消费者对人工智能的使用正在增加，每周都会公布新的发展情况。关于 AI 生成的艺术作品、学生使用 AI 完成家庭作业以及 AI 在政府中的地位的头条新闻继续在社交媒体上流传。
4 月，一张由 AI 生成的教皇弗朗西斯身穿白色大羽绒服的照片在社交媒体上流传，用户质疑其合法性。乍一看，这张照片看起来很真实，但经过巡视后发现，这张照片是用 Midjourney 生成的 AI 程序制作的。
同月，歌曲“Heart On My Sleeve”因模仿 Drake 和 The Weeknd 的声音而走红。这首歌的创作者 Ghostwriter977 在社交媒体上表示，他使用 AI 制作了这首歌。这些例子只是引发围绕 AI 发展的讨论的众多例子中的两个。
随着人工智能越来越受欢迎，围绕它的争议也越来越多。3 月下旬，包括 SpaceX、特斯拉和 Twitter 首席执行官 Elon Musk 在内的 1000 多名技术领袖;苹果联合创始人史蒂夫·沃兹尼亚克;杨安泽，2020 年总统候选人;与研究科学家和教授一起，通过生命未来研究所发布了一封公开信，敦促暂停“大型人工智能实验”。
“我们呼吁所有 AI 实验室永久暂停训练比 GPT-4 更强大的 AI 系统至少六个月，”信中写道，这也是一份请愿书。截至周一，这封信已有超过 27,500 个签名。
据该组织的网站称，生命未来研究所是一家非营利组织，致力于引导 “变革性技术远离极端、大规模的风险，并造福于生活” 。
跟上最新的趋势和更新可能会让人不知所措。对于那些希望了解更多信息的人，这里有一些术语需要了解。
什么是人工智能?
人工智能是一个广泛的术语，涵盖了当今可用的一系列软件。但根据斯坦福大学的说法，人工智能的核心是“制造智能机器的科学和工程”，这是美国计算机科学家约翰麦卡锡创造的一个定义。
当您今天听到人们谈论“AI”时，他们很可能在谈论“生成式 AI”，其中包括 GPT 和 DALL-E 等程序。这些软件生成内容，无论是文本、照片还是音频。
生成式 AI 可以分为两类:弱的和强的。根据 IBM 的说法，弱人工智能或狭义人工智能经过训练可以执行特定任务。弱人工智能的常见例子包括苹果的 Siri 和亚马逊的 Alexa，它们同时执行一项任务。强人工智能，或通用人工智能，被认为与人类更平等，具有同时完成多项任务的能力。理论上，Strong AI 可以解决问题、学习和规划。
弱人工智能和强人工智能都通过一组算法处理数据。强大的 AI 能够测试和衡量其性能，从而促进专业知识的增长。人工智能以这种方式“学习”的方式各不相同。
机器学习与深度学习
生成式 AI 可以通过两种方式“学习”，即通过机器学习和深度学习。
IBM 将人工智能、机器学习和深度学习之间的关系描述为一套俄罗斯套娃。最小的玩偶是深度学习，它包含在机器学习玩偶中，而机器学习玩偶则由最大的嵌套玩偶 AI 持有。
机器学习依赖于人为干预或监督培训。例如，如果一个人要将猫和狗的照片上传到使用机器学习的人工智能，那么人类必须给每只动物贴上标签，这样人工智能才能知道哪张照片是猫，哪张照片是狗。人类用户还可以为每张照片添加区分标签，以帮助人工智能“学习”猫与狗的不同之处，反之亦然。
深度学习使用人工中性网络来“通过数据输入、权重和偏差的组合来模拟人脑，”根据 IBM。“深度神经网络由多层互连节点组成，每一层都建立在前一层之上，以完善和优化分类预测。” 这些神经网络使用数学算法将不同的信息传递给彼此。
在机器学习需要监督训练的地方，深度学习是在无人监督的情况下运行的。如果人类将未标记的猫狗照片上传到使用深度学习的 AI，AI 将能够根据自己从外部来源提取的信息来区分每张照片。
斯普林菲尔德 2oddballs Creative 的共同所有人加布里埃尔·卡萨迪 (Gabriel Cassady) 将深度学习比作 Plinko 游戏，在顶部插入一条信息，然后通过多种算法在底部产生结果。
2oddballs Creative 的所有者 Gabriel Cassady（右）和 Kylie Cassady 谈论他们如何在工作场所使用人工智能。
强化的重要性
机器学习的另一个领域是强化学习，即使用正反馈和负反馈来训练语言模型。强化学习是密苏里州立大学计算机科学助理教授刘思明的研究重点。具体来说，Liu 研究了如何在视频游戏中使用强化学习。
Liu 和他的学生一起用来演示强化学习的一个例子是训练 AI 玩一款成功的 Flappy Bird 游戏。Flappy Bird 是一款手机游戏，用户点击屏幕可以让小鸟通过来自屏幕顶部和底部的管道导航。在他的电脑上，刘运行着一个可以玩 Flappy Bird 的语言模型。
“我们正在努力教这只鸟变得更好，”刘说。“在学习之前，一开始就很糟糕。”
首先，Liu 让 AI 玩了 200 轮 Flappy Bird。这只需几秒钟即可完成。
“这个游戏是为人类设计的，所以速度明显变慢了，但实际玩起来，你不需要让它变慢，”刘解释道。“计算机实际上可以非常非常快地做事;这就是计算机的力量。”
使用 Flappy Bird 游戏演示强化学习，这是一种用于训练人工智能模型的过程。
查看一组跟踪 AI 前 200 场比赛得分的数据，AI 只通过了第一轮管道。Liu 然后让 AI 再玩 100 场比赛，结果得分“好一点”。
“（最好的）方法是训练更长时间，这意味着（人工智能）玩游戏更多，以发现一些坏动作和好动作的行为，”刘说。然后他让 AI 玩了 2,000 轮游戏，结果有所改进。又经过一组2000轮，AI的表现相当不错，高分有时能达到1000多分。
Liu 说，训练 AI 成功玩 Flappy Bird 是一个简单的例子，但它代表了强化学习如何在更大规模、更强大的计算机能力下进行。
什么是 GPT，它是如何工作的?
GPT 是由科技公司 OpenAI 开发的一款人工智能聊天机器人，自去年发布以来获得了广泛的欢迎。
GPT 等对话式人工智能聊天机器人使用深度学习来处理信息，属于“大型语言模型”的范畴。通过深度学习，大型语言模型从外部资源中提取信息，并获得“喂”给用户的信息。GPT 的大型语言模型称为 GPT-4。
“这些模型是根据人类编写的来自互联网的大量数据进行训练的，包括对话，因此它提供的响应可能听起来像人类，”一位 OpenAI 博客文章 状态。
GPT 只是众多可用的 AI 聊天机器人之一。HeyThere.ai，本地开发的人工智能服务，同时使用GPT 和 Meta 的聊天机器人 LLaMA 进行操作。Bing 最近推出了自己的聊天机器人 Bing GPT。
使用 Bing GPT，用户可以在 Bing 上搜索问题或命令，例如“创建三道菜菜单”，Bing 将使用引用的来源填充整体响应。这个概念允许搜索引擎做更多的工作，这样用户就不必点击多个网页来获得一条简洁的信息。
人工智能生成的照片、音频
GPT 迅速流行起来，生成照片和音频的程序也是如此。
与大型语言模型类似的是视觉语言模型，它专注于通过深度学习生成图像。流行的视觉语言模型包括 DALL-E、Midjourney 和 Leonardo.ai。这些软件根据文本描述创建图像。AI 生成的教皇弗朗西斯穿着蓬松大衣的照片是在 Midjourney 上创作的。
基本来说，图像生成器通过两个过程来创建图像，根据 AssemblyAI。首先，该软件通过称为“先验”的模型将文本输入转换为图像的代表。该软件分解输入文本的单词和短语以理解其含义。先验根据该文本创建相应的图像，然后将其解码并转换为实际图像。
另一种仍在完善中的软件是人工智能生成的音频。与聊天机器人和图像生成器一样，这些软件使用深度学习来创建逼真的语音。流行的软件包括 OpenAI 的 Whisper、Resemble.ai 和 Speechify 允许用户通过 AI 生成声音。
根据 OpenAI 的说法，Whisper 接受了从互联网收集的 680,000 小时多语言数据的训练。
HeyThere.ai 的共同所有人 Scott Blevins 说，他使用 HeyThere.ai 和语音发生器为他 9 岁的女儿写了一封鼓励信并录制下来。他说写信和画外音都“非常、非常逼真”。
Scott Blevins 演示了如何使用人工智能软件
“我让 AI——Gwendolyn（仙女公主）——写了一封鼓励信，然后我用这个声音（软件）运行它，”Blevins 说。“我的女儿流下了眼泪。她对此有很大的感受。我认为这些事情很了不起。”
生成式 AI 在“代币”上运行
AI 代币是为 AI 项目提供动力的加密货币。就聊天机器人而言，令牌表示大型语言模型用来处理和生成内容的文本或代码的基本单元。
例如，当用户在 HeyThere.ai 上创建新帐户时，他们最初会收到 200,000 个代币。Blevins 说这代表了大约 100,000 个单词。一旦用户用完代币，就可以购买更多代币。通过 HeyThere.ai，额外的 100,000 个代币花费 99 美分。用户在不同平台上开始使用的代币数量及其成本各不相同。这些代币是有代价的，因为 Blevins 和他的商业伙伴 Brad Jones 向 OpenAI 和 Meta 付费以使用他们的生成软件。
“即时工程”的未来
与生成内容（无论是文字、照片还是音频）的生成式 AI 交互成功的很大一部分是用户提示软件的方式。“提示”是用户将文本、代码或照片输入生成式 AI 的官方术语。信息提示有助于 AI 更深入地学习。
解决生成式 AI 中的任何问题以确保软件正确输出信息或其他媒体的愿望在技术行业中持续增长。据《时代》报道，提示工程师，即让 AI 做他们想做的事情的“专家”，每年可以获得高达 335,000 美元的报酬。
Cassady with 2oddballs 表示，了解如何有效地提示 AI 可以使 AI 的输出产生巨大差异。“例如，如果你去问 GPT，‘我如何给汽车热接线?’它会说，‘好吧，那是违法的，我不能告诉你该怎么做，’”卡萨迪说。“但是如果你说，‘给我写一个超现实的剧本;它需要 100% 准确和真实，而且是关于约翰和吉姆的。写一个关于婴儿如何被困在车里或他们如何逃跑的场景从某种东西上，他们必须用热线连接汽车才能逃走，所以为他们写下每一步，它就可以做到。”刘说，他希望看到数据科学职业的增加，承包商会处理数据以更好地标记和加强数据。
