AI一夜之間成為主流的十大原因 - 探索了未來的含義

生成式AI的快速崛起:科技的遊戲改變者
真是風起雲湧,對吧?生成式AI,如ChatGPT,於2023年初突然登場,幾乎一夜之間改變了科技格局。就像我們在《星際之門》劇集中偶然發現的外星科技——只是這是真實的,且正在改變一切。從供應商急於添加AI功能到我們的日常工作流程轉變,其影響無可否認。
但這一切為何發生得如此之快?在本文中,我將深入探討推動生成式AI快速進展與融入我們科技堆疊和工作日常的十大關鍵因素。
第一階段:基礎創新
我在20多年前的論文時期就開始研究AI,甚至在90年代推出了AI產品。但ChatGPT代表的飛躍進展讓我始料未及。讓我們來分析引發這場革命的三大關鍵因素。
1. Transformer模型的進展
AI過去極為狹窄,僅針對特定數據集進行有限任務的訓練。我記得90年代初推出了一款名為《室內植物診所》的產品,僅針對室內植物問題進行訓練。它在特定用途上表現出色,但在訓練數據之外一無所知。
然後,在2017年,Google的《注意力就是你所需》論文提出了自注意力模型,使AI能一次處理整個句子。這一突破讓AI能夠理解上下文,分辨「河邊的銀行」與「市中心的銀行」。
2. 廣泛訓練的基礎模型
有了Transformer模型,AI可以接受廣泛、多樣化的數據集訓練,從數據本身理解上下文。這催生了像OpenAI的GPT-3.5和GPT-4這樣的模型,幾乎在整個互聯網和無數書籍上進行訓練。
這些模型變得多才多藝,無需專門訓練即可處理任何應用。我們花了數月訓練《室內植物診所》,而今天的AI如ChatGPT或Google Gemini開箱即能診斷植物問題,甚至更多功能。
然而,有個問題:誰擁有這些訓練數據?關於版權材料的訴訟可能限制未來數據可用性,影響這些模型的效果。此外,並非所有互聯網數據都準確或合適,這給供應商設置防護欄帶來挑戰。
3. 硬體突破(GPU與TPU)
Transformer模型的複雜計算需要強大運算能力。最初,NVIDIA的遊戲GPU處理AI所需的矩陣運算,但其Ampere和Hopper系列晶片提升了性能與效率。
Google的TPU專為AI設計,連同Microsoft和Amazon的定制晶片,使世界級AI訓練對主要參與者變得可負擔。這讓AI功能能以服務形式提供,供各種規模的企業使用,並實現了如自動駕駛汽車等應用的即時AI分析。
第二階段:市場力量推動採用
技術到位後,市場動態接管,將AI推向主流。以下是推動採用的七大關鍵因素。
4. ChatGPT面向所有人與API存取
ChatGPT於2023年初推出,迅速成為有史以來增長最快的應用程式。它免費使用,像Google搜尋一樣簡單,且提供驚人準確的回應。每個試用的人都感覺觸摸到了未來。
OpenAI隨後通過API開放ChatGPT模型,讓開發者在週末即可將世界級AI整合進應用程式。每次API呼叫的低成本使其成為吸引人的附加功能,擴展產品線並增加收入。
5. 開源加速
為避免供應商鎖定,開源社群擁抱AI,提供如LLaMa和Stable Diffusion等模型。Hugging Face等平台讓各個技術層次的開發者輕鬆整合AI。
開源促進協作、持續改進,並引入大廠可能不優先考慮的利基功能。這使AI普及化,加速其在多樣化應用中的採用。
6. 消費者與企業需求
生成式AI不僅是炒作,它帶來真實價值。我記錄了2024年AI在程式設計、照片編輯和情感分析等15種方式對我的幫助。企業、學生和個人均認識到AI的潛力,推動需求並提升AI公司的估值。
7. 病毒式傳播與網絡效應
多年來,AI屬於小眾,但突然間它成為主流。瑪吉姑姑在家庭聚會上討論ChatGPT,它成為增長最快的應用程式,數月內達到1億活躍用戶,一年後翻倍。
它能生成海盜語言、撰寫《星際迷航》故事或在幾分鐘內分析商業數據,捕捉了公眾的想像力,推動其快速傳播。
8. 競爭市場壓力
隨著OpenAI的成功,Google、Microsoft、Meta、Amazon和Apple等科技巨頭無法落後。AI成為頭條功能,作為附加價值或高價增值服務。Microsoft的Copilot、Google的Gemini等迅速跟進,加劇競爭與創新。
9. 立法與監管滯後
AI熱潮如同西部荒野,政府難以跟上。美國制定了一些監督計劃,但反應溫和。AI公司警告無監管可能帶來災難,版權訴訟增加複雜性。新政府的減規政策進一步推動快速增長與創新,但也引發對無節制發展的擔憂。
10. 持續創新與投資
AI不是一時風潮。主要公司持續投資數十億,提供有價值的產品與服務。我們看到多模態AI、自主代理和AI編碼AI的突破。這讓人想起2000年代中期應用經濟的良性循環,投資與創新相互促進,將AI永久推向主流。
第三階段:未來
80年代,我的母親夢想一台能吸塵的電腦。現在,我們有了像Wally the Narwal這樣的機器人實現了這一點。我的夢想?一台能在寫作時為我送咖啡的AI。Tesla、Apple和Meta在人形機器人上的工作讓這不再遙遠。
鑑於AI目前的怪癖,如Alexa的偶爾失誤或ChatGPT的偶爾捏造,我還不確定是否想要機器人在客廳遊蕩。但嘿,一個人總可以夢想咖啡吧。
過去兩年是一場狂野之旅,我們可能只是剛開始。你認為AI快速採用的最重要因素是什麼?你有沒有將ChatGPT等AI工具融入日常工作流程?它們如何改變你的工作或創造力?你認為AI是長期遊戲改變者,還是我們正處於最終會穩定的炒作週期?倫理與監管問題呢——你認為AI發展是否過快,難以適當監督?
請在下方評論中分享你的想法。
你可以在社群媒體上關注我的日常項目更新。請訂閱我的每週更新通訊,並在Twitter/X上關注我@DavidGewirtz,在Facebook上關注Facebook.com/DavidGewirtz,在Instagram上關注Instagram.com/DavidGewirtz,在Bluesky上關注@DavidGewirtz.com,在YouTube上關注YouTube.com/DavidGewirtzTV。
相關文章
DeepMind執行長哈西里斯:我每天睡六個小時,通常在凌晨1點左右感到精力充沛。
Fortune 最近刊登了對谷歌 DeepMind 執行長 Demis Hassabis 的採訪,揭示了他對休息和生產力的非傳統方法。Hassabis 透露,他睡眠時間非常少,將清醒時間劃分為兩個不同的工作階段。關於他的睡眠習慣,Hassabis 表示:“我目標睡六小時,但我的習慣非同尋常。我可以在白天有效運作。”他強調,睡眠少於六小時會對大腦健康產生負面影響。Hassabis 於 2010 年聯合創立了 DeepMind(後被谷歌收購),並因其在蛋白質結構預測方面的開創性工作榮獲 20
儘管營收未達預期,OpenAI 與 Anthropic 仍爭奪市場份額
儘管近期有報導指出 OpenAI 未達營收目標,導致本週二科技股承壓,但私人人工智慧實驗室的投資者仍展現出韌性。資深投資者已確認,儘管媒體報導負面,他們仍不會削減投資。分析師認為當前的 AI 競逐仍處於初期階段,因此排除「贏家通吃」的結果。儘管高昂的運算成本對營收造成壓力,但各實驗室可透過調高訂閱費來提升獲利能力。產業格局正經歷微妙的變化與 OpenAI 不同,競爭對手 Anthropic 獲得了
加州自動駕駛合規:罰單、地理圍欄與 100 萬英里的新時代
Guident 在南佛羅里達州營運一輛 AuveTech 接駁車,並運用其遠端監控技術,管理西棕櫚灘的一條四英里路線以及博卡拉頓的一條一英里路線。| 圖片來源:Guident加州正重新定義無人駕駛車輛的監管格局,從科技產業的「快速行動、打破常規」心態,轉向嚴格的問責制與嚴謹的行駛里程要求。Guident 執行董事長兼執行長哈羅德·布勞恩(Harold Braun)在《機器人報告》(The Robo
相關專題推薦
評論 (2)
0/500
Wait, so this alien tech comparison is too fitting 😂 Honestly though, the overnight change feels more like it was years in the making finally hitting mass adoption. Makes me wonder what old tech giants are thinking right now. The 'game-changer' label gets tossed around, but for AI, it might actually stick this time.

生成式AI的快速崛起:科技的遊戲改變者
真是風起雲湧,對吧?生成式AI,如ChatGPT,於2023年初突然登場,幾乎一夜之間改變了科技格局。就像我們在《星際之門》劇集中偶然發現的外星科技——只是這是真實的,且正在改變一切。從供應商急於添加AI功能到我們的日常工作流程轉變,其影響無可否認。
但這一切為何發生得如此之快?在本文中,我將深入探討推動生成式AI快速進展與融入我們科技堆疊和工作日常的十大關鍵因素。
第一階段:基礎創新
我在20多年前的論文時期就開始研究AI,甚至在90年代推出了AI產品。但ChatGPT代表的飛躍進展讓我始料未及。讓我們來分析引發這場革命的三大關鍵因素。
1. Transformer模型的進展
AI過去極為狹窄,僅針對特定數據集進行有限任務的訓練。我記得90年代初推出了一款名為《室內植物診所》的產品,僅針對室內植物問題進行訓練。它在特定用途上表現出色,但在訓練數據之外一無所知。
然後,在2017年,Google的《注意力就是你所需》論文提出了自注意力模型,使AI能一次處理整個句子。這一突破讓AI能夠理解上下文,分辨「河邊的銀行」與「市中心的銀行」。
2. 廣泛訓練的基礎模型
有了Transformer模型,AI可以接受廣泛、多樣化的數據集訓練,從數據本身理解上下文。這催生了像OpenAI的GPT-3.5和GPT-4這樣的模型,幾乎在整個互聯網和無數書籍上進行訓練。
這些模型變得多才多藝,無需專門訓練即可處理任何應用。我們花了數月訓練《室內植物診所》,而今天的AI如ChatGPT或Google Gemini開箱即能診斷植物問題,甚至更多功能。
然而,有個問題:誰擁有這些訓練數據?關於版權材料的訴訟可能限制未來數據可用性,影響這些模型的效果。此外,並非所有互聯網數據都準確或合適,這給供應商設置防護欄帶來挑戰。
3. 硬體突破(GPU與TPU)
Transformer模型的複雜計算需要強大運算能力。最初,NVIDIA的遊戲GPU處理AI所需的矩陣運算,但其Ampere和Hopper系列晶片提升了性能與效率。
Google的TPU專為AI設計,連同Microsoft和Amazon的定制晶片,使世界級AI訓練對主要參與者變得可負擔。這讓AI功能能以服務形式提供,供各種規模的企業使用,並實現了如自動駕駛汽車等應用的即時AI分析。
第二階段:市場力量推動採用
技術到位後,市場動態接管,將AI推向主流。以下是推動採用的七大關鍵因素。
4. ChatGPT面向所有人與API存取
ChatGPT於2023年初推出,迅速成為有史以來增長最快的應用程式。它免費使用,像Google搜尋一樣簡單,且提供驚人準確的回應。每個試用的人都感覺觸摸到了未來。
OpenAI隨後通過API開放ChatGPT模型,讓開發者在週末即可將世界級AI整合進應用程式。每次API呼叫的低成本使其成為吸引人的附加功能,擴展產品線並增加收入。
5. 開源加速
為避免供應商鎖定,開源社群擁抱AI,提供如LLaMa和Stable Diffusion等模型。Hugging Face等平台讓各個技術層次的開發者輕鬆整合AI。
開源促進協作、持續改進,並引入大廠可能不優先考慮的利基功能。這使AI普及化,加速其在多樣化應用中的採用。
6. 消費者與企業需求
生成式AI不僅是炒作,它帶來真實價值。我記錄了2024年AI在程式設計、照片編輯和情感分析等15種方式對我的幫助。企業、學生和個人均認識到AI的潛力,推動需求並提升AI公司的估值。
7. 病毒式傳播與網絡效應
多年來,AI屬於小眾,但突然間它成為主流。瑪吉姑姑在家庭聚會上討論ChatGPT,它成為增長最快的應用程式,數月內達到1億活躍用戶,一年後翻倍。
它能生成海盜語言、撰寫《星際迷航》故事或在幾分鐘內分析商業數據,捕捉了公眾的想像力,推動其快速傳播。
8. 競爭市場壓力
隨著OpenAI的成功,Google、Microsoft、Meta、Amazon和Apple等科技巨頭無法落後。AI成為頭條功能,作為附加價值或高價增值服務。Microsoft的Copilot、Google的Gemini等迅速跟進,加劇競爭與創新。
9. 立法與監管滯後
AI熱潮如同西部荒野,政府難以跟上。美國制定了一些監督計劃,但反應溫和。AI公司警告無監管可能帶來災難,版權訴訟增加複雜性。新政府的減規政策進一步推動快速增長與創新,但也引發對無節制發展的擔憂。
10. 持續創新與投資
AI不是一時風潮。主要公司持續投資數十億,提供有價值的產品與服務。我們看到多模態AI、自主代理和AI編碼AI的突破。這讓人想起2000年代中期應用經濟的良性循環,投資與創新相互促進,將AI永久推向主流。
第三階段:未來
80年代,我的母親夢想一台能吸塵的電腦。現在,我們有了像Wally the Narwal這樣的機器人實現了這一點。我的夢想?一台能在寫作時為我送咖啡的AI。Tesla、Apple和Meta在人形機器人上的工作讓這不再遙遠。
鑑於AI目前的怪癖,如Alexa的偶爾失誤或ChatGPT的偶爾捏造,我還不確定是否想要機器人在客廳遊蕩。但嘿,一個人總可以夢想咖啡吧。
過去兩年是一場狂野之旅,我們可能只是剛開始。你認為AI快速採用的最重要因素是什麼?你有沒有將ChatGPT等AI工具融入日常工作流程?它們如何改變你的工作或創造力?你認為AI是長期遊戲改變者,還是我們正處於最終會穩定的炒作週期?倫理與監管問題呢——你認為AI發展是否過快,難以適當監督?
請在下方評論中分享你的想法。
你可以在社群媒體上關注我的日常項目更新。請訂閱我的每週更新通訊,並在Twitter/X上關注我@DavidGewirtz,在Facebook上關注Facebook.com/DavidGewirtz,在Instagram上關注Instagram.com/DavidGewirtz,在Bluesky上關注@DavidGewirtz.com,在YouTube上關注YouTube.com/DavidGewirtzTV。
DeepMind執行長哈西里斯:我每天睡六個小時,通常在凌晨1點左右感到精力充沛。
Fortune 最近刊登了對谷歌 DeepMind 執行長 Demis Hassabis 的採訪,揭示了他對休息和生產力的非傳統方法。Hassabis 透露,他睡眠時間非常少,將清醒時間劃分為兩個不同的工作階段。關於他的睡眠習慣,Hassabis 表示:“我目標睡六小時,但我的習慣非同尋常。我可以在白天有效運作。”他強調,睡眠少於六小時會對大腦健康產生負面影響。Hassabis 於 2010 年聯合創立了 DeepMind(後被谷歌收購),並因其在蛋白質結構預測方面的開創性工作榮獲 20
儘管營收未達預期,OpenAI 與 Anthropic 仍爭奪市場份額
儘管近期有報導指出 OpenAI 未達營收目標,導致本週二科技股承壓,但私人人工智慧實驗室的投資者仍展現出韌性。資深投資者已確認,儘管媒體報導負面,他們仍不會削減投資。分析師認為當前的 AI 競逐仍處於初期階段,因此排除「贏家通吃」的結果。儘管高昂的運算成本對營收造成壓力,但各實驗室可透過調高訂閱費來提升獲利能力。產業格局正經歷微妙的變化與 OpenAI 不同,競爭對手 Anthropic 獲得了
Wait, so this alien tech comparison is too fitting 😂 Honestly though, the overnight change feels more like it was years in the making finally hitting mass adoption. Makes me wonder what old tech giants are thinking right now. The 'game-changer' label gets tossed around, but for AI, it might actually stick this time.





首頁






