生成式AI：人工智能的未來

本書我不做具體評分 對於AI，我的態度比較複雜，因爲我碩士的方向是機器學習，後來因爲一些主客觀的原因，最後就業的時候選了工程 原因包括： 1. 我認同經典機器學習算法，但對神經網絡及其衍生算法的可解釋性存疑，我不喜歡 2. 對於普通就業者來說，算法崗位最終還是會轉換爲工程崗，即調參調場景，少數人負責算法創新，多數人負責算法調優 但是自從畢業以來，每隔幾年都會來一次AI熱潮，我在的幾家公司恰好又比較熱衷這個東西，學界產業界包括政府都在說或者炒這個東西，所以我靜下心來仔細想了一下AI，有幾點想法： 1. 情感和意識，這個東西目前看來還是需要有生物學基礎的，純靠二進制是否能實現，我非常存疑，我暫且認爲AI在我有生之年不會有情感和意識，以此爲前提，我把AI定位爲工具 2. 如書中AI自己所說，AI不會產生純原創性的觀點或者知識，那我大膽下一個定論，AI至少不會直接幫助人類實現基礎學科的突破，這個點是很重要的，如果實現不了基礎學科的突破，那AI的上限無非是提高工作效率，某種程度上可以實現物質的極大豐富，輔以優秀的社會制度，也許可以跑步進入共產主義 3. 延伸一下，基礎學科的突破其實是最重要的，沒有這種性質的突破，其他的東西，比如今天人腦接口，明天AI機器人，最終也就是娛樂自我罷了，人類最後還是會被封死在地球或者太陽系，多麼荒涼 4. 有些東西如果受過高等教育，尤其是理工科，應該要有自己的直覺和判斷，比如最近的常溫超導，肯定是不可能的；再比如馬斯克說幾年內要讓1000人上火星，怎麼可能？舉美國全國之力，二十年內能上1個人我感覺都很勉強 5. 我個人對人類未來的發展是比較悲觀的，在我看來，不僅僅高能物理盛宴已過，而是整個基礎學科盛宴已過 6. 在第5點的基礎上，如果沒有生存壓力，我會建議小修心去主修娛樂感官的學科，比如藝術，廚師等，既然基礎學科盛宴已過，我們就應該好好娛樂自我，取悅自我

花了2個小時讀完了這本號稱僅僅5天就由AI（ChatGPT）寫完的書，儘管作者聲稱是由AI寫的，但我認爲其實還是由人主導下的AI文字編輯。AI終究是把提問者（作者）想要呈現給我們的觀點以文字或者圖表“生成”了出來。 這本書的創作時間是2023年，恰是ChatGPT初生，如日中天之際。而在2025年的1月20日，中國春節前一週，DeepSeek這個中國生成式AI大模型以媲美ChatGPT效率且開源的方式震撼全球。短短一個春節內，開源且能蒸餾的DeepSeek以不同“體量”可以靈活免費部署的優勢，把生成式AI大模型平民化，實際上完成了生成式人工智能的第一輪真正科普，很多人從這時開始真正面對、接觸、探索生成式AI。 但這本書的內容其實並沒有向我們展現生成式AI的本質，從人工智能歷史講起，到生成式AI可以幹些什麼，未來會發生些什麼，看似洋洋灑灑寫了一大堆，但絲毫沒有講述任何技術本質，當然這和本書的主角ChatGPT本身是一個閉源模型有關——那是別人公司的看家本領，怎麼可能拿出來公示。 所以，給這本書打“不行”的評價，或者說按照以前的五星評價最多隻能給個“1星”，因爲想通過這本書來了解人工智能的未來是完全不可能達成的目標，儘管它自己在副標題上注了這樣的7個字。 對於人工智能的未來，我們可能好好需要從哲學、歷史學、物理學等角度來突破性思考，而不是簡單依靠提問生成式AI來得到答案，況且也不可能得到答案。 這本書的“1星”，可以推薦給對生成式AI完全不瞭解的書友，因爲AI寫的書閱讀起來基本不用動腦子，確實適合作爲入門級的讀物來翻一翻，2個小時的閱讀時長足矣。

學習應用chatGPT-3: 其未來發展內容，讀本書能希望真正體會該“工具”之寫作威力！ 本書本書的特別之處在於，“它是一本由AI撰寫的書，AI以自己的視角，對未來的行業和世界進行了展望”。作爲一般科普入門瞭解，休閒讀物，爲深入閱讀而先開闊視野。 “人工智能（AI）領域涉及到多個關鍵方面，其中算法、算力和算能是三大重要領域，它們相互影響，共同推動着人工智能的發展。 1. 算法（Algorithm）： - 定義：算法是解決問題或執行任務的一系列有序步驟。在人工智能中，算法是實現機器學習和深度學習的核心。常見的算法包括決策樹、支持向量機、神經網絡等。 - 作用：算法決定了人工智能系統的學習、推理和決策能力。優秀的算法能夠提高模型的準確性、泛化能力和效率。 2. 算力（Computing Power）： - 定義：算力指的是計算機系統的性能和處理能力。在人工智能中，需要大量的計算力來訓練複雜的模型和處理海量數據。 - 作用：更強大的算力可以加速訓練深度神經網絡等複雜模型的速度，提高人工智能系統的效能。雲計算和專用硬件（如GPU和TPU）的發展對提供強大的算力起到了關鍵作用。 3. 算能（Algorithmic Power）： - 定義：算能是指算法在實際任務中的執行效能和智能水平。一個高算能的系統可以更有效地執行任務並提供更智能的解決方案。 - 作用：算能的提高意味着人工智能系統更具適應性、自適應性和自主性。算能的增強通常涉及到更復雜、更靈活的算法以及對數據的更深層次理解。 這三大領域相輔相成，形成了人工智能的基礎。強大的算力支持複雜算法的訓練，而先進的算法提高了系統的算能，從而推動了人工智能技術的不斷發展。隨着技術的不斷創新，人工智能將更好地應用於各個領域，實現更爲智能和高效的解決方案”。 而ChatGPT 主要特點： 1. 自然語言理解：“ChatGPT能夠理解和生成自然語言，使其在對話和提供信息方面表現自如。 2. 上下文感知：它通過上下文理解對話語境，能夠根據先前的輸入生成更一致和連貫的回應。 3. 多領域應用：它廣泛應用於不同領域，包括答疑解惑、寫作支持、編程輔助等，具有多功能性。 4. 大規模預訓練：它是在大規模語料庫上預訓練的，使其具備廣泛的知識和語言模型。 5. 用戶互動：它通過與用戶的互動不斷學習，能夠適應不同風格和需求，提高對話質量。 發展未來趨勢： 1. 更智能的對話：未來ChatGPT版本有望更加智能，能夠深入理解上下文，提供更具深度的對話體驗。 2. 領域專業化：可能會看到它在特定領域進行專業化，以更好地滿足特定行業或任務的需求。 3. 實時學習：未來的發展可能包括更強大的在線學習能力，使它能夠更實時地適應新信息和用戶反饋。 4. 個性化定製：未來它有望提供更強大的個性化服務，根據用戶的偏好和需求進行定製化。 5. 應對複雜任務：未來它可能進一步發展，使其能夠更好地處理複雜的任務，如創造性寫作、問題求解等。 ChatGPT未來的發展方向可能會集中在提高對話的智能水平、加強在特定領域的專業性，並不斷優化用戶體驗，以更好地滿足不同用戶的需求”。 簡言之、本書最有特點是其幽默與笑話，特別是用AI所產生的一些圖像，令人印象深刻。

比較水。所謂一本用 GPT 寫出來的書。作者通過發問的方式，引導 GPT 回答了若干關於生成式 AI 的內容。對我來說，第二部分還行，複習了一些 AI 的和 GPT 的機制原理。 後面的章節在各個場景，給出了不少操作的實例。相當於針對不同的情境，比如寫作、寫商業策略、合同、學習等等，表演了怎麼使用 ChatGPT。對於初學者小白，可能有點用吧。

對於 ai 完成寫作，從文字的角度來說還是非常順暢的，從思考的角度來說還是非常淺薄，如同很多應時的寫作類似的狀態，大家都在爭取最早出版和佔據市場，已經閱讀了兩本由 GCAI 完成的內容，大部分還是框架式的結構，中間填充了若干內容，但是也算是比較熟悉的內容，對於其中的深度來說還是非常膚淺，所以可以在很短時間內容完成，其中總體的邏輯框架還是人類完成，但對於語意的把握來說 GCAI 已經超越了 50% 以上的人類，從這個角度以及演化的速度來說，ai 確實可以成爲人機交互的主體，但是社會組織結構的影響力來說已經從 2-8 規律轉變爲 10-90 甚至是 1-99 的分佈狀態，ai 影響的往往是其中 90-99 的個體，但是這些個體往往不知覺，而且不知道把 ai 變成工具或者手段，對於 GCAI 作爲 2022-2023 年的焦點和熱點相當於採用大數據模型來實現對於語言的把握和生成，對於類比猴子打字寫出來了唐詩宋詞的狀態，但是這個就是現實，通過對於文字語意的理解來實現文字以及圖片甚至視頻的產生，也會成爲我們社會生產力的一部分，類似於各種機器取代人類的勞動過程，只是這次取代的是人類的大腦。

機器學習算法在實際使用中有着廣泛的應用場景。以下是一些常見的應用場景： 分類算法： 圖像分類：在計算機視覺領域，圖像分類算法被廣泛應用於圖像識別和分類，例如垃圾郵件識別、貓狗圖片分類等。 文本分類：文本分類算法被用於對文本進行分類，例如情感分析、主題分類等。 推薦系統：推薦算法被廣泛應用於電商、視頻網站等平臺的推薦系統中，根據用戶的興趣和歷史行爲推薦相應的內容。 聚類算法： 異常檢測：聚類算法可以用於異常檢測，例如在金融領域，可以檢測到異常的交易行爲。 客戶細分：在市場營銷領域，聚類算法可以用於將客戶進行細分，以便進行更精準的營銷策略制定。 關聯規則學習： 購物籃分析：關聯規則學習被廣泛應用於購物籃分析中，通過分析顧客購買商品之間的關聯關係，爲商家提供更有針對性的銷售策略。 時間序列預測： 股票價格預測：利用時間序列預測算法可以對股票價格進行預測，爲投資者提供參考。 氣候預測：時間序列預測算法還可以用於氣候預測，例如預測未來的天氣走勢等。 深度學習： 語音識別：深度學習算法在語音識別領域有着廣泛的應用，例如語音助手、語音轉文字等。 圖像識別：深度學習算法在圖像識別領域也有着重要的應用，例如人臉識別、物體檢測等。 強化學習： 自動駕駛：強化學習算法可以用於自動駕駛汽車的控制，通過不斷學習和優化，使汽車能夠在複雜的交通環境中自主行駛。 遊戲AI：強化學習算法也被廣泛應用於遊戲AI的實現中，例如在電子遊戲和棋類遊戲中，通過不斷試錯和學習，實現更高級別的遊戲表現。 無監督學習： 異常檢測：無監督學習算法可以用於異常檢測，例如在生產線上檢測異常產品等。 數據預處理：無監督學習算法還可以用於數據預處理，例如降維、去噪等，提高數據的質量和可用性。

#小紫學小扎# 24-18《生成式AI:人工智能的未來》這本書是一位AI大咖推薦的，原因非常簡單，這本書是以作者引導AI編寫的一本關於AI的書。雖然繞口但很特別的一本書，趕緊翻開看看，重在圖個新鮮。基本上提問回答的AI基本情況介紹，計算機到人工智能的前世今生，AI應用領域和發展，有點類似用GPT寫出來的科普書，內容比較基礎且略顯枯燥。在其他環境和體系下，總是會對人工智能產生無盡的恐懼和驚訝，還好在這本書裏，讓我想到另一種思考方式：計算機和互聯網讓信息處理的速度成指數型甚至加零型成長和高效發展，人工智能在人類各行各業和生活中的輔助會更加速在人類已知領域的高效性學習和任務處理。但總體上，人工智能和機器人是不能超越和傷害人類的，如果不能超越人類，就代表還需要人類對基礎科學的研究深入與拓展，才能提升人工智能高效性的天花板高度；而能不能傷害人類的機器人三原則理論，吳軍曾經說過，可能機器人的設計和使用者人類會用機器人傷害其他人類，人工智能的監管和法律邊界在哪裏，可能更加成爲人工智能的未來要考慮的。想要嚐鮮AI寫書的可以看看，對AI科普的可以看看，泛讀即可。

這。。真是令人哭笑不得。一看這是2023年出版的書，想問作者你沒事兒吧。如果是10年前這種的還具有新鮮感，你是不是覺得到了今時今刻，普通民衆還理解不了如何跟ChatGPT溝通是吧。那如果說大衆需要提高溝通技巧與提問能力，那你這本書裏也沒有這方面的講解啊。並且你與AI的溝通表現還不如網絡上一些大神呢。這跟AI對話無趣也無深度，湊了一本書出來耽誤讀者的時間，就是作者的不對了。也請出版社們，不要爲了湊數而湊數，不要爲了當下人工智能的熱度而蹭熱度，至少抱着一些負責任的態度選擇譯本。

全書可以說是非常的乏味，既不通俗易懂，也不引人入勝。內容基本是AI寫的，作者只是個提問者，然後將那些回答整理成書而已。也夠偷懶的 目前完全讓AI來寫書肯定不行，最好是作家主寫➕AI輔助。而這書作者本末倒置了， 引言開頭說是給入門級讀者看的，但我還是建議你別廢那時間，有這功夫直接去看真人作者寫的，像《生命3.0》《AI未來進行式》之類的都是很不錯的書。 如果你只是抱着新奇的角度去看，迅速泛讀一下就可以了

還行，整理了一下Ai發展的歷程，現在的主要影響和未來的暢想。沒有高深的術語，當科普讀物讀一下還是不錯的。 Ai的潮流不可阻擋，和以往的技術革命很相似。對各行各業的影響已經在深入發生。