【十年AI的发展总结】

AI是新的“电力”

两个最重要的部分：

• 监督式学习
• 生成式人工智能

过去十年可能是大规模监督学习的十年。

小模型在数据量过大的时候其性能会停滞不前。

因此吴恩达建立起了庞大的神经网络，然后向其输入大量的数据，这种方法最终奏效。

因此，在过去的十年里，不断建立更大模型和不断输入更多的数据，这两种方式推动了人工智能的进步。

【简单介绍生成式ai的原理】

其本质还是监督式学习，原理是，从互联网上采集海量的数据对模型进行训练，让模型反复预测下一个单词。

核心都是使用监督式学习反复预测。

【还有一个地方没有被重视】

AI+ 互联网 +

【第一个趋势】

小的功能容易复制，价格低廉，最终会被集成到系统中。

但是随着iOS和iPhone的兴起，有人还想出了如何打造 Uber、Airbnb 和 Tinder 等产品，非常长远、非常稳健的业务创造了持续的价值

我认为，随着生成式人工智能的兴起，或者说新的人工智能工具的兴起，真正让我兴奋的是有机会创作出真正有深度的作品，真正的硬应用，希望能创造出非常长远的价值。

因此AI作为一种通用的技术，摆在我们面前的工作是找到非常多样化的使用场景再决定去构建他们。

【第二个趋势】

为什么AI技术还没有被采用

早期AI技术费时费力，生活中的一个简单的应用就要耗费巨大的资金，人力和物力进行定制化开发。

比如识别广告图片拍得是不是有瑕疵，比如识别农作物长得多高

类似的还有材料分级和布料分级。

但是，大模型可以实现【定制化】，不需要专门的人员来为你定制AI软件，其他行业的从业人员不需要支付给开发人员成本，可以直接利用大模型进行定制，“利用人工智能部署自己的人工智能系统”。大大降低了成本。

AI应用层面的竞争激烈程度远低于基础架构和硬件层

【AI初创公司的发展流程】

AI+其他行业。

其他行业的相关人员具备的对行业的洞察力，加上AI人员的专业知识。