AI按理说应该最擅长理工,为啥先冲击文艺行业?

简介: AI按理说应该最擅长理工,为啥先冲击文艺行业?

知乎上有个热问,AI按理说应该最擅长理工,为啥先冲击文艺行业?

排名第一的回答说,理工容不得出错,文艺行业容错很高。

a02c846cff4ccc260ed724e54b8899ca.jpg

这确实是个合理的解释,大模型像个黑匣子,很难解释其中的原理,自然较难应用在主打精准的理工领域。

但其实AI不只是大模型,像机器学习、深度学习、神经网络、机器人都属于AI。

所以AI先冲击文艺领域,这可能是个错觉吧,就像娱乐圈明星们打个喷嚏都会上新闻,而航天飞船采用了某项最先进的AI技术,大家压根就不会关心,当然也不会知道。

AI什么时候开始进入大众视野?应该是2016年谷歌的AlphaGo下围棋4比1干翻了李在石,一下子名声大噪。

04d6ad827e1a7c6b0efb21a20ba0d124.jpg

AlphaGo用的技术是深度神经网络和蒙特卡洛树搜索,其实已经在工业界广泛应用了,比如机器视觉。

但给人的感觉是AI会下棋,仅此而已,后面的几年AlphaGo就没再掀起什么大的水花。

这是第一次AI给人造成在文艺行业有两把刷子的印象。

接下来到了2022年底,Openai的Chatgpt横空出世,一个比Siri聪明一百倍的聊天机器人(不是同一个物种),让大众有一种卧槽的感觉,它怎么这么懂我!

a75ece5b5a54b85be435955651ad5c78.jpg

Chatgpt底层也是深度学习、神经网络,然后基于transform架构,被喂了大量的数据,称之为大模型,可以更好的理解上下文逻辑和联系,所以适合聊天。

这是第二次AI在文艺行业走出了虎虎生威的气势,而且比第一次更具颠覆性,在全球掀起了AI飓风。工业界、文艺界、商业界等都在大聊AI。

第三次就是前不久Openai开发出的Sora,可以文生视频,制作出大片效果的片段。一下子在自媒体圈、影视圈、广告圈等沸腾起来了。

6b913d75e61cb6dbf33b3a9fdbd24074.jpg

Sora也是基于transform架构的大模型,不过内容方向是视频,和ChatGPT底层技术并没有多大差异。

我们公司也组织了不少AI大模型的学习培训,但说来说去都是生成对话、智能客服之类的场景,目前还未触及到实质的业务。

往往文艺界应用都拥有广泛的群众基础,比如聊天工具、短视频、下棋、换脸、AI人等等,而且这类应用并不需要很精准可解释的技术,下棋错就错了,没啥大毛病,所以AI更容易也更没有负担的在文艺界开花结果、深受欢迎。

但其实AI是最先应用在科技行业的,只不过不出圈而已,比如上个世纪80年代,就已经开始用机器学习预测市场规律了。

后来出现大量应用工业领域的AI产品,像Deepmind AlphaFold破解蛋白质结构、波士顿动力Atlas人形机器人、特斯拉Autopilot自动驾驶系统等等。

4e4fb95126b6a4c552f6f26916a53f2b.jpg

AI冲击文艺界是好事,说明它真的触碰到普通人的生活了,会有越来越多的场景被挖掘,人类再一次的效率革命在加速到来。

相关文章
|
5月前
|
人工智能
AI与艺术:数字时代的新文艺复兴
本文探讨了人工智能在艺术创作中的应用及其对传统艺术观念的挑战。通过分析AI技术如何改变艺术创作的流程和审美标准,文章揭示了这一技术革新如何引发文化领域的深刻变革。
|
6月前
|
人工智能 安全 自动驾驶
AI日报:麻省理工学院专家呼吁扩大人工智能治理和监管
AI日报:麻省理工学院专家呼吁扩大人工智能治理和监管
|
机器学习/深度学习 传感器 人工智能
微软AI单凭文字就可作画,谁最先受到冲击?
马云曾说:“三十年后,《时代》杂志封面年度最佳CEO说不定是个机器人。”
微软AI单凭文字就可作画,谁最先受到冲击?
|
机器学习/深度学习 人工智能 机器人
AI研究新动向:“知识工人”很有可能会遭受未来自动化的极大冲击
一项新的人工智能研究表明,薪资更高,文化程度更高的工人受自动化的影响可能比以前想象的要大。长期以来,机器人革命一直被认为对于蓝领工人来说是世界末日,他们的任务是手动且重复的。
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
32 1
|
13天前
|
存储 XML 人工智能
深度解读AI在数字档案馆中的创新应用:高效识别与智能档案管理
基于OCR技术的纸质档案电子化方案,通过先进的AI能力平台,实现手写、打印、复古文档等多格式高效识别与智能归档。该方案大幅提升了档案管理效率,确保数据安全与隐私,为档案馆提供全面、智能化的电子化管理解决方案。
113 48
|
9天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
40 10
|
10天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用现状和面临的挑战。通过分析AI技术如何助力疾病诊断、治疗方案优化、患者管理等方面的创新实践,揭示了AI技术为医疗行业带来的变革潜力。同时,文章也指出了数据隐私、算法透明度、跨学科合作等关键问题,并对未来的发展趋势进行了展望。
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
【10月更文挑战第31天】2024年,AI大模型在软件开发领域的应用取得了显著进展,从自动化代码生成、智能代码审查到智能化测试,极大地提升了开发效率和代码质量。然而,技术挑战、伦理与安全问题以及模型可解释性仍是亟待解决的关键问题。开发者需不断学习和适应,以充分利用AI的优势。