2016年之后，AI不再是科幻小说，而是变成了现实。
你打开手机，人脸识别解锁。
你对着音箱说话，语音助手回应。
你刷着短视频，推荐算法知道你喜欢什么。
你开车出行，导航避开拥堵。
AI已经渗透到生活的方方面面。
AI的产业化#
AlphaGo之后，AI从实验室走向产业。
科技巨头纷纷布局AI：
- Google：TensorFlow框架、TPU芯片、Google Assistant
- Facebook：PyTorch框架、人脸识别、内容推荐
- Microsoft：Azure AI、Cortana、投资OpenAI
- Amazon：AWS AI服务、Alexa
- Apple：Core ML、Siri
- 百度：飞桨框架、Apollo自动驾驶
- 阿里巴巴：达摩院、城市大脑
- 腾讯：AI Lab、医疗AI
AI成为科技公司的标配。没有AI，就落伍了。
AI的应用场景#
人脸识别
2017年，iPhone X引入Face ID，人脸识别进入主流。
在中国，人脸识别用于：
- 手机解锁、支付验证
- 安防监控、犯罪追踪
- 考勤打卡、门禁系统
- 火车站、机场安检
但人脸识别也引发隐私争议。旧金山在2019年禁止政府使用人脸识别。
语音助手
智能音箱成为家庭新入口：
- Amazon Echo（2014发布，2016年后流行）
- Google Home（2016）
- Apple HomePod（2018）
- 小米小爱同学（2017）
- 阿里天猫精灵（2017）
语音交互成为新的计算范式。
推荐系统
今日头条、抖音、快手用AI推荐内容。
用户不需要搜索，AI自动推送感兴趣的内容。
这改变了信息获取方式，但也带来了"信息茧房"问题。
自动驾驶
特斯拉Autopilot不断进化。
Waymo在凤凰城推出无人出租车服务。
中国的百度Apollo、小马智行、文远知行等公司也在测试自动驾驶。
但自动驾驶仍然面临技术、法规、伦理挑战。
医疗AI
AI开始辅助医生诊断：
- 皮肤癌识别
- 眼底病变检测
- 肺结节筛查
- 病理切片分析
AI可以提高诊断效率，减少漏诊误诊。
金融AI
AI用于：
- 风险评估：分析贷款申请人的信用
- 欺诈检测：识别异常交易
- 智能投顾：自动投资理财
- 客服机器人：回答客户问题
教育AI
AI用于：
- 自适应学习：根据学生水平推荐内容
- 作文批改：自动评分和反馈
- 口语评测：评估发音准确度
AI芯片#
AI需要大量计算，传统CPU不够用。
GPU：英伟达的GPU成为AI训练的标准硬件。英伟达股价从2016年的约30美元涨到2024年的超过800美元。
TPU：Google开发的AI专用芯片，用于TensorFlow。
NPU：华为、苹果、高通等公司开发的神经网络处理器，用于手机AI。
AI芯片成为半导体行业的新热点。
AI框架#
AI开发需要框架支持：
TensorFlow：Google开发，2015年开源，最流行的AI框架之一。
PyTorch：Facebook开发，2017年开源，研究者最爱。
Keras：高级API，简化TensorFlow使用。
飞桨（PaddlePaddle）：百度开发，中国最流行的AI框架。
这些框架降低了AI开发门槛，推动了AI普及。
AI的伦理问题#
AI发展也带来伦理问题：
偏见
AI模型可能继承训练数据的偏见。比如，招聘AI可能歧视女性，因为历史数据中男性更多。
隐私
AI需要大量数据，数据收集可能侵犯隐私。
就业
AI可能取代部分工作。客服、翻译、司机等职业面临挑战。
安全
AI可能被恶意使用。深度伪造（Deepfake）可以制造假视频。
责任
自动驾驶事故，谁负责？AI医疗误诊，谁赔偿？
各国开始制定AI伦理准则和法规。
AI的投资热潮#
AI成为投资热点：
- AI初创公司如雨后春笋
- 大公司收购AI公司
- AI人才薪资水涨船高
但AI也经历了泡沫期。很多AI公司无法落地，最终倒闭。
真正成功的AI公司，是那些找到具体应用场景的公司。
AI的局限#
2016年后的AI，主要是弱AI（Narrow AI）——在特定任务上表现出色，但缺乏通用智能。
AI可以识别图像，但不理解图像的含义。
AI可以翻译文本，但不理解语言的含义。
AI可以下围棋，但不知道围棋是什么。
通用人工智能（AGI）——可以像人类一样思考和学习的AI——仍然遥远。
但AI的进步速度超出了很多人的预期。
下一步：大语言模型#
2020年，OpenAI发布了GPT-3，一个拥有1750亿参数的语言模型。
它可以写文章、写代码、回答问题、进行对话……
它展示了一种可能性：用大量数据和计算，训练出通用的语言理解能力。
这是通往AGI的一条路径吗？
明天，我们来讲大语言模型的故事。
今日知识点#
弱AI（Narrow AI） 在特定任务上表现出色的AI，如人脸识别、语音识别、推荐系统。弱AI没有通用智能，只能在训练过的任务上工作。
AI芯片：专门为AI计算设计的芯片。GPU用于训练大模型，NPU用于手机等设备的AI推理。英伟达是AI芯片的领导者。
AI伦理：AI发展带来的伦理问题，包括偏见、隐私、就业、安全、责任等。各国正在制定AI伦理准则和法规。
思考题#
- AI已经渗透到生活的方方面面。你觉得AI对你的生活影响最大的是什么？
- AI可能取代部分工作。你觉得哪些工作最容易被AI取代？哪些工作最难被取代？
明天预告：大语言模型——GPT背后的原理，以及它如何改变人机交互。