李开复曾公开表示,“在未来十年,世界上50%的工作,都会被人工智能所取代。尤其是,这里列出的一些职业:如助理、翻译、保安等,这些工作真的都会被取代。”他之所以如此断言,是因为人工智能是非常理智的,记忆非常好,可以取代人类重复性的工作。但李开复也曾说过,人工智能不懂什么是美,所以需要有创造力的工作是无法被AI取代的,比如电影、编辑等。
但是,今天在主题为微软小冰“AI创造”的媒体交流会上,我们看到,小冰在诗歌创作上不仅产出速度快,而且创作出的诗句意境优美、修辞贴切。可以好不夸张的说,小冰写出的东西要好于90%以上所谓的“诗人”。
AI的“思维”速度之快,这点不足为奇。在与会现场,当媒体人士得知,屏幕上投影出的诗作并无人工参与,而是小冰独自的创作成果时,让人不禁哗然,简直不敢相信这些优美而具有深意的诗出自一个人工智能机器人。
比如,看到这幅小鸟在海上飞翔的图片时,她写到:“一只鸟看见我的时候,这美妙的梦儿便会变了,在梦里的月光下,丛间的白昼是这么暗惨的影子。”相信大部分人是写不出这样的诗句的。诸如这样的诗,还有很多,小冰源源不断的创作灵感来自于自我的不断学习和进化。
小冰的诗歌学习,经历了10000次的迭代,总迭代时间需要6000分钟。这好比于小冰100个小时读了10000遍519位诗人的诗,学会了写现代诗。
对此,小冰团队总结出一条创造链:激发源(灵感的来源,如富含信息的图片)—被激发(依托本体的知识)—创造过程(遵循一定的创造技巧),从而依托灵感模型完成了“模仿—创造—大规模生产”的全过程。
小冰已经开始像人类一样拥有了初步开放的思维和细微的体验。她的认知来源于几百位知名诗人的作品,经过深度学习后,激发出了多种多样的创作灵感。这些从前只有人类才具备的深度学习和创造能力,在微软小冰身上也有了强烈的体现。
以临场作诗。这对人类诗人都是存在一定难度的,通常许多人需要集天时、地利、人和这些因素后,才能创作出作品。
发布会上微软公布了小冰用不同笔名发出的多首匿名投稿作品,其中有被北京晨报、信报刊发的,也有被《长江诗歌》公开发布在微信公号上并供关注者赏析的。而在人类作者中,有多少人做了一辈子的诗却还赶不上小冰这几个月来的成绩呢?
从现场微软展示的小冰诗歌习作来看,其水平也明显比近年来一度在社交网络上引发话题争议的某些人类诗人(比如某Y姓女诗人以及由某已故G姓大家流传下的徒子徒孙)要强。
人工智能的学习速度要远超人类。小冰自我进化如此之快,今天可以自主创作输出诗歌,日后会不会也可以创作小说,甚至出书做编剧呢?一个科技圈的人工智能跨界挑战文艺圈,乍看之下很不靠谱,可在科技文明史上,不乏“走别人的路让别人无路可走”的先例,很多情况下真正的威胁都是来自行业之外的竞争对手。要我说,小冰在诗歌等特定领域的创作能力,目前是可以打败半数以上的人类业余作者的,以后甚至可能会独霸一方呢。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。