGC智能创作时代》，这个月大家从小白成功入门，还有人直接进阶升级为半个专家。 1个月之前，我对于AI了解的更多是表面讯息，这个月真正实践起来，并且以教为学，通过加餐方式，带着更多小伙伴们认识AI，运用AI。 阅读这本书，到今天为止写了26篇笔记，8篇相关文章，共读讨论4次，一起直播分享4次，成就感满满。 接下来，我就把这本书的3个重要知识点和3个思考感悟分享给大家，欢迎留言交流探讨哦～ 第一部分：3个《AIGC智能创作时代》知识点分享 1、AIGC智能创作是什么，为什么要用，以及怎么去应用。 AI是什么？ AIGC智能创作是用AI生成或者辅助生成内容，内容包含文字、音频、视频、代码、图像等。 比如外贸人员用来写开发信、做年终总结PPT；自媒体创作者用AI识别字幕，自动配音、做图片、短视频生成；还有写作者进行思考启发、文章生成等，都属于AIGC智能创作的范畴。 为什么要用AI呢？ 1.提高效率，以前我工作找资料需要跨越很多网站，用很长时间，用AI一个工具可以帮忙解决；还可以去生成那些重复性的新闻稿框架撰写。 2.内容创作者不再只依靠于自己的脑袋，而是可以从人工智能生成的作品中寻找灵感与思路。 比如我就经常在智能生成的内容中找到某一个有用的观点，甚至某一个用得很好的词，用于工作文字中。 3.海量数据模型随机组合，可以创造无限的可能性，有非常大的创新空间。 今年很多人都用AI生成红包封面或者龙腾图案等，还有更多更广泛的应用等着大家去探索。 怎么去用AI呢？ 1.克服畏难情绪，先从最简单的身边的工具用起，培养自己沟通的交互感。 2.保持耐心，快速发展时代，耐心成为稀缺品。耐心不只体现在去行动的这个过程，还有使用AI的过程。一遍两遍得不到理想答案很正常，耐心去打磨自己的问题，不断互动，我们总会得到自己的答案。 3.提高学习能力，特别是自学能力。我们想要的，只要耐心去找，去问，都能找到答案。那我们需要做的就是积极主动去探索，去执行，去跟进，直到学会为止。 4.打好基本功。AI不会替代人，但是会挤压普通人。——古典 那我们要永远保持自己不普通，拥有核心竞争力与内核精神，这样以后哪怕来了更强大的工具，我们也能很快适应，做到为我所用。 2、“AI是水，不是虎”。 水虽然危险，但我们可以学会游泳，可以造船，发电…… 水能载舟亦能覆舟，关键看我们如何看待，如何去用。 辩证思考这个问题没有什么过错，查理.芒格也说过，如果我不能比世界上任何一个人都能反驳这个观点，那我就不配拥有这个观点。 克隆技术的发展、科技的发展、互联网的发展、人工智能的发展等所有新事物的发展都是有人反对有人支持。 还记得第一辆汽车发明出来的时候吗？很多人力车夫都不愿意了，他们抗议。 但其实汽车取代的是马，不是人，人完全可以升级做司机。 AI也是如此，AI是水，润物细无声在我们身边，如果我们能从中汲取养分，好好利用，那就是咱们最好的能量来源。 我也曾经抗拒过，感觉断网断电直接秒杀智能工具。 后来在朋友带领下，在凯西读书会做领读助教的责任驱使下，我充分认识到AI的妙处。 并且开始尝试国内外工具的使用，也在能接触AI学习的时候认真学习，自己也解决了网络和技术上的卡点。 年前，还借助AI工具生成一个官方荣誉申报文件，平时我要找资料都得1个多小时，它生成只用了几分钟。 我再根据实际情况修改完善好也才用了一个小时，大幅提升了工作效率。 我曾经因为不懂而妄加评论，但有个问题需要考虑：我自己本身的能力就能和不用AI的人抗衡吗？ 这值得每个人好好深思。 AI工具在那里，我们也不能放弃自我成长与能力提升，两者并不矛盾，而是互相正循环正反馈的过程。 3、AI时代到来 深入每个行业，你会发现人工智能正在改变工作的性质。 不管我们有没有注意，AI确实已经进入了我们生活，也从人工智障进化为人工智能。 比如智能灯、智能扫地机器人、智能洗碗机、全自动洗衣机、智能做饭机、智能手环等等 那些走在时代前沿的人，已经开始用AI辅助工作生活，成为一个特别高效的人。 所以，AI在今年也会发展迅速，势不可挡。 爱因斯坦说：“我从来不想未来，因为它来得太快。” 目前AI正在进行迅猛发展，有人说现在是继大航海时代，又一次历史时刻。 关于未来发展，我们确实无法预测，但我们能够感受到，目前正处于这样的时代中，当下就是使用AI的好时机。 我们需要做的是更客观看待新事物发展，同时在感觉到可以为我所用，让我成长更快，更加高效时勇敢加入进来，开始使用起来。 现在看热闹的很多，我们稍微一努力，多实践一次，就很容易在时间、技能上甩开大部分人，这是难得的机会。 就像chatgpt刚出现时，能有一个账号的人就很牛，现在能用4.0的已经有大量用户了。 如果迟早要开始，迟早要接受，那我们就早点开始吧。 越早进来，门槛越低，未来就更加可控可预测；越晚加入，可能我们的未来就比别人慢半拍。 同时，大家也可以通过圈子的力量，让自己跟上时代的发展。 想要做什么，想要达成什么目标，那就去靠近这些人，进入他们的圈子。 在一个积极向上的圈子里，看到这么多优秀的人都在读写成长，我们耳濡目染也会比在社群外收获更多。 当然，最好还是要行动起来，看到、学到、做到，形成完美闭环。 第二部分：3点思考感悟分享 1.持续成长，才会越来越强。 第一批在AI中受益的人群，都是高度敏感的持续成长者。 他们关注科技发展，并且躬身入局，学以致用，广泛传播。 我也是在恰当的时间遇见AI，运用AI，并且深耕AI领域的应用，促进更多人一起实现“AI自由”。 AI也是一个交互工具，会辅助强者更强，成为我们的得力小助手，降低我们去做低效重复性工作。 咱们自己不成长，思考不到位，AI也不会逆袭生成。 所以，AI时代到来，会让原来就很优秀的人更强大，但不及格的人最多达到及格，想要获取80分，还需要自身思考能力，底层思维的升级。 那我们就和AI一起成长吧～ 2.这个世界正在奖励有行动力的人。 很多人都听说过AI，甚至会带着一层神秘的滤镜去看待AI，但从来没有尝试自己去用AI。 其实入门没有想象中那么难，如果自己内心认定是需要门槛很高的东西，大多数就不敢去开门了。 实践派不会被困难打倒，他们会很乐于发现问题，解决问题，从不被想象的问题牵扯精力，去内耗焦虑。 去年这时候，我刚开始接触chatgpt的时候，也被那些技术和网络问题难倒了。 但是当真正耐心下来去做的时候，一步步去解决卡点，发现一切都可以靠时间与重复解决问题。 重要的是，我们一定要去行动。 这个行动可以是去查资料、去看书、咨询他人…… 迈出这一步，后面顺着走就好了。 3.做长期主义者，享受复利效应。 使用AI就像我们持续成长、交朋友、情感投资一样，是有复利效应的。 前期的时候，可能很平缓，因为我们在适应、学习，后面到达一个拐点后，就会突飞猛进。 长期主义者也不是单纯等待，需要我们去做积累和铺垫。 首先，了解AI，与它沟通交流，生成内容； 其次，总结经验，让AI为我们做项目管理、知识管理； 最后，形成知识体系，项目体系，自己可以随时高效调用，并且生成系统性内容。 相当于，一开始它只会回答我们1+1=2，最后做应用题鸡兔同笼也是小菜一碟。 这个过程可能会有点漫长，调试、等待、存储、积累、优化，这些刻意练习也都会持续存在，但未来可期，磨刀不误砍柴工，AI会成为我们最得力的助手。 最后， AI没有那么神秘，是一个以数据库为核心，被我们通过指令来调用、输出内容的智能交互工具。 希望我们都能实现人类的进化，好好使用工具，加油！
本来我读这本书之前，看看中差评，还真的差点相信了。看着页数不多，准备把它读完，然后过来给个差评，批判一下。 但是，当我读到1/5时候，我就知道我错了。 AIGC是很多人需要的，而且会越来越需要，但跟他们传播的时候，讲什么呢？讲卷积神经网络？讲生成对抗网络？还是讲线性代数？ 本来我还打算自己做个ppt跟客户们讲，现在有这本蹭（ji)热(shi)度(yu)的科普读物，还是集短小精悍与条理逻辑于一身，真是比ChatGPT都靠谱。 未来的商业版图变化不好说，但是在当下，这本书还算有时效性，赶紧先转化起生产力！
这本书架构清晰，内容相对全面，对于想要入门了解AIGC的读者，比较友好 一、内容生产力大变革 1、PGC（Professional-Generated Content，专业生产）-UGC（用户生产）-AIGC（AI生产） 2、AIGC四大模态：文本、音频、图像、视频 3、AIGC&元宇宙&Web3.0 二、AIGC的技术思想 1、图灵测试、符号主义&联结主义&行为主义、机器学习、强化学习、深度学习 2、GAN：通过一个生成器和判别器的相互对抗，来实现图文等元素的生成过程 3、AI绘画——Diffusion模型（图像噪声扩散过程的逆向扩散）、CLIP模型（让模型学会计算文本和图像的关联程度） 4、大模型：Seq2Seq、Transformer、GPT、BERT模型 三、AIGC职能应用 1、研发：AI辅助编程 2、营销：AI辅助海报设计与客服 3、管理协作：AI辅助进行会议、邮件、文控、招聘管理 四、AIGC行业应用 1、资讯：写稿 2、影视：写剧本、动画、换脸 3、电商：三维商品、虚拟主播 4、教育：答疑、指导、测评 5、金融：客服、顾问 6、医疗：预问诊、咨询、提醒 五、AIGC产业地图 1、上游数据服务：查询&处理、转换&编排、标注与管理、治理与合规 2、中游算法模型：实验室、研究院、开源社区 3、下游应用产业：文本、音频、图像、视频 六、AIGC的未来 1、技术趋势：大模型广泛应用、仿人模式、伦理 2、参与主体：创业者、投资人 3、风险与监管：版权、欺诈、违禁问题
这是个书友写的，感觉他这个比书强 这书往好了说更科普化，直白说设计多领域的大杂烩，不行哈。 要想看各领域aigc咋用，看下目录自己找就好，看这书纯属浪费时间。 AICG时代到来，搜索逻辑和思维逻辑的转变 上一篇，专门研究了搜索。 🌈原来是机器搜索，通过关键词和逻辑词检索信息，搜索引擎通过蜘蛛爬虫，24h不断爬取信息汇总，本身没有价值不能判断。 对于人工智能的思维和逻辑是基于算法和数据训练的，与人类思维和逻辑有所不同。因此，我们需要对人工智能的思维和逻辑有一定的了解，才能更好地应用和开发人工智能技术。 🌈搜索的逻辑也从关键词的逻辑转变为交互对话。 new bing出现前，ChatGPT出现，这代表我们从信息时代正式迈入智能时代，这是一个关键的转折。 🌈aigc很早之前，至少是2014年就出来了。 当时，我还在传媒大学读书，在国家重点实验室，接触了不少maigc，新华智云和阿里巴巴做了媒体大脑，用来智能剪辑视频，也有人工主播，只是不够智能。 当chatGPT出现，大家发现ai一下子成熟了。 还记得业内人士嘲笑人工智能是人工智障。 细心的人能发现，技术的迭代是一步一步的。 刚开始是利用技术出现头像，人工智能的主播头是不能动的。前面的技术是属于视频绘画，后面加入语音，再加上表情。类比到ChatGPT，那就是从数据量的变化看，比较直观科学。 🌈回到本书：这是一本介绍人工智能在创作领域的影响和应用的书籍。主要探讨了人工智能在文学、音乐、艺术、设计等领域的应用，以及人工智能创作与传统创作的异同点。 ❤️除了文本技术，在人工智能语音和视频领域，以下是一些主要的发展： 1. 语音识别技术：自然语言处理和语音识别技术的进步，使得语音识别系统的准确度和可靠性得到了大幅提高。这项技术已经广泛应用于语音助手、电话自动应答系统、语音识别输入等领域。 2. 语音合成技术：语音合成技术是指通过计算机模拟人类语音机制，将文本转化为语音信号的技术。这项技术已经广泛应用于电子书、导航、语音助手等领域。 3. 语音情感识别技术：语音情感识别技术是指通过语音信号分析和处理，识别出说话者情感状态的技术。这项技术已经被应用于客服中心、市场调研、安全监控等领域。 4. 视频内容分析技术：视频内容分析技术是指通过对视频内容进行分析，识别出视频中的人物、场景、行为等信息的技术。这项技术已经被广泛应用于智能安防、视频监控、智能交通等领域。 5. 视频语义理解技术：视频语义理解技术是指通过对视频内容进行分析和处理，从中提取出更高层次的语义信息，如视频中的情节、主题等信息。这项技术已经被应用于视频搜索、智能教育、文化娱乐等领域。 6. 视频生成技术：视频生成技术是指通过计算机生成视频内容的技术。这项技术已经被广泛应用于虚拟现实、电影制作、游戏开发等领域。 ❤️书的优点包括： 1.广泛涵盖：本书介绍了人工智能在文学、音乐、艺术、设计等领域的应用，可以满足读者对于人工智能创作的多样化需求。 2.深入浅出：本书使用通俗易懂的语言，介绍了人工智能的相关技术和原理，使读者能够更好地理解人工智能在创作领域的应用。 3.案例丰富：本书引用了很多实际案例，包括用人工智能生成的文学作品、音乐作品、绘画等作品，让读者可以直观地了解人工智能创作的效果和局限性。 ❤️本书的缺点包括： 1.浅尝辄止：本书对于人工智能创作的内容涉及广泛，但是并没有深入探讨每一个领域的细节和技术。 2.技术细节不够：本书介绍了人工智能的原理和应用，但是对于技术细节的讲解并不够深入，不能满足专业读者的需求。 3.缺乏讨论：本书大部分是对人工智能创作的描述和介绍，缺乏对于人工智能创作背后的哲学、伦理等问题的深入讨论。 书中的写作逻辑是从介绍历史、重点解释chatGPT的使用，以及对未来的期望来展开说明的。 ❤️理解ai的思维和逻辑很重要的问题。 第一，ChatGPT现在不是智能，他的数据是1750亿个参数，人脑的神经细胞有140亿个神经细胞，每个神经细胞有3万多突触。所以，人脑总突触超过100万亿个。 只有达到chatgpt4，假设GPT-4实现了100亿参数规模，那可能从模型上达到只能。现在虽然，大众从ChatGPT出现突然对这个产品对人工智能充满期待，但是不可否认，不论是从翻译还是运行逻辑，ChatGPT虽然很前沿，但是他不是智能，只是利用深度学习不断转换输出的一种聊天机器人。 ChatGPT不能通过图灵算法，不算最严格的智能。 图灵算法的逻辑漏洞是称为“图灵机不可避免性”。这是指如果有一个程序，它可以检查所有可能的结果，但它永远不会结束，那么这就是图灵机不可避免性。目前，ChatGPT肯定是达不到的。 第二，从神经网络，了解ChatGPT甚至ai的底层逻辑和技术思维。符号主义、联结主义和行为主义是人工智能领域中的三种重要的认知科学思想流派，对人工智能发展影响最大的是符号主义。符号主义强调符号（例如语言、数学符号等）在认知过程中的作用，认为思考和推理都是在符号层面进行的。这一思想导致了人工智能中的逻辑推理和专家系统的发展。人工智能中的逻辑推理主要基于数理逻辑和哥德尔不完备定理，可以用形式化的语言描述和表达知识，对于知识和推理的描述和处理具有非常高的精度和准确性，符号主义也是人工智能中最早的一种方法。 联结主义强调神经网络模型的应用，它试图模拟大脑的结构和功能，通过模拟神经元之间的连接和传递信息的方式来处理信息。联结主义强调了学习和记忆的重要性，是人工智能领域中深度学习和神经网络技术的理论基础。 行为主义则强调行为的观察和分析，关注个体与环境之间的相互作用，认为学习是通过反复的行为和反馈来实现的。行为主义主要应用于智能控制和机器学习领域中的强化学习算法。 这些就是人工智能进步的推断，至于什么时候像人，能不能有智能。暂时不能实现。 特伦说：人工智能更像一门人文科学，本质在于尝试理解人类的智能和认知。 人工智能就是不断学习理解，不管计算机爱好者怎么转换角度，最后殊途同归，越来越像甚至在模仿人。 马可尼的判断我认为很有益处：这仍然只能仅仅是记者的另一样工具，让从业者腾出时间深度思考。 换到aigc，从发展来看，建造的本质是解放人、但是不可避免甚至会让程序员失业。但是一些深度的思考工作，是不可能被取代的。 🌈每个技术出来都是双刃剑 好比技术就是水，可能会变成洪水也可能冲毁庄稼。但是水能发电、水也可以赋能！
这本书就像当下AIGC的一个缩影: 大部分内容是正确的， 少部分是存在偏差的， 极少部分是完全错误的， 这些信息会缝合在一起，呈现在你的眼前。 ChatGPT的很多错误来源于引用内容本身的错误（基于中文互联网的内容尤为明显），此书同理，信息源居然包括简书和个人博客，太不严谨了。 所以我对此书的阅读态度和对集成了GPT3.5的new bing一样，它更适合充当一个一般靠谱的信息源，用于了解行业过往和当下的讯息，作为外行管中窥豹即可。最前沿的发展方向和技术落地，还得自己去试验摸索。
“我们每个人所使用的生产工具，体现了我们每个人的生产力水平。” 是时候使用new bing，更新搜索能力(从 key words 到prompt)了同志们！！！ 下一本阅读 by Ibrahim John. 1.学习AIGC工具应用，替代重复性任务，启发工作新思路，掌握数据利用能力。 辅助创作(文字、图像、音频、视频)， 辅助办公任务、行政管理、项目管理； 辅助个人学习、教育； 关注可能产生的版权问题、避免欺诈违禁，关注政府政策和监管法规。 2.了解了AI产业链条，关注相关产业龙头动向。
AI智能创作（AIGC）时代已经来临 敏感者已经早早入局， 各种作品各种工具层出不穷 呈爆发趋势 这是一个崭新的时代，一个分水岭 如果 不跟上AI的步伐 就将被新时代抛弃 也看不懂未来 AI带来的巨变 既是无限的机会 也让人无尽的担忧 因为越来越多的事情被机器代替， 能留给人做的，越来越少 传统人的大量失业，已成必然。 它会不会取代人类？ 它们会不会超越人类的智慧？ 在更高的维度上碾压人类？ 连马斯克也忧心忡忡～ 这本书提示了一些必然趋势 这是我们的未来和希望： 在行业的细分场景中的AI应用 将是最旺盛的增长点 也是财富和成就的源泉 比如教育行业自己所从事的岗位 如何AI化，人机合一 谁先醒、先入局、先行动 谁就能成为这个行业点上的领军者！甚至独角兽～ 在人类文明的个性化、精尖化方向上， 在可预见的未来，AI还是很难做到的！ 比如CHATGPT 他提供的信息和判断，中规中矩，不偏不倚。 而对于人类世界 真正精彩的、可圈可点的， 往往在个性化+独特性 ～万花争春才最美～ 站在AI的门口 全世界的人都在想： 我该怎么做？ 我能做什么？ 我必须做的转变在哪里？ 彷徨而憧憬着……
CHATGPT出圈也让全球大模型呈现出井喷的状态，人工智能他不是线性发展的，当突破临界值的时候，很多人就会惊叹人工智能都可以这么智能了，而且他已经可以平替很多人类的重复工作了，人应该是与人工智能和平相处的，这时我们应该对人工智能有敬畏之心，但同时也应该去拥抱他 本书中读者是可以很清楚的了解到AIGC的基础内容和发展脉络的，同时作者关于行业未来发展预期也是值得去思考的
读完这本书也有一段时间了，读这本书的初衷也是最近的chatGPT太火了，也想看看有没有系统性的讲大模型对写作带来的一些改变，所以找到了这本书。 简单谈谈自己读完这本书之后的收获，主要总结了三个方面： 1、对AIGC的技术思想有了更生动的理解 之前就知道AIGC采用的是transform模型，不过这本书里介绍的注意力机制的方式让我有所启发。 从数学的角度来说，可以将“注意力”理解为一种“权重”，在理解图片或文本时，大脑会赋予对于认知有重要意义的内容高权重，赋予不重要的内容低权重，在不同的上下文中专注不同的信息，这样可以帮助人们更好地理解信息，同时还能降低信息处理的难度。 文章里给出了下面的这张图，我一开始读的时候完全没有意识到有问题，我理解了图片的意思，当时我真的蛮吃惊的。 虽然图片上的语句是乱序的，但是并没有干扰你的阅读这就是所谓的自注意力机制，作者是这么解释的： 首先，你的眼睛捕捉到了第一个字“研”，并且扫过那一行的后续文字“表”“究”“明”。然后，大脑在过去学习的认知库里去搜寻“研表”“研究”“研明”等，发现“研究”两个字关联最为紧密，所以就给了它较高的权重进行编码计算，并按类似的方式完成后续内容的编码。编码完毕后，按照权重对内容进行重新组装，信息也就组合成了“研究表明”这一常见用法。 2、对AIGC的应用领域有了宏观的了解 书中对AIGC的应用作了很多举例，从职能应用和行业应用两个维度介绍。职能应用方面讲了AIGC在产品研发、市场营销和管理协助的应用案例；行业应用上面讲了资讯、影视、电商、教育、金融和医疗行业的应用。 个人觉得总结会议和文件的重点这种写作功能还是非常有用的，其实就是小学时候锻炼的提炼中心思想，可以极大的提高我们的工作效率。另外就是心理医生的这个场景我觉得也蛮有意思的，甚至我觉得以后AIGC可以作为虚拟女友给自己精神安慰，所谓的什么灵魂伴侣可能真的要靠AIGC来实现了。 3、初窥了AIGC未来的可能趋势 其实未来大模型的主要运用方式还是通用大模型+行业大模型，每个行业都会产生这个行业特定的大模型，甚至每个企业会有自己的大模型，但是这个模型肯定是基于基础的通用大模型进行微调的。通过“预训练大模型+下游任务微调”的方式，人们可以让模型从大量标记和未标记的数据中捕获知识，并在微调后将模型的能力迁移到各类任务场景中。
【2023得到听书笔记📒】20230501# AI是水，而非老虎，水固然危险，却是文明的驱动力。水给予更多的是机会。人类之所以进步，正是因为我们知道如何与水相触并利用好它，水给予更多的是机会。 1.在当下人工智能如何帮助我们：智能创作时代，创作者生产力的提升（「AI」人工智能；「GC」生成内容） （1）AI代替创作中的重复环节，提升效率 快速的新闻报道写代码注释借助AI安排会议写会议纪要（2）创意与创作分离，从中找灵感与思路 指导AI生成更多内容，启发更多思路比较复杂的内容：AI初创，人力精髓（3）和AI一起做以前做不到的事情 综合海量预训练数据模型中引入的随机性拓展创新边界产生杰出创意人的能力上限决定内容质量的上限（4）人目前不会被AI取代，人更理解人 2.在未来如何寻找机会：未来AI会创造很多新机会 （1）产业上游：数据服务——数据是AI的食物 数据的查询与处理数据的转换与编排数据的标注与管理（2）产业中游：算法模型 算法模型支持AI的判断，分析和创作训练算法模型最具技术含量和商业潜力（3）产业下游：人工智能的应用拓展 这个领域种类最丰富，机会也最多文本领域：营销文案、邮件写作等音视频领域：生成可以乱真的声音和影像教育行业：提供千人千面的教育💡 目前AI在生成文字时，最擅长的是“结构化写作”，也就是像新闻简讯那样，文字有比较强的规律性，需要严谨、客观，不需要太多个人色彩。在智能创作时代，在AI的加持下，创作者生产力的提升主要表现为三个方面：第一，代替创作中的重复环节，提升创作效率；第二，将创意与创作相分离，内容创作者可以从人工智能的生成作品中找寻灵感与思路；第三，综合海量预训练的数据和模型引入的随机性，有利于拓展创新的边界，创作者可以生产出过去无法想象的杰出创意。在当下，虽然AI可以辅助生成内容，但是内容质量的上限，还是有人的能力上限来决定。AIGC产业的上游是数据服务，中游是算法模型，下游是应用拓展，每个环境目前都蕴含着机会。著名的科技预言家凯文.凯利有个观点，我们可以想到某个新技术替代旧技术的场景，但是更多衍生的场景，我们其实想象不到。想了解人工智能的发展历程——《智能时代》；想了解AI算法和原理——《深度学习》；了解人工智能的局限——《人工不智能》；想知道更远的未来可能会出现怎样的变化——《必然》、《奇点临近》。
AICG时代到来，搜索逻辑和思维逻辑的转变 上一篇，专门研究了搜索。要知道原来是机器搜索，通过关键词和逻辑词检索信息，搜索引擎通过蜘蛛爬虫，24h不断爬取信息汇总，本身没有价值不能判断。 对于人工智能的思维和逻辑是基于算法和数据训练的，与人类思维和逻辑有所不同。因此，我们需要对人工智能的思维和逻辑有一定的了解，才能更好地应用和开发人工智能技术。 new bing出现前，ChatGPT出现，这代表我们从信息时代正式迈入智能时代，这是一个关键的转折。搜索的逻辑也从关键词的逻辑转变为交互对话。 为了梳理使用ChatGPT，刚把《AIGC: 智能创作时代》 在说这本书之前，需要澄清一个认识。 aigc很早之前，至少是2014年就出来了。当时，我还在传媒大学读书，在国家重点实验室，接触了不少maigc，新华智云和阿里巴巴做了媒体大脑，用来智能剪辑视频，也有人工主播，只是不够智能。 当chatGPT出现，大家发现ai一下子成熟了。 还记得业内人士嘲笑人工智能是人工智障。 细心的人能发现，技术的迭代是一步一步的。 刚开始是利用技术出现头像，人工智能的主播头是不能动的。前面的技术是属于视频绘画，后面加入语音，再加上表情。类比到ChatGPT，那就是从数据量的变化看，比较直观科学。 回到本书：这是一本介绍人工智能在创作领域的影响和应用的书籍。主要探讨了人工智能在文学、音乐、艺术、设计等领域的应用，以及人工智能创作与传统创作的异同点。 当下，除了文本技术，在人工智能语音和视频领域，以下是一些主要的发展： 1. 语音识别技术：自然语言处理和语音识别技术的进步，使得语音识别系统的准确度和可靠性得到了大幅提高。这项技术已经广泛应用于语音助手、电话自动应答系统、语音识别输入等领域。 2. 语音合成技术：语音合成技术是指通过计算机模拟人类语音机制，将文本转化为语音信号的技术。这项技术已经广泛应用于电子书、导航、语音助手等领域。 3. 语音情感识别技术：语音情感识别技术是指通过语音信号分析和处理，识别出说话者情感状态的技术。这项技术已经被应用于客服中心、市场调研、安全监控等领域。 4. 视频内容分析技术：视频内容分析技术是指通过对视频内容进行分析，识别出视频中的人物、场景、行为等信息的技术。这项技术已经被广泛应用于智能安防、视频监控、智能交通等领域。 5. 视频语义理解技术：视频语义理解技术是指通过对视频内容进行分析和处理，从中提取出更高层次的语义信息，如视频中的情节、主题等信息。这项技术已经被应用于视频搜索、智能教育、文化娱乐等领域。 6. 视频生成技术：视频生成技术是指通过计算机生成视频内容的技术。这项技术已经被广泛应用于虚拟现实、电影制作、游戏开发等领域。 书的优点包括： 1.广泛涵盖：本书介绍了人工智能在文学、音乐、艺术、设计等领域的应用，可以满足读者对于人工智能创作的多样化需求。 2.深入浅出：本书使用通俗易懂的语言，介绍了人工智能的相关技术和原理，使读者能够更好地理解人工智能在创作领域的应用。 3.案例丰富：本书引用了很多实际案例，包括用人工智能生成的文学作品、音乐作品、绘画等作品，让读者可以直观地了解人工智能创作的效果和局限性。 本书的缺点包括： 1.浅尝辄止：本书对于人工智能创作的内容涉及广泛，但是并没有深入探讨每一个领域的细节和技术。 2.技术细节不够：本书介绍了人工智能的原理和应用，但是对于技术细节的讲解并不够深入，不能满足专业读者的需求。 3.缺乏讨论：本书大部分是对人工智能创作的描述和介绍，缺乏对于人工智能创作背后的哲学、伦理等问题的深入讨论。 书中的写作逻辑是从介绍历史、重点解释chatGPT的使用，以及对未来的期望来展开说明的。 其中，有几个问题，比较重要，不止是对我，还有对各位，要理解ai的思维和逻辑很重要的问题。 第一，ChatGPT现在不是智能，他的数据是1750亿个参数，人脑的神经细胞有140亿个神经细胞，每个神经细胞有3万多突触。所以，人脑总突触超过100万亿个。 只有达到chatgpt4，假设GPT-4实现了100亿参数规模，那可能从模型上达到只能。现在虽然，大众从ChatGPT出现突然对这个产品对人工智能充满期待，但是不可否认，不论是从翻译还是运行逻辑，ChatGPT虽然很前沿，但是他不是智能，只是利用深度学习不断转换输出的一种聊天机器人。 ChatGPT不能通过图灵算法，不算最严格的智能。 图灵算法的逻辑漏洞是称为“图灵机不可避免性”。这是指如果有一个程序，它可以检查所有可能的结果，但它永远不会结束，那么这就是图灵机不可避免性。目前，ChatGPT肯定是达不到的。 第二，从神经网络，了解ChatGPT甚至ai的底层逻辑和技术思维。符号主义、联结主义和行为主义是人工智能领域中的三种重要的认知科学思想流派，对人工智能发展影响最大的是符号主义。符号主义强调符号（例如语言、数学符号等）在认知过程中的作用，认为思考和推理都是在符号层面进行的。这一思想导致了人工智能中的逻辑推理和专家系统的发展。人工智能中的逻辑推理主要基于数理逻辑和哥德尔不完备定理，可以用形式化的语言描述和表达知识，对于知识和推理的描述和处理具有非常高的精度和准确性，符号主义也是人工智能中最早的一种方法。 联结主义强调神经网络模型的应用，它试图模拟大脑的结构和功能，通过模拟神经元之间的连接和传递信息的方式来处理信息。联结主义强调了学习和记忆的重要性，是人工智能领域中深度学习和神经网络技术的理论基础。 行为主义则强调行为的观察和分析，关注个体与环境之间的相互作用，认为学习是通过反复的行为和反馈来实现的。行为主义主要应用于智能控制和机器学习领域中的强化学习算法。 这些就是人工智能进步的推断，至于什么时候像人，能不能有智能。暂时不能实现。 特伦说：人工智能更像一门人文科学，本质在于尝试理解人类的智能和认知。 人工智能就是不断学习理解，不管计算机爱好者怎么转换角度，最后殊途同归，越来越像甚至在模仿人。 马可尼的判断我认为很有益处：这仍然只能仅仅是记者的另一样工具，让从业者腾出时间深度思考。 换到aigc，从发展来看，建造的本质是解放人、但是不可避免甚至会让程序员失业。但是一些深度的思考工作，是不可能被取代的。每个技术出来都是双刃剑 好比技术就是水，可能会变成洪水也可能冲毁庄稼。但是水能发电、水也可以赋能！#今日读后感
这二个月每天几小时几小时地在Chat GPT 、Midjourney上磨，并微信读书上相应读了四、五本这方面的书，杜雨和张孜铭的《AIGC：智能创作时代》是我读过的最为系统和深刻的一本书。 它比较全面、系统地对AIGC相关的技术进行了介绍，对AIGC的产业进行了梳理，并对其发展方向进行了预测。 本书深入浅出地介绍了从PGC、UGC到AIGC的一场时代变迁。借助AICG，人人都有机会通过更先进的技术手段来追求和实现自己的艺术主张，我们不仅仅是内容的“消费者”，有 GPT等Aⅰ加持，我们也可以是内容的“生产者”，这个释放自己的想象力时代已经来临。 作者说： >> “AIGC无疑是一种生产力的变革，将世界送入智能创作时代。在智能创作时代，创作者生产力的提升主要表现为三个方面： 1、代替创作中的重复环节，提升创作效率。 2、将创意与创作相分离，内容创作者可以从人工智能的生成作品中找寻灵感与思路。 3、综合海量预训练的数据和模型中引入的随机性，有利于拓展创新的边界，创作者可以生产出过去无法想出的杰出创意。” 在开源模式的推动下，伴随着深度学习模型的不断迭代，AI将不再只是辅助内容创建的工具，而是能够独立创造和生成内容的新型创作方式。随着Aⅰ越来越快演进，那么未来的内容平台、艺术形态将蜕变或者说进化至何处？本书将极大地激发我们对这个问题的深刻思考。 当我们思考企业如何应用时，作者的话值得深思，要“科学”上网，他毫不违言地说AIGC的算力需求呈现显著增长的原因有数据、算法、算力三要素。 在可以预见的未来，在摩尔定律(Moore's Law)已走向失效的情况下，AI模型所需算力被预测每100天翻一倍，也就是“5年后AI所需算力超100万倍”。造成这样需求的根本原因是AI的算力不再是传统算力，而是“智能算力”。是的，AIGC的硬技术是AI芯片，而且是经过特殊设计和定制的AI芯片。AI芯片需要实现CPU、GPU、FPGA和DSP共存。随着AIGC的发展，计算技术的发展不再仅仅依靠通用芯片在制程工艺上的创新，而是结合多种创新方式，形成智能计算和计算智能技术。所以，懂的应该懂，这个原因下，我国现在远未真正进入AIGC全面爆发性增长的阶段，即便细分赛道还未进入大规模验证和体系化发展的阶段。 “科学”上网，让企业拥抱AIGC的潮流，将所有岗位前加Aⅰ两字，所有岗位都应借Aⅰ辅助提高生产力，首先要从产生内容的岗位普及开；由人工智能生成的东西将会进一步丰富我们的创意和内容，从文案、图像的生成到数字资产的创建，AIGC让我们更好更快创建并生产的内容。AI是水，而非老虎。水固然危险，但你可以学着游泳，可以造舟，可以造堤坝，还能借此发电；水固然危险，却是文明的驱动力，人类之所以进步，正是因为我们知道如何与水相处并利用好它。水给予更多的是机会。 正如代序说的，媲美新石器时代的文明范式转型已经来临，从这个奇点始，一个有趣的核心机制将能孕育无数个平行的叙事和体验。 感谢作者为我们提供并分析各大Aⅰ专业网站。
AIGC：智能创作时代。AI:人工智能 GC:生成内容（文字、图片、音频、视频）。AIGC会不会是媲美新石器时代的文明范式转型呢？以下用“它”代替“AIGC”。它实现了机器学习的集大成者，它开创了“模型”主导内容生成的时代，它可能是人类内容创作的历史拐点。 目前人不会被AI取代，但持续会有被机器取代的人。在智能创作时代，在AI的加持下，创作者生产力的提升主要表现为三个方面：第一，代替创作中的重复环节，提升创作效率；第二，将创意与创作相分离，内容创作者可以从人工智能的生成作品中找寻灵感与思路；第三，综合海量预训练的数据和模型中引入的随机性，有利于拓展创新的边界，创作者可以生产出过去无法想出的杰出创意。 智能创作对当前行业的影响显著应用于其行业下游:文案、海报、PPT设计、新闻快讯（结构性写作），在影视行业AI可以帮助写剧本，生成音频视频和歌词。AI脸部应用，抖音上的漫画脸、AI绘图、人脸解锁，虚拟主播、AI问诊、它对教育者减负、金融客服等等。AI将替代重复性工作，节约创作人的时间和精力，提升创作效率。 AI学习可以不眠不休，没有情绪波动。把内卷式的悬梁刺股和小灶家教照搬在AI能力的提升上是无效的，真正决定AI能力差异的是喂养它的数据质量。 对于AI带来的新机会是服务于AIGC的上中下游。首先上游-数据服务，民以食为天，AI也不例外。喂给AI的数据要经过搜索处理标注管理，人吃东西要干净，AI吃的东西要安全；中游-算法模型，是这个行业最有技术含量的一环，像研究阿尔法Go的Deepmind和chatGPT背后的OpenAI；产业下游应用于广泛的销售和服务场景，文字图像音频视频。 AI是水，而非老虎。水固然危险，但你可以学着游泳，可以造舟，可以造堤坝，还能借此发电；水固然危险，却是文明的驱动力，人类之所以进步，正是因为我们知道如何与水相处并利用好它。水给予更多的是机会。 从图灵到chatGPT4，仿佛未来来得太快，让人手足无措，无论是看好还是唱衰，重要的是以何种姿态面对未来，严肃活泼。 书摘: 1.AIGC形成的学习能力取决于参数的规模。GPT-2大约有15亿个参数，而GPT-3最大的模型有1 750亿个参数，上升了两个数量级。而且，它不仅参数规模更大，训练所需的数据也更多。根据媒体猜测但还未被证实的消息，GPT-4的参数可能将达到100万亿规模。假设GPT-4实现100万亿参数规模，堪比人的大脑，意味着它达到与人类大脑神经触点规模的同等水平。 2.人们总喜欢活在舒适区内，用粗暴的断言安慰自己，例如机器永远无法模仿人类的某些特性。但我给不了这样的安慰，因为我认为并不存在无法模仿的人类特性。-图灵 3.AIGC的核心技术价值是实现了“自然语言”与人工智能的融合。 4.数据、算法、算力是人工智能的稳定三要素。 5.人工智能更像是一门人文学科。其本质在于尝试理解人类的智能与认知。
花了两个小时对本书做了系统的阅读，读完以后，我对AIGC以及它的应用前景有了个大致的了解，当然本书更像是一本科普类读物，并不涉及到具体技术的实现以及难度，所以不会给不懂相关领域的人造成困惑。从PGC到UGC再到AIGC，智能创作时代正在来临。 在智能创作时代，创作者生产力的提升主要表现为三个方面： ·代替创作中的重复环节，提升创作效率。 ·将创意与创作相分离，内容创作者可以从人工智能的生成作品中找寻灵感与思路。 ·综合海量预训练的数据和模型中引入的随机性，有利于拓展创新的边界，创作者可以生产出过去无法想出的杰出创意。 AIGC 具体降本增效的方式体现在： ·自动化处理烦琐和耗时的任务，减少人力需求，降低成本。 ·产生新的想法和问题的解决方案，如产品设计或营销策略。 ·快速、准确地分析大量数据，为决策生成有价值的见解。 ·提高任务的效率和准确性，减少出错的可能性，提高工作效率。 ·开发个性化和定制化的产品和服务，提高客户满意度。 ·提高组织的速度和敏捷性，使组织能够快速响应不断变化的市场条件和客户需求。 ·改善组织内部的协作和沟通，使团队能够更加高效地一起工作。 大浪淘沙方显英雄本色，每一位投资人都身处浪潮之巅与时代风口，机遇与未知并存，难以预测未来但正在创造未来，难以拨开风口的重重云雾窥探时代的风向标，但可以从差异中寻找共性、从历史中汲取经验，在变化中守得云开见月明。
2023·11 AIGC：智能创作时代 By 杜雨/张孜铭 这本书如当季水果，内容紧跟热点，资料详实充分，即使粗略泛读，也会有所收获。如果能钻研下去，或者按书中索引，完全可把此书当做AI行业的求职/投资宝典。 AI人工智能，从2022年ChatGPT再次引爆以来，在新时代急需转型升级，寻求热点的华文世界更是热的发烫。美图秀秀之后，换脸诈骗的视频也出来了。追求新奇出位爆点的各种媒体，面对素材也得再三审题了：毕竟群众也不是那么好糊弄的（或者说是好糊弄的，看你说的是啥）。 这本书抛开情怀争议，干货居多，书分六章： 第一章当然是讲述AIGC（人工智能生成内容AI Generated Content）的前世今生。往宽处想，从开始用打字编辑软件开始，人工智能生成内容已经介入，只不过现在是精准度更高，而且有了进一步自学创造的趋势。 第二章是AIGC的原理，符号控制，数码联通，说实话泛读之下，也看的不太懂，总之就是一头猪从这边进去，香肠就从那边出来了。理解到我这种层次，应该不影响阅读。 第三章是职能运用，自己的切身体会是ChatGPT写推广文案真是好用，省时省力不费脑子，智能纠错之下脑子不知道会不会锈掉？ 第四章是行业应用，这应该是包含了各行各业吧？谁现在手里不揣个手机？老太太出门都叫滴滴。 第五章产业地图是给投资人画的，很好，看完略懂。但简单的上中下游，怕是不能涵盖。中间的执法呢？支付呢？征信呢？元宇宙的房租谁来收啊？ 第六章AIGC的未来，技术上肯定会原来越趋同人类，从而超越人类。风险呢？我总想到原始人刚开始使用火的时候（假如火真是燧人氏“发现”的，外文名叫普罗米修斯），火给文明的助力巨大，对文化的摧毁也是不遗余力。过去了千百年，现在谁又能说驯服了火？而AIGC或者AI的更新迭代，肯定比火更火，其中要点是TM有脑子。 而且，如果人类为AI赋予感情乃至人格，就像马斯克亲吻AI伴侣的一幕。 这个世界：TA会好吗？还是更烂？
如果你对AI感兴趣，送你3个知识点和3个思考方向 从今年1月29日开始，凯西读书会一起共读《AIGC智能创作时代》，这个月大家从小白成功入门，还有人直接进阶升级为半个专家。 1个月之前，我对于AI了解的更多是表面讯息，这个月真正实践起来，并且以教为学，通过加餐方式，带着更多小伙伴们认识AI，运用AI。 阅读这本书，到今天为止写了26篇笔记，8篇相关文章，共读讨论4次，一起直播分享4次，成就感满满。 接下来，我就把这本书的3个重要知识点和3个思考感悟分享给大家，欢迎留言交流探讨哦～ 第一部分：3个《AIGC智能创作时代》知识点分享 1、AIGC智能创作是什么，为什么要用，以及怎么去应用。 AI是什么？ AIGC智能创作是用AI生成或者辅助生成内容，内容包含文字、音频、视频、代码、图像等。 比如外贸人员用来写开发信、做年终总结PPT；自媒体创作者用AI识别字幕，自动配音、做图片、短视频生成；还有写作者进行思考启发、文章生成等，都属于AIGC智能创作的范畴。 为什么要用AI呢？ 1.提高效率，以前我工作找资料需要跨越很多网站，用很长时间，用AI一个工具可以帮忙解决；还可以去生成那些重复性的新闻稿框架撰写。 2.内容创作者不再只依靠于自己的脑袋，而是可以从人工智能生成的作品中寻找灵感与思路。 比如我就经常在智能生成的内容中找到某一个有用的观点，甚至某一个用得很好的词，用于工作文字中。 3.海量数据模型随机组合，可以创造无限的可能性，有非常大的创新空间。 今年很多人都用AI生成红包封面或者龙腾图案等，还有更多更广泛的应用等着大家去探索。 怎么去用AI呢？ 1.克服畏难情绪，先从最简单的身边的工具用起，培养自己沟通的交互感。 2.保持耐心，快速发展时代，耐心成为稀缺品。耐心不只体现在去行动的这个过程，还有使用AI的过程。一遍两遍得不到理想答案很正常，耐心去打磨自己的问题，不断互动，我们总会得到自己的答案。 3.提高学习能力，特别是自学能力。我们想要的，只要耐心去找，去问，都能找到答案。那我们需要做的就是积极主动去探索，去执行，去跟进，直到学会为止。 4.打好基本功。AI不会替代人，但是会挤压普通人。——古典 那我们要永远保持自己不普通，拥有核心竞争力与内核精神，这样以后哪怕来了更强大的工具，我们也能很快适应，做到为我所用。 2、“AI是水，不是虎”。 水虽然危险，但我们可以学会游泳，可以造船，发电…… 水能载舟亦能覆舟，关键看我们如何看待，如何去用。 辩证思考这个问题没有什么过错，查理.芒格也说过，如果我不能比世界上任何一个人都能反驳这个观点，那我就不配拥有这个观点。 克隆技术的发展、科技的发展、互联网的发展、人工智能的发展等所有新事物的发展都是有人反对有人支持。 还记得第一辆汽车发明出来的时候吗？很多人力车夫都不愿意了，他们抗议。 但其实汽车取代的是马，不是人，人完全可以升级做司机。 AI也是如此，AI是水，润物细无声在我们身边，如果我们能从中汲取养分，好好利用，那就是咱们最好的能量来源。 我也曾经抗拒过，感觉断网断电直接秒杀智能工具。 后来在朋友带领下，在凯西读书会做领读助教的责任驱使下，我充分认识到AI的妙处。 并且开始尝试国内外工具的使用，也在能接触AI学习的时候认真学习，自己也解决了网络和技术上的卡点。 年前，还借助AI工具生成一个官方荣誉申报文件，平时我要找资料都得1个多小时，它生成只用了几分钟。 我再根据实际情况修改完善好也才用了一个小时，大幅提升了工作效率。 我曾经因为不懂而妄加评论，但有个问题需要考虑：我自己本身的能力就能和不用AI的人抗衡吗？ 这值得每个人好好深思。 AI工具在那里，我们也不能放弃自我成长与能力提升，两者并不矛盾，而是互相正循环正反馈的过程。 3、AI时代到来 深入每个行业，你会发现人工智能正在改变工作的性质。 不管我们有没有注意，AI确实已经进入了我们生活，也从人工智障进化为人工智能。 比如智能灯、智能扫地机器人、智能洗碗机、全自动洗衣机、智能做饭机、智能手环等等 那些走在时代前沿的人，已经开始用AI辅助工作生活，成为一个特别高效的人。 所以，AI在今年也会发展迅速，势不可挡。 爱因斯坦说：“我从来不想未来，因为它来得太快。” 目前AI正在进行迅猛发展，有人说现在是继大航海时代，又一次历史时刻。 关于未来发展，我们确实无法预测，但我们能够感受到，目前正处于这样的时代中，当下就是使用AI的好时机。 我们需要做的是更客观看待新事物发展，同时在感觉到可以为我所用，让我成长更快，更加高效时勇敢加入进来，开始使用起来。 现在看热闹的很多，我们稍微一努力，多实践一次，就很容易在时间、技能上甩开大部分人，这是难得的机会。 就像chatgpt刚出现时，能有一个账号的人就很牛，现在能用4.0的已经有大量用户了。 如果迟早要开始，迟早要接受，那我们就早点开始吧。 越早进来，门槛越低，未来就更加可控可预测；越晚加入，可能我们的未来就比别人慢半拍。 同时，大家也可以通过圈子的力量，让自己跟上时代的发展。 想要做什么，想要达成什么目标，那就去靠近这些人，进入他们的圈子。 在一个积极向上的圈子里，看到这么多优秀的人都在读写成长，我们耳濡目染也会比在社群外收获更多。 当然，最好还是要行动起来，看到、学到、做到，形成完美闭环。 第二部分：3点思考感悟分享 1.持续成长，才会越来越强。 第一批在AI中受益的人群，都是高度敏感的持续成长者。 他们关注科技发展，并且躬身入局，学以致用，广泛传播。 我也是在恰当的时间遇见AI，运用AI，并且深耕AI领域的应用，促进更多人一起实现“AI自由”。 AI也是一个交互工具，会辅助强者更强，成为我们的得力小助手，降低我们去做低效重复性工作。 咱们自己不成长，思考不到位，AI也不会逆袭生成。 所以，AI时代到来，会让原来就很优秀的人更强大，但不及格的人最多达到及格，想要获取80分，还需要自身思考能力，底层思维的升级。 那我们就和AI一起成长吧～ 2.这个世界正在奖励有行动力的人。 很多人都听说过AI，甚至会带着一层神秘的滤镜去看待AI，但从来没有尝试自己去用AI。 其实入门没有想象中那么难，如果自己内心认定是需要门槛很高的东西，大多数就不敢去开门了。 实践派不会被困难打倒，他们会很乐于发现问题，解决问题，从不被想象的问题牵扯精力，去内耗焦虑。 去年这时候，我刚开始接触chatgpt的时候，也被那些技术和网络问题难倒了。 但是当真正耐心下来去做的时候，一步步去解决卡点，发现一切都可以靠时间与重复解决问题。 重要的是，我们一定要去行动。 这个行动可以是去查资料、去看书、咨询他人…… 迈出这一步，后面顺着走就好了。 3.做长期主义者，享受复利效应。 使用AI就像我们持续成长、交朋友、情感投资一样，是有复利效应的。 前期的时候，可能很平缓，因为我们在适应、学习，后面到达一个拐点后，就会突飞猛进。 长期主义者也不是单纯等待，需要我们去做积累和铺垫。 首先，了解AI，与它沟通交流，生成内容； 其次，总结经验，让AI为我们做项目管理、知识管理； 最后，形成知识体系，项目体系，自己可以随时高效调用，并且生成系统性内容。 相当于，一开始它只会回答我们1+1=2，最后做应用题鸡兔同笼也是小菜一碟。 这个过程可能会有点漫长，调试、等待、存储、积累、优化，这些刻意练习也都会持续存在，但未来可期，磨刀不误砍柴工，AI会成为我们最得力的助手。 最后， AI没有那么神秘，是一个以数据库为核心，被我们通过指令来调用、输出内容的智能交互工具。 希望我们都能实现人类的进化，好好使用工具，加油！
本来我读这本书之前，看看中差评，还真的差点相信了。看着页数不多，准备把它读完，然后过来给个差评，批判一下。 但是，当我读到1/5时候，我就知道我错了。 AIGC是很多人需要的，而且会越来越需要，但跟他们传播的时候，讲什么呢？讲卷积神经网络？讲生成对抗网络？还是讲线性代数？ 本来我还打算自己做个ppt跟客户们讲，现在有这本蹭（ji)热(shi)度(yu)的科普读物，还是集短小精悍与条理逻辑于一身，真是比ChatGPT都靠谱。 未来的商业版图变化不好说，但是在当下，这本书还算有时效性，赶紧先转化起生产力！
这本书架构清晰，内容相对全面，对于想要入门了解AIGC的读者，比较友好 一、内容生产力大变革 1、PGC（Professional-Generated Content，专业生产）-UGC（用户生产）-AIGC（AI生产） 2、AIGC四大模态：文本、音频、图像、视频 3、AIGC&元宇宙&Web3.0 二、AIGC的技术思想 1、图灵测试、符号主义&联结主义&行为主义、机器学习、强化学习、深度学习 2、GAN：通过一个生成器和判别器的相互对抗，来实现图文等元素的生成过程 3、AI绘画——Diffusion模型（图像噪声扩散过程的逆向扩散）、CLIP模型（让模型学会计算文本和图像的关联程度） 4、大模型：Seq2Seq、Transformer、GPT、BERT模型 三、AIGC职能应用 1、研发：AI辅助编程 2、营销：AI辅助海报设计与客服 3、管理协作：AI辅助进行会议、邮件、文控、招聘管理 四、AIGC行业应用 1、资讯：写稿 2、影视：写剧本、动画、换脸 3、电商：三维商品、虚拟主播 4、教育：答疑、指导、测评 5、金融：客服、顾问 6、医疗：预问诊、咨询、提醒 五、AIGC产业地图 1、上游数据服务：查询&处理、转换&编排、标注与管理、治理与合规 2、中游算法模型：实验室、研究院、开源社区 3、下游应用产业：文本、音频、图像、视频 六、AIGC的未来 1、技术趋势：大模型广泛应用、仿人模式、伦理 2、参与主体：创业者、投资人 3、风险与监管：版权、欺诈、违禁问题
这是个书友写的，感觉他这个比书强 这书往好了说更科普化，直白说设计多领域的大杂烩，不行哈。 要想看各领域aigc咋用，看下目录自己找就好，看这书纯属浪费时间。 AICG时代到来，搜索逻辑和思维逻辑的转变 上一篇，专门研究了搜索。 🌈原来是机器搜索，通过关键词和逻辑词检索信息，搜索引擎通过蜘蛛爬虫，24h不断爬取信息汇总，本身没有价值不能判断。 对于人工智能的思维和逻辑是基于算法和数据训练的，与人类思维和逻辑有所不同。因此，我们需要对人工智能的思维和逻辑有一定的了解，才能更好地应用和开发人工智能技术。 🌈搜索的逻辑也从关键词的逻辑转变为交互对话。 new bing出现前，ChatGPT出现，这代表我们从信息时代正式迈入智能时代，这是一个关键的转折。 🌈aigc很早之前，至少是2014年就出来了。 当时，我还在传媒大学读书，在国家重点实验室，接触了不少maigc，新华智云和阿里巴巴做了媒体大脑，用来智能剪辑视频，也有人工主播，只是不够智能。 当chatGPT出现，大家发现ai一下子成熟了。 还记得业内人士嘲笑人工智能是人工智障。 细心的人能发现，技术的迭代是一步一步的。 刚开始是利用技术出现头像，人工智能的主播头是不能动的。前面的技术是属于视频绘画，后面加入语音，再加上表情。类比到ChatGPT，那就是从数据量的变化看，比较直观科学。 🌈回到本书：这是一本介绍人工智能在创作领域的影响和应用的书籍。主要探讨了人工智能在文学、音乐、艺术、设计等领域的应用，以及人工智能创作与传统创作的异同点。 ❤️除了文本技术，在人工智能语音和视频领域，以下是一些主要的发展： 1. 语音识别技术：自然语言处理和语音识别技术的进步，使得语音识别系统的准确度和可靠性得到了大幅提高。这项技术已经广泛应用于语音助手、电话自动应答系统、语音识别输入等领域。 2. 语音合成技术：语音合成技术是指通过计算机模拟人类语音机制，将文本转化为语音信号的技术。这项技术已经广泛应用于电子书、导航、语音助手等领域。 3. 语音情感识别技术：语音情感识别技术是指通过语音信号分析和处理，识别出说话者情感状态的技术。这项技术已经被应用于客服中心、市场调研、安全监控等领域。 4. 视频内容分析技术：视频内容分析技术是指通过对视频内容进行分析，识别出视频中的人物、场景、行为等信息的技术。这项技术已经被广泛应用于智能安防、视频监控、智能交通等领域。 5. 视频语义理解技术：视频语义理解技术是指通过对视频内容进行分析和处理，从中提取出更高层次的语义信息，如视频中的情节、主题等信息。这项技术已经被应用于视频搜索、智能教育、文化娱乐等领域。 6. 视频生成技术：视频生成技术是指通过计算机生成视频内容的技术。这项技术已经被广泛应用于虚拟现实、电影制作、游戏开发等领域。 ❤️书的优点包括： 1.广泛涵盖：本书介绍了人工智能在文学、音乐、艺术、设计等领域的应用，可以满足读者对于人工智能创作的多样化需求。 2.深入浅出：本书使用通俗易懂的语言，介绍了人工智能的相关技术和原理，使读者能够更好地理解人工智能在创作领域的应用。 3.案例丰富：本书引用了很多实际案例，包括用人工智能生成的文学作品、音乐作品、绘画等作品，让读者可以直观地了解人工智能创作的效果和局限性。 ❤️本书的缺点包括： 1.浅尝辄止：本书对于人工智能创作的内容涉及广泛，但是并没有深入探讨每一个领域的细节和技术。 2.技术细节不够：本书介绍了人工智能的原理和应用，但是对于技术细节的讲解并不够深入，不能满足专业读者的需求。 3.缺乏讨论：本书大部分是对人工智能创作的描述和介绍，缺乏对于人工智能创作背后的哲学、伦理等问题的深入讨论。 书中的写作逻辑是从介绍历史、重点解释chatGPT的使用，以及对未来的期望来展开说明的。 ❤️理解ai的思维和逻辑很重要的问题。 第一，ChatGPT现在不是智能，他的数据是1750亿个参数，人脑的神经细胞有140亿个神经细胞，每个神经细胞有3万多突触。所以，人脑总突触超过100万亿个。 只有达到chatgpt4，假设GPT-4实现了100亿参数规模，那可能从模型上达到只能。现在虽然，大众从ChatGPT出现突然对这个产品对人工智能充满期待，但是不可否认，不论是从翻译还是运行逻辑，ChatGPT虽然很前沿，但是他不是智能，只是利用深度学习不断转换输出的一种聊天机器人。 ChatGPT不能通过图灵算法，不算最严格的智能。 图灵算法的逻辑漏洞是称为“图灵机不可避免性”。这是指如果有一个程序，它可以检查所有可能的结果，但它永远不会结束，那么这就是图灵机不可避免性。目前，ChatGPT肯定是达不到的。 第二，从神经网络，了解ChatGPT甚至ai的底层逻辑和技术思维。符号主义、联结主义和行为主义是人工智能领域中的三种重要的认知科学思想流派，对人工智能发展影响最大的是符号主义。符号主义强调符号（例如语言、数学符号等）在认知过程中的作用，认为思考和推理都是在符号层面进行的。这一思想导致了人工智能中的逻辑推理和专家系统的发展。人工智能中的逻辑推理主要基于数理逻辑和哥德尔不完备定理，可以用形式化的语言描述和表达知识，对于知识和推理的描述和处理具有非常高的精度和准确性，符号主义也是人工智能中最早的一种方法。 联结主义强调神经网络模型的应用，它试图模拟大脑的结构和功能，通过模拟神经元之间的连接和传递信息的方式来处理信息。联结主义强调了学习和记忆的重要性，是人工智能领域中深度学习和神经网络技术的理论基础。 行为主义则强调行为的观察和分析，关注个体与环境之间的相互作用，认为学习是通过反复的行为和反馈来实现的。行为主义主要应用于智能控制和机器学习领域中的强化学习算法。 这些就是人工智能进步的推断，至于什么时候像人，能不能有智能。暂时不能实现。 特伦说：人工智能更像一门人文科学，本质在于尝试理解人类的智能和认知。 人工智能就是不断学习理解，不管计算机爱好者怎么转换角度，最后殊途同归，越来越像甚至在模仿人。 马可尼的判断我认为很有益处：这仍然只能仅仅是记者的另一样工具，让从业者腾出时间深度思考。 换到aigc，从发展来看，建造的本质是解放人、但是不可避免甚至会让程序员失业。但是一些深度的思考工作，是不可能被取代的。 🌈每个技术出来都是双刃剑 好比技术就是水，可能会变成洪水也可能冲毁庄稼。但是水能发电、水也可以赋能！
这本书就像当下AIGC的一个缩影: 大部分内容是正确的， 少部分是存在偏差的， 极少部分是完全错误的， 这些信息会缝合在一起，呈现在你的眼前。 ChatGPT的很多错误来源于引用内容本身的错误（基于中文互联网的内容尤为明显），此书同理，信息源居然包括简书和个人博客，太不严谨了。 所以我对此书的阅读态度和对集成了GPT3.5的new bing一样，它更适合充当一个一般靠谱的信息源，用于了解行业过往和当下的讯息，作为外行管中窥豹即可。最前沿的发展方向和技术落地，还得自己去试验摸索。
“我们每个人所使用的生产工具，体现了我们每个人的生产力水平。” 是时候使用new bing，更新搜索能力(从 key words 到prompt)了同志们！！！ 下一本阅读 by Ibrahim John. 1.学习AIGC工具应用，替代重复性任务，启发工作新思路，掌握数据利用能力。 辅助创作(文字、图像、音频、视频)， 辅助办公任务、行政管理、项目管理； 辅助个人学习、教育； 关注可能产生的版权问题、避免欺诈违禁，关注政府政策和监管法规。 2.了解了AI产业链条，关注相关产业龙头动向。
AI智能创作（AIGC）时代已经来临 敏感者已经早早入局， 各种作品各种工具层出不穷 呈爆发趋势 这是一个崭新的时代，一个分水岭 如果 不跟上AI的步伐 就将被新时代抛弃 也看不懂未来 AI带来的巨变 既是无限的机会 也让人无尽的担忧 因为越来越多的事情被机器代替， 能留给人做的，越来越少 传统人的大量失业，已成必然。 它会不会取代人类？ 它们会不会超越人类的智慧？ 在更高的维度上碾压人类？ 连马斯克也忧心忡忡～ 这本书提示了一些必然趋势 这是我们的未来和希望： 在行业的细分场景中的AI应用 将是最旺盛的增长点 也是财富和成就的源泉 比如教育行业自己所从事的岗位 如何AI化，人机合一 谁先醒、先入局、先行动 谁就能成为这个行业点上的领军者！甚至独角兽～ 在人类文明的个性化、精尖化方向上， 在可预见的未来，AI还是很难做到的！ 比如CHATGPT 他提供的信息和判断，中规中矩，不偏不倚。 而对于人类世界 真正精彩的、可圈可点的， 往往在个性化+独特性 ～万花争春才最美～ 站在AI的门口 全世界的人都在想： 我该怎么做？ 我能做什么？ 我必须做的转变在哪里？ 彷徨而憧憬着……
CHATGPT出圈也让全球大模型呈现出井喷的状态，人工智能他不是线性发展的，当突破临界值的时候，很多人就会惊叹人工智能都可以这么智能了，而且他已经可以平替很多人类的重复工作了，人应该是与人工智能和平相处的，这时我们应该对人工智能有敬畏之心，但同时也应该去拥抱他 本书中读者是可以很清楚的了解到AIGC的基础内容和发展脉络的，同时作者关于行业未来发展预期也是值得去思考的
读完这本书也有一段时间了，读这本书的初衷也是最近的chatGPT太火了，也想看看有没有系统性的讲大模型对写作带来的一些改变，所以找到了这本书。 简单谈谈自己读完这本书之后的收获，主要总结了三个方面： 1、对AIGC的技术思想有了更生动的理解 之前就知道AIGC采用的是transform模型，不过这本书里介绍的注意力机制的方式让我有所启发。 从数学的角度来说，可以将“注意力”理解为一种“权重”，在理解图片或文本时，大脑会赋予对于认知有重要意义的内容高权重，赋予不重要的内容低权重，在不同的上下文中专注不同的信息，这样可以帮助人们更好地理解信息，同时还能降低信息处理的难度。 文章里给出了下面的这张图，我一开始读的时候完全没有意识到有问题，我理解了图片的意思，当时我真的蛮吃惊的。 虽然图片上的语句是乱序的，但是并没有干扰你的阅读这就是所谓的自注意力机制，作者是这么解释的： 首先，你的眼睛捕捉到了第一个字“研”，并且扫过那一行的后续文字“表”“究”“明”。然后，大脑在过去学习的认知库里去搜寻“研表”“研究”“研明”等，发现“研究”两个字关联最为紧密，所以就给了它较高的权重进行编码计算，并按类似的方式完成后续内容的编码。编码完毕后，按照权重对内容进行重新组装，信息也就组合成了“研究表明”这一常见用法。 2、对AIGC的应用领域有了宏观的了解 书中对AIGC的应用作了很多举例，从职能应用和行业应用两个维度介绍。职能应用方面讲了AIGC在产品研发、市场营销和管理协助的应用案例；行业应用上面讲了资讯、影视、电商、教育、金融和医疗行业的应用。 个人觉得总结会议和文件的重点这种写作功能还是非常有用的，其实就是小学时候锻炼的提炼中心思想，可以极大的提高我们的工作效率。另外就是心理医生的这个场景我觉得也蛮有意思的，甚至我觉得以后AIGC可以作为虚拟女友给自己精神安慰，所谓的什么灵魂伴侣可能真的要靠AIGC来实现了。 3、初窥了AIGC未来的可能趋势 其实未来大模型的主要运用方式还是通用大模型+行业大模型，每个行业都会产生这个行业特定的大模型，甚至每个企业会有自己的大模型，但是这个模型肯定是基于基础的通用大模型进行微调的。通过“预训练大模型+下游任务微调”的方式，人们可以让模型从大量标记和未标记的数据中捕获知识，并在微调后将模型的能力迁移到各类任务场景中。
【2023得到听书笔记📒】20230501# AI是水，而非老虎，水固然危险，却是文明的驱动力。水给予更多的是机会。人类之所以进步，正是因为我们知道如何与水相触并利用好它，水给予更多的是机会。 1.在当下人工智能如何帮助我们：智能创作时代，创作者生产力的提升（「AI」人工智能；「GC」生成内容） （1）AI代替创作中的重复环节，提升效率 快速的新闻报道写代码注释借助AI安排会议写会议纪要（2）创意与创作分离，从中找灵感与思路 指导AI生成更多内容，启发更多思路比较复杂的内容：AI初创，人力精髓（3）和AI一起做以前做不到的事情 综合海量预训练数据模型中引入的随机性拓展创新边界产生杰出创意人的能力上限决定内容质量的上限（4）人目前不会被AI取代，人更理解人 2.在未来如何寻找机会：未来AI会创造很多新机会 （1）产业上游：数据服务——数据是AI的食物 数据的查询与处理数据的转换与编排数据的标注与管理（2）产业中游：算法模型 算法模型支持AI的判断，分析和创作训练算法模型最具技术含量和商业潜力（3）产业下游：人工智能的应用拓展 这个领域种类最丰富，机会也最多文本领域：营销文案、邮件写作等音视频领域：生成可以乱真的声音和影像教育行业：提供千人千面的教育💡 目前AI在生成文字时，最擅长的是“结构化写作”，也就是像新闻简讯那样，文字有比较强的规律性，需要严谨、客观，不需要太多个人色彩。在智能创作时代，在AI的加持下，创作者生产力的提升主要表现为三个方面：第一，代替创作中的重复环节，提升创作效率；第二，将创意与创作相分离，内容创作者可以从人工智能的生成作品中找寻灵感与思路；第三，综合海量预训练的数据和模型引入的随机性，有利于拓展创新的边界，创作者可以生产出过去无法想象的杰出创意。在当下，虽然AI可以辅助生成内容，但是内容质量的上限，还是有人的能力上限来决定。AIGC产业的上游是数据服务，中游是算法模型，下游是应用拓展，每个环境目前都蕴含着机会。著名的科技预言家凯文.凯利有个观点，我们可以想到某个新技术替代旧技术的场景，但是更多衍生的场景，我们其实想象不到。想了解人工智能的发展历程——《智能时代》；想了解AI算法和原理——《深度学习》；了解人工智能的局限——《人工不智能》；想知道更远的未来可能会出现怎样的变化——《必然》、《奇点临近》。