AI将无所不能
2024.6 NO.5
The Future at Your Fingertips
对新事物充满兴趣，喜欢问“为什么”
遇到问题时总是积极寻找解决方案
喜欢用轻松幽默的语言来表达想法
乐于与大家分享学习经历和心得
愿意投入时间和精力去学习和实践
炸脖龙的AI日记 - 第五周
这一周都发生了什么
最近的AI新闻也是精彩纷呈：
OpenAI断供：引发了国产AI厂商的抢客潮，大家都在寻找新的解决方案。 哈佛辍学生打造AI芯片：挑战英伟达的巨头地位，年轻人的力量真是不可小觑！钉钉构建开放AI生态：携手大模型共同探索应用创新，这对我们未来的工作方式会有很大的影响。中国引领AI手机市场：本土厂商纷纷抢占先机，真为咱们国家感到自豪！2000家门店引入AI：重塑了40万员工的工作模式，AI真是无所不在。5G-A商用元年开启：AI助理时代已经来临，生活越来越便捷啦！中国高端AI人才全球领先：根据芝加哥大学的数据，中国在AI人才方面表现出色，这对未来的科技发展非常重要。
国内大模型市场焦虑加剧：豆包APP也面临了不少考验呢。
AI音频工具推荐！
我还试用了几款AI音频工具，真的是超级方便！推荐给大家：
音子AI：音效处理超棒的。
腾讯智影：适合视频编辑的小伙伴。
讯飞听见：语音转文字真的快又准。
一码千言：翻译功能很强大。
什么是深度学习
这周我学到了一个新词——深度学习（Deep Learning）。简直是打开了新世界的大门！深度学习是人工智能的一部分，通过模仿人脑的神经网络来处理数据和创造模式，听起来是不是很酷？
好了，今天的日记就到这里。期待下周又会有什么新的发现！
炸脖龙 💕
这一周又是充满了惊喜和发现的一周呢！😊
专题：AI时代的震荡
这周，我特别关注了一下人工智能（AI）对工作市场的影响。你知道吗？很多写作、客户服务和翻译的工作都因为AI而发生了变化。我一直在想，哪些工作会被AI取代？AI又会创造出哪些新工作呢？真是让人既兴奋又好奇！
大家好，我是炸脖龙
自从ChatGPT面世以来，关于人工智能（AI）是否会取代人类工作的讨论便甚嚣尘上。或许你还在犹豫和观望，但现实是，这一变革已经悄然来临。研究表明，自ChatGPT发布以来，写作、客户服务和翻译工作受到了显著影响。那么，哪些职位正在被AI取代？AI又在创造哪些新的就业机会？
AI时代的震荡
这些工作正在悄然被取代
写作工作减少33%
在过去的两年里，写作工作数量减少了33%。这一趋势的背后是AI写作工具的迅速发展。以ChatGPT为代表的生成式AI，可以快速生成高质量的文章、博客、新闻报道等，这使得传统写作者的需求急剧下降。
案例分析：
某知名媒体机构曾经拥有数百名自由撰稿人，但自从引入ChatGPT后，这一数字减少到不到50人。剩下的撰稿人主要负责校对和编辑AI生成的内容。
写作、翻译、客户服务工作受冲击
AI无法取代的岗位
-转后页-
AI 专题
AI 专题
翻译工作量价双杀
翻译行业同样受到了沉重打击。数据显示，自ChatGPT发布以来，翻译工作的数量下降了19%，时薪也下降了超过20%。AI翻译工具如Google Translate和DeepL的进步，使得人工翻译的需求大幅减少。
案例分析：
一家国际企业的翻译部门从原来的20人缩减到5人，原因是公司采用了AI翻译工具来处理日常的翻译工作，只有在复杂技术文档翻译时才需要人工干预。
客户服务工作下降16%
AI聊天机器人和客服系统的发展，使得客户服务工作同样遭遇了冲击。数据显示，客户服务工作的数量减少了16%。
案例分析：
一家大型电商平台引入AI客服系统后，客服团队从原来的200人减少到80人。AI客服可以处理80%以上的常见问题，仅在复杂问题时才需人工客服介入。
平面设计和网页设计
在平面设计和网页设计方面，AI的影响却并不明显。数据显示，自ChatGPT发布以来，平面设计和网页设计工作的需求不仅没有下降，甚至出现了增长，时薪也略有上升。
分析原因：
AI工具如DALL-E和MidJourney虽然能够生成图像，但仍然需要大量的人工干预和创意指导。设计工作不仅仅是技术问题，更需要创意和审美，而这些是AI目前难以完全掌握的。
视频编辑和制作
视频编辑和制作工作同样没有受到AI的负面影响。数据显示，视频编辑/制作工作的数量增加了39%。
分析原因：
虽然AI可以生成简单的视频片段，但复杂的视频制作仍然需要大量的人工创作和后期处理。尤其是高质量的广告、电影和专业视频，依然依赖于人类的创意和专业技能。
AI 专题
AI 专题
聊天机器人开发岗位激增
随着AI的发展，新的工作机会也在不断涌现。数据显示，与开发聊天机器人相关的工作数量激增了2000%。
案例分析：
一家初创公司专注于开发AI聊天机器人，自ChatGPT发布以来，公司规模迅速扩张，从原来的10人团队发展到现在的100多人，业务覆盖多个行业。
AI带来的新机遇
AI内容生成和整合
除了聊天机器人开发，AI内容生成和整合的需求也在不断增加。越来越多的公司希望将AI工具集成到现有产品中，以提高效率和用户体验。
案例分析：
某软件公司开发了一款基于AI的自动内容生成工具，能够根据用户输入的关键词和主题生成高质量的文章和报告。该工具的推出使得公司获得了大量的新客户，业务量翻倍增长。
数据隐私和安全
随着AI在各行业的广泛应用，数据隐私和安全问题也变得愈发重要。如何在使用AI的同时保护用户的隐私和数据安全，成为企业和监管机构面临的重大挑战。。
技术的局限性
虽然AI在很多方面表现优异，但它并不是万能的。当前的AI工具在处理复杂创意任务和高度专业化的工作时，仍然存在局限性。例如，尽管DALL-E和MidJourney可以生成图像，但这些图像的质量和创意性往往不如人类设计师。
AI的局限性和未来展望
用户的学习曲线
另外，用户需要时间学习如何有效使用AI工具。很多人初次接触这些工具时，往往无法充分发挥它们的潜力，需要不断尝试和调整才能得到满意的结果。
随着AI技术的不断发展，我们可以预见，更多的工作将会被AI取代，同时也会有更多的新工作应运而生。如何在这一过程中平衡技术进步与就业保护，是我们需要共同面对和解决的问题。只有通过不断创新和适应，我们才能在AI时代中找到新的发展机遇，实现个人和社会的共同进步。
未来的方向：人类与AI的协作
人机协作的新模式
AI不仅是挑战，也是机遇。未来，人类与AI的协作将成为一种新常态。AI可以处理大量重复性和数据密集型任务，人类则专注于创造性和战略性工作。
案例分析：
在医疗领域，AI可以辅助医生进行疾病诊断和治疗方案制定，但最终的决策仍需医生做出。这样的协作不仅提高了医疗效率，还减少了医生的工作压力，提高了诊疗的准确性。
企业的创新与转型
企业需要积极拥抱AI技术，推动业务模式的创新与转型。在这一过程中，领导者的远见和战略规划至关重要。
案例分析：
某零售公司通过引入AI技术，实现了智能库存管理和个性化推荐系统，提升了客户体验，大幅降低了运营成本。公司还通过培训员工使用新技术，提升了整体的运营效率和竞争力。
伦理与法律的完善
随着AI的应用，伦理和法律问题也变得日益复杂。我们需要建立健全的伦理和法律框架，规范AI的开发和应用，确保技术进步不会损害社会公共利益。
案例分析：
国内正在准备制订AI伦理与法律的相应规范，以明确AI开发和应用的基本原则和责任，保护全部的用户隐私和数据安全，确保AI技术的发展始终服务于人类的福祉。
两位00后哈佛本科生，Chris Zhu和Gavin Uberti，以Etched AI之名，开发出专为Transformer架构大模型设计的ASIC芯片「Sohu」，并成功筹集1.2亿美元资金。这款芯片以其卓越的性能，声称比英伟达的H100快20倍，引发了业界的广泛关注。
Etched AI的「Sohu」芯片采用台积电4纳米制程，专注于Transformer架构，通过“连续批处理”技术，大幅提升了推理速度和能效。在AI大模型的推理任务中，Sohu芯片展现出了超越传统GPU的潜力，为AI应用的快速发展提供了新动力。
随着摩尔定律的放缓，AI芯片的专业化必将成为提升性能的关键。Etched AI的创新不仅挑战了英伟达在AI芯片市场的垄断地位，也为AI技术的进一步发展注入了新活力。Chris Zhu和Gavin Uberti的创业故事，再次证明了年轻一代在科技领域的无限可能。
OpenAI断供
引发国产AI厂商抢客潮
6月25日，OpenAI宣布将从7月9日起限制未在支持名单中的国家和地区的API流量，此举预计将对国内产生影响。OpenAI自2023年3月开放API以来，已有188个国家和地区支持访问，而此次调整可能迫使部分用户迁移至其他服务。国内AI厂商迅速响应，纷纷推出优惠政策以吸引用户。
百度、阿里云、智谱AI等企业均推出了针对OpenAI迁移用户的特别计划，包括零成本切换服务、免费Tokens赠送以及专属迁移培训。月之暗面科技有限公司也强调其Kimi开放平台接口与OpenAI完全兼容，提供快速迁移方案。这一变化被视为国内大模型发展的加速器，有望提升国产AI的市场占比。
业内人士认为，尽管OpenAI在某些高级任务上仍保持技术领先，但国产大模型在中文能力方面已展现出竞争力，且用户数量正逐渐增加。周鸿祎等业界人士对OpenAI的断供持乐观态度，认为这将促进国内大模型产业的快速发展，同时为企业和创业者提供更安全、更快速的本地部署选项。
哈佛辍学生打造AI芯片
挑战英伟达巨头地位
AI 快报
AI 快报
随着AI技术的飞速发展，中国大陆已经成为AI手机的最大潜在市场。根据Canalys发布的最新报告，2024年一季度，中国大陆AI手机出货量达到1190万部，占全球总量的25%，显示消费者对AI手机的高度兴趣和接受度。
报告指出，中国大陆有43%的用户对AI手机表现出高度兴趣，远超德国、印度、墨西哥和美国等市场。这一兴趣转化为购买需求，预示着中国AI手机市场的巨大潜力。到2028年，具备AI功能的智能手机市场份额将达到54%，2023年至2028年的复合年增长率为63%。
在AI大模型的布局上，国产手机厂商已经走在了行业前列。华为、小米、vivo和荣耀等品牌纷纷推出各自的AI大模型，并将AI技术内嵌入手机系统底层，以实现更高效的数据处理和更丰富的人机交互体验。
然而，AI手机的发展也面临供应商竞争和政策壁垒的挑战。高通和联发科等芯片供应商在端侧AI领域的技术角逐日益激烈，而不同地区的AI监管政策也对手机厂商的战略选择产生影响。在欧洲，新的《人工智能法案》对AI模型的训练和使用提出了更严格的要求，而在中国，根据《数据安全法》等相关法律规定，AI技术产生的数据必须在国内存储和处理。
钉钉构建开放AI生态
携手大模型共探应用创新
在6月26日举行的“Make 2024钉钉生态大会”上，钉钉宣布对所有大模型厂商开放，旨在打造中国最开放的AI生态系统。目前，已有包括MiniMax、月之暗面、智谱AI等在内的六家大模型厂商与钉钉达成合作。
自2023年4月接入通义大模型以来，钉钉利用AI技术对产品进行了全面升级，一年内完成了20多条产品线80多个功能的AI化。钉钉总裁叶军指出，模型开放是钉钉生态开放战略的深化，旨在探索大模型的更多应用场景，满足企业客户对模型开放的需求。
未来，钉钉计划与大模型生态伙伴以三种模式展开合作：一是结合不同大模型的特点，探索其在产品和场景中的应用；二是开放AI助理开发平台，提供个性化场景和需求的定制服务；三是汇聚用户对大模型的需求，实现对各类大模型的调用。
然而，如何提高用户的付费意愿，避免产品同质化，成为大模型厂商面临的共同挑战。钉钉副总裁王铭强调，大模型的价值发挥需回归用户视角，解决企业的实际问题。金沙江创投的朱啸虎则提出，大模型在垂直场景中的准确率提升是其发展的关键。
此次大会的宣布，标志着钉钉在构建开放AI生态方面迈出了重要一步，同时也为大模型厂商提供了新的合作机遇和挑战。
中国引领AI手机市场
本土厂商抢占先机
AI 快报
AI 快报
2024年世界移动通信大会上海（MWC上海）聚焦5G与人工智能（AI）融合，预示着“移动AI时代”的到来。业内巨头如中国电信、中国移动、华为、中兴通讯等均在会上发声，共谋5G-A（5G Advanced）商用与AI发展大计。
6月18日，5G-A首个标准版本3GPP R18冻结，正式标志着5G-A商用元年的到来。华为汪涛透露，60多家运营商和合作伙伴已宣布5G-A商用，预计今年将推出30多款支持5G-A的终端设备。
华为联合全球运营商发布5G-A商用领航计划，达成六项共识，共同推动5G-A发展。汪涛强调5G-A对保护投资和带来新商业机会的重要性，预计到2030年，AI助理终端将达50亿个，推动人机交互和内容生产。
中国移动何飚宣布，将在今年启动5G-A建设，年底前在300个城市实现商用部署。中国电信柯瑞文则提出深化5G融合应用创新，加强5G-A战略布局，同时加大6G研发力度。
AI的快速发展为5G网络带来新机遇。汪涛预测，未来每个人都将拥有AI助理，而智慧工厂将配备AI大脑，AI机器人将渗透至全球1/3以上的工作岗位。中国移动杨杰提出“AI+”行动计划，推动AI深度融入各行各业。
2000家门店引入AI
重塑40万员工工作模式
美国零售巨头Target公司在2000家门店中引入了AI聊天机器人“Store Companion”，这一举措预计将改变40万名员工的工作方式。这一AI工具的开发和部署，不仅简化了员工的日常工作，如会员卡办理等，还通过提供产品搜索优化和个性化客户服务，显著提升了顾客体验。
“Store Companion”计划于8月份在门店进行试点部署，届时将探索更多提升服务质量的可能，如增强产品搜索显示和提供个性化客户搜索功能。Target的执行副总裁兼首席门店官Mark Schindele表示，AI聊天机器人是一项变革性技术，将极大提升门店的运营效率。
AI技术在零售行业的应用开发，正逐步从搜索优化和信息展现形式的丰富化，扩展到更广泛的服务领域。例如，AI搜索产品Daydream和Constructor近期分别获得融资，显示出AI技术在电商领域的应用潜力。
Target的这一创新实践，不仅为零售行业提供了创新的工作模式变革的范例，也预示着AI在提升零售效率和顾客体验方面的巨大潜力。随着AI技术的不断进步和应用，零售行业的未来将更加智能化、个性化。
5G-A商用元年开启
AI助理时代来临
AI 快报
AI 快报
国内大模型市场正面临前所未有的“用户焦虑”。在激烈的同质化竞争中，大模型厂商们为了争夺用户，不惜重金投入广告买量，其疯狂程度堪比昔日的手机、家电等行业大战。据AppGrowing统计，6月初，豆包、Kimi等大模型的投放素材量大幅上升，其中豆包素材量环比增长38.61%，Kimi更是激增160.71%。
在这场用户争夺战中，字节跳动旗下的豆包APP表现尤为抢眼。凭借字节的大手笔投放，豆包APP在短短6天内从免费榜第112名飙升至前10名，并在6月11日冲到总榜免费榜第1位。据悉，字节在4月至5月期间的投放金额预计高达1500万元至1750万元。
然而，豆包在追求快速增长的过程中也暴露出一些问题。5月，豆包被爆出利用AI生成内容提高搜索引擎排名，引发业界广泛关注。尽管豆包在某些性能方面具有优势，但在综合性能上仍与国内一流大模型存在差距。
总体来看，国内大模型行业仍处于探索阶段，尚未形成成熟的商业化模式。尽管大厂如字节拥有庞大的用户基础和资源优势，但在AI+硬件的激烈竞争中，要想实现真正意义上的市场化，仍需不断尝试和创新。
中国高端AI人才全球领先
芝加哥大学数据揭示优势
根据芝加哥大学的最新统计数据，中国在高端人工智能（AI）人才储备方面已经走在了世界前列。
统计数据显示，中国不仅在AI研究论文发表数量上位居世界前列，更在高端AI人才的培养和吸引上取得了显著成效。这些高端人才通常具备深厚的专业知识、丰富的实践经验，以及在AI技术前沿领域的创新能力。
中国高端AI人才的全球领先，得益于国家对科技创新的高度重视和持续投入。近年来，中国大力推动AI教育和研究，建立了多个高水平的AI研究平台和实验室，为AI人才提供了优质的研究环境和充足的发展机会。
此外，中国企业和科研机构在AI技术应用和产业化方面的积极探索，也为高端AI人才提供了广阔的实践舞台。从智能制造到智慧城市，从医疗健康到金融科技，中国的AI技术正广泛应用于各个领域，推动经济社会的数字化转型。
统计数据进一步证实了中国在全球AI竞赛中的领先地位。随着技术的不断进步和人才队伍的日益壮大，中国有望在AI领域取得更多突破，为全球科技创新贡献中国智慧和中国方案。
国内大模型市场焦虑加剧
豆包APP面临考验
AI 快报
AI 快报
腾讯智影
简介：音子AI是一个集AI消除人声、提取背景音乐、提取伴奏等功能于一体的人工智能音轨分离平台。它支持常见音频、视频文件的处理，并提供文本转语音等功能。
音子AI
简介：一码千言AI平台是一个利用AIGC技术为用户打造的工作、学习、生活一体化集成平台。它提供了文案、英语、心理等领域的多种应用工具，可能也包含AI配音或音频处理相关的功能。
一码千言
简介：腾讯智影是腾讯推出的一款云端智能视频创作工具，提供了数字人播报、文本配音等AI音频处理能力。它拥有超百种智能文本配音音色，并支持数字人合成技术等。
简介：讯飞听见是科大讯飞旗下的一款智能语音转写和翻译工具，致力于为用户提供高效、准确的语音转文字服务。该平台利用科大讯飞在自然语言处理、语音识别等领域的先进技术，实现了对多种语言、多种口音的高精度转写。
讯飞听见
AI 工具
AI 工具
深度学习简介
上周我们学习了什么是机器学习，这周我们继续学习什么是深度学习？深度是机器学习的一个子领域，其灵感来源于人脑的结构和功能。深度学习使用神经网络进行数据处理和模式识别。这些神经网络被称为“深度”是因为它们有很多层，每一层都能学习并提取数据中的特征。
什么是：深度学习（Deep Learning）
AI 名词
AI 名词
通俗类比
深度学习可以通过一个学习画猫的学生来类比。假设有个学生想学会画猫，他会观察很多猫的图片，这些图片相当于神经网络的输入数据。在反复练习的过程中，学生逐渐学会提取猫的特征，如耳朵、眼睛和胡须，这就像神经网络的隐藏层提取数据中的特征。
最终，学生能够根据学到的特征画出一只猫，这相当于神经网络的输出层生成最终的预测或分类。学生在练习过程中会不断根据老师的反馈调整画法，就像神经网络通过反向传播算法调整权重，逐渐提高模型的准确性。老师指出错误的过程类似于神经网络的损失函数，它评估模型的误差并帮助学生改正错误，最终使画作越来越逼真。
深度学习的基本概念
1.神经网络：深度学习的核心组件。神经网络由层组成，每层包含多个“神经元”。输入层接受原始数据，隐藏层提取特征，输出层生成最终结果。
2.训练：训练神经网络是通过向网络提供大量数据并调整其权重（weights）来实现的。这通常通过一种叫做反向传播（Backpropagation）的算法来完成。
3.激活函数：激活函数决定了一个神经元是否被激活。常见的激活函数包括ReLU（Rectified Linear Unit）、Sigmoid和Tanh。
4.损失函数：损失函数用于评估模型的预测与实际结果之间的差距。通过最小化损失函数，模型可以提高其准确性。
深度学习的应用
1.图像识别：深度学习在图像识别领域有显著成就。例如，卷积神经网络（CNNs）在物体识别和面部识别方面表现出色。
2.自然语言处理：在处理和生成自然语言文本方面，循环神经网络（RNNs）和转换器（Transformers）被广泛使用。
3.自动驾驶：深度学习帮助自动驾驶汽车识别和分析道路环境中的物体，从而做出驾驶决策。
4.医疗诊断：通过分析医学影像和病历数据，深度学习模型能够协助医生进行疾病诊断和治疗方案推荐
深度学习的挑战
数据需求：深度学习模型通常需要大量数据进行训练，数据获取和标注成本高。
计算资源：训练深度学习模型需要强大的计算能力，通常依赖于GPU或TPU等硬件加速器。
解释性：深度学习模型往往是“黑箱”模型，很难解释其决策过程，这在某些领域（如医疗）中是一个问题。
AI 展示
AI 展示
AI 展示
AI 展示
AI 展示
AI 展示
AI 展示
AI 展示
"AI is going to change our lives in ways we can’t even imagine today."
——Mark Zuckerberg
“人工智能将以我们今天无法想象的方式改变我们的生活”
——马克·扎克伯格
Facebook（现Meta）的创始人
增值电信业务经营许可证：陕B2-20210327 | 
陕公网安备 61102302611033号