对于AI的认识--Caoz
AI时代已经来临，我们该如何认清AI的价值呢？
1、认清AI价值
开局一张图，这张图介绍了目前主流AI平台的技术模型和应用领域，当然，太多技术名词，可能理解起来不容易，不过没关系，有需要的，从事技术相关工作的朋友可以作为一个学习的导图，但是在日常应用中，并不一定需要理解其中每段话的含义，大概知道不同领域存在不同技术模型的AI产品就可以了。
1.1 AI就是生产力工具
我们不讲那些虚的，大词，我就强调一点，AI是生产力工具。
首先，它是你工作和生活中的万能助理。
无论是工作中的一些优化诉求，日常开发任务，设计任务，文案任务等等，还是生活中的一些技能诉求，比如孩子的手工作品，科学小实验，甚至家庭菜谱，AI都可以给予你足够的帮助。实际上随着版本更迭，不远的未来，AI会有更大的潜力，帮助你优化及打点生活和工作中的一切。
24*7,随时待命，任劳任怨。
很多时候，我们只是限于自身的想象力，没有释放出它巨大的能力。
一个优秀的程序员，拥有这样一个万能助理，工作效率可以提升3-5倍。一个优秀的设计师，也会有这样的效率提升。可以说，大部分白领工作，都能从中获得惊人的效率提升。
下面列举一些典型的利用AI的日常可能性
- 协助制定旅游攻略
- 常识历史，文化知识的查询
- 简单且免费的个人法律咨询，医疗咨询（当然不取代专业服务）
- 翻译不同语言的内容
- 协助完成文档，回复文件
- 帮助孩子打造科学实验，制作手工作品
- 查询菜谱
- 美化修饰家人的照片
- 协助设计家庭装修风格，个人穿搭风格
- 可以协助辅导子女作业问题，检查错题并给出正确提示
- 利用最新的网络插件能力，可以查询一些实时天气，新闻等信息。
- 利用其他第三方插件可以订酒店，机票等服务。
还有很多其他可能性，无法完全赘述。
其次，它还是博学且耐心的万能教师。
算法不会写，可以让他教你；雅思作文写不好，他可以给你修改建议；一些专业课程遇到困难，很多时候他也能给你正确的建议和参考答案。我们注意到chatgpt4.0已经通过了很多高难度的专业考试，其专业知识能力在很多领域都已经达到和超越了最顶级的Top 1%人类的水平。我们有理由相信随着技术迭代，他的优势会越发明显。
专业论文看不懂，他可以给你翻译，还能帮你用更通俗的语言重新阐述。而且随时可用，事无巨细，耐心又是好脾气。只要你不断问，他就会不断地给你提供答案。
现在我看到有人用它来训练雅思读写能力，并给出修改建议。
当然，我们也要明确，不要求全责备，目前AI还存在一些问题，不能保证所有的结果都是可信赖的，甚至在有些领域问题还比较大，但是我们也要相信技术的进步，实际上我备课的时候也在苦恼一个问题，有些我认为是AI的瓶颈，在准备备课的过程中，就已经出现了新的解决方案。所以从发展眼光来说，不要因为AI当前的一些不足去否定它，去忽视它。它的成长已经足够快，而且未来的想象空间也足够大。
第三，它在工作和事业中可以发挥重大的作用
1 多语种翻译能力
比起传统翻译，AI的语种适应能力更强，对上下文的理解更加到位，可以基于上下文做出合理的判断和用语选择，这是传统翻译非常欠缺的。虽然对口语，俚语，AI仍然具有一定的理解障碍，但是对一般的公文写作，公文邮件回复，工作场景的文档翻译而言，其效果已经超出预期。
2 文档编写和优化
用户可以用口语和简单的关键词组合发布文档的诉求，而AI可以讲这些诉求快速整理为非常漂亮的公文文档，而且格式非常符合规范。无论是公司的规则指定，合作协议，客户应答，都可以给出相当水准的文案。当然，用户也需要不断学习如何更好地给AI提供合适的素材，有时候AI并不能充分理解用户的角色，理解用户文案中潜藏的动机。所以如果希望文案更加具有针对性和目的性，需要不断和AI进行多次交互调整，这需要一定的技巧。
Notion AI应该是在工作文档优化，工作流程设计上有特殊的优化策略。
3 AI编程
AI编程其实分两种含义，一种是利用AI完成我们日常的研发，或者利用AI学习日常的研发，就是你给出一个研发目的，让AI帮你输出代码，这里主要是说这部分，另一种是结合最新的AI模型进行编程，让我们的产品拥有AI的能力，有一个叫做langchain的产品，可以方便开发者获得这方面的能力，这部分会在后续章节中介绍。
利用AI编程已经不是罕见的事情，事实上越来越多的程序员开始乐此不彼。
这其中分两个非常典型的不同的场景。
场景1，基于注释的编程，程序员明确知道所需要使用的工具，调用方法，算法，以及程序输出逻辑，这种情况下，基于注释的编程工具可以让程序员快速完成那些繁琐的代码录入过程。这个是目前较多程序员常用的AI编程途径。
场景2，更宽泛的咨询，实际上利用chatgpt，可以让对程序了解不深，或者对所需要的算法，工具不十分熟悉的人，一样可以高效完成任务。这种情况下，编程可能是通过一些简单而泛泛的问答开始的，但过程中，基于代码的执行反馈和设计者的感知，会不断地通过交互调整，从而实现更好的效果。这让一些具有技术基础的产品经理可以更好的展示才能，实现产品的开发和发布。
但场景2的沟通难度会大于场景1，这里存在几个问题，其一就是过于宽泛的问题可能导致AI给出的结果不是用户真正所期望的。其二是AI在推荐技术方案和第三方工具的时候容易出现认知混淆，这个问题目前看还是比较严重的，需要需求方有独立的验证能力和调整能力，不能轻信AI的结果。
同时，AI也是学习编程的好帮手，特别是针对具体代码的解读，针对具体算法的实现，AI可以提供24*7无休的技术咨询和答疑。但技术人员应该抱有一个开放的心态。很多程序员的习惯性思维是，我已经很清楚如何设计系统了，只是具体细节可以交给AI。那么所谓开放的心态，就是在设计，架构，以及更宽泛的问题上，可以向AI提问，可以咨询AI的建议，然后再针对自己的设计思想查漏补缺，坦白说AI的建议很多未必合理，但是作为查漏补缺，拓展思路，还是很有益处的，可能你本来有一个很庞大复杂的设计，咨询过后发现，AI直接告诉你，某个第三方工具简单调用就可以满足你的需求。
在我备课最后的时间里，open ai 又推出了代码解释器这样的妖孽产品，你看，我就觉得这次备课特别艰难，因为新东西层出不穷，不断打破旧有的认知。这个东西厉害在于，对小白用户过于友好，而且不仅仅解释代码，更是对数据解读有非常丰富的建议和方案，你喂给它一堆表单数据，它会给你很多值得分析的建议和方案，你可以让它对数据萃取，数据报告提任何要求，以后真的人人都可以当数据分析师了。那么如果还有不了解的读者，请搜索一下 open ai 代码解释器，建议使用谷歌搜索。
任何一个新产品，新工具的展开解读都可能占用大量的篇幅，所以我这里其实只是提供一些总纲，更多具体的内容希望你们自己能主动去挖掘，去深入了解。我还要重申一下，这不是实操课程，我的实力和精力也无法提供实操课程，所以更多的学习需要你们自主，主动的进行，而不是通过我的课程。
4 AI设计与绘图
midjourney拥有更强大的绘图能力，而stable diffusion可以私有化部署，训练私有化模型，也是很多垂直领域的首选，此外adobe公司的AI设计产品可以完美整合自己的所有其他产品，也有其优势所在。
和chatgpt 一枝独秀不同，在AI设计领域，多家并起，各有千秋，企业完全可以基于自己的诉求选择合适的产品。而且一些专门独特能力的第三方工具也可以和以上设计平台整合，比如专门用于抠图的segment anywhere，专门用于角色动作拖拽的DragGAN，在典型场景下都具有非常重要的意义。
AI设计不仅仅是设计所谓的宣传图，产品logo，也包括角色套图，道具套图，场景套图，套图设计需要更多的技巧。这里有一个关键认知需要说明，AI设计落地并不是设计出逼真的图片就够了，更重要的一个特点是可控性，你可以基于特定的场景，特定的角色，特定的动作以及特定的连续性，一致性设计图片，只有实现超强的可控性，才是可以用于真实落地的业务中，这也是这么多年来最大的技术突破，所以前面提到的一些抠图AI工具，一些拖拽AI工具，都是可控性的重要体现。
之前我备课的时候还准备强调，关于文字整合是AI制图很严重的缺陷，但现在这个问题似乎已经看到了曙光，技术的进步太快，以至于可能会超过我们学习和理解的速度。
目前一些市场巨大的典型设计场景如下
- 产品和服务的LOGO设计，宣传海报设计。
- 游戏中的角色动作套图和道具套图。这需要prompts技巧，有些也需要训练本地模型，后续课程会做一些介绍。
- 电商中的模特服装图，比起传统昂贵的模特费用，可以用AI节省大量的成本。
- 装修行业的效果图，设计图。需要做本地的训练模型。
- 玩具，礼品，品牌周边的产品设计图，有些案例相当惊艳。
- 广告投放素材设计，这也是超级巨大的市场空间。
但这里必须强调，AI虽然有很好的设计能力，人的想象力依然是最关键的，AI只是去替你实现你的想象力，一个缺乏想象力的设计者，恐怕很难用AI做出让人惊艳的设计图。
5 信息采集，反馈和自动化处理
AI可以编写爬虫代码，还有 autogpt加上浏览器插件，简单配置就可以实现自动的信息采集，整理和格式处理，甚至是情报分析。
利用AI快速打造一些诸如市场数据的跟踪，竞品分析，对于个人创业者，中小企业而言，都是很有意义和价值的事情。
同时，AI可以训练个人的历史文章和言论，或者通过特定信息做训练集，实现自动回复，自动应答的能力，诸如AI客服，AI咨询，AI自动响应，经过专门的训练，都是有较大机会的。
前几天王小雨在线下大会分享了很多个金融投资领域的AI工具，可以快速分析某个公司，某只股票的市场表现并进行市场预测，其实也是基于如上的原理，通过网上的数据采集和深度学习的一些技术进行评定，其实我备课的时候都没有听说过这些案例，这虽然暴露了我信息采集的匮乏，但也反证了我的推理逻辑是没有问题的。
6 题目设计与解答
你可以要求AI 站在不同角色，提出问题，比如，扮演面试官，或者某个领域的考官，让它给你提问，你来回答，然后AI对你的答案给予测评，或者告诉你合理的答案是什么。对hr招聘来说，这是很好的一种应用形态。
现在我看到越来越多人开始分享，让AI做角色扮演，提出问题的案例，很多都可以起到拓展思路，以及加深行业理解的价值。比如你是个求职者，你可以让AI先扮演某个领域的资深面试官，然后考核一下自己的准备工作，给出合理的优化方向，让自己能找到学习和前进的方向。比如你是个企业家，你要招聘一些自己不是很熟悉的领域内的人才，比如运营大牛创业者招聘技术合伙人，这在以往是很常见的能力无法覆盖的困境场景，你可以让AI参与面试题目的设计，并参与对面试者答案的评估。
7 音频与视频制作
这个也是最新产生突破的，AI孙燕姿已经非常惊艳了，我以前想在喜马拉雅开课，就是因为录制过程复杂，心生退意。但现在看看，如果可以用AI训练，那么做文字转音频的课程就没有什么太大的障碍。
目前用AI阅读小说的其实已经有很多实际案例，但是说实话，我经常在出租车上听到播放的AI语音小说， 声音质量真的惨不忍睹，那么这里其实有非常大的提升空间。
目前合成语音技术其实已经相当成熟，我们都听到了AI孙燕姿的惊艳表现。而训练自己的语音也有很多方案，比如google本身就有，那么也有朋友推荐bark的方案。当然这需要购买他们的一些算力。
中文讯飞的方案应该是非常成熟的，此外百度飞桨平台也有一些可以选择的方案。用自己的 声音，或者用明星的声音（可能需要授权）播放读物，网课，这个想象空间是极为巨大的。
AI视频目前也包括两部分，第一是利用提词策略，生成一些AI原生图片，然后再通过一些工具生成视频。其二是通过训练相关模特的日常表达，基于台词生成视频。
第一种已经有人展示了一些AI生成的动漫效果，以后动漫制作真的可能会有极大的效率提升。
而第二种，刘润的AI数字人已经表现相当惊艳，AI主播现在越来越多，硅基智能这家公司已经在这个领域有非常有意思的成功案例。
我所了解，帮助企业搭建数字人直播，已经成为一个非常具有利润的产业。
以上，是职场中，AI可以发挥重大作用的典型场景，可以这么说，凡是需要电脑办公的场景，AI都是可以发挥重大作用的。
第四，对企业而言，利用AI的三重境界
前面提到的是针对职场从业者的价值，现在说说对于企业而言，AI意味着什么。
第一重境界，就是常说的降本增效，那么越来越多的人告诉我，利用AI的工作效率可以提升3-5倍，更少的人可以干更多的事情，我厦门投资的公司也取消了很多外包合同，在游戏设计和翻译领域节省了大量成本。
任何不会使用AI提升效率的员工，在市场竞争的领域里是无法长期生存的。
我希望所有创业者要贯彻下去，让所有员工，只要是有使用电脑诉求的员工，都要全力拥抱AI，提升自己的产出效率，当然，必须承认，学习的过程中可能会效率下降。给3-6个月的过渡期，这个代价是值得的，但过渡期之后，依然无法拥抱AI提升效率的，可能需要创业者，企业家做出一些决断。
第二重境界，是服务能力和产品特性的升级，比如说这个企业原本只有两种语言客服，但是现在可以提供几十种语言的客服，原本客服每天响应时间很有限，现在可以做到24*7，AI客服可以让企业的响应能力得到极大提升。再比如游戏npc原本只能按部就班的与玩家沟通，现在可以根据玩家的言论智能回复，并且可以更好的动态规划游戏进程分支，让游戏可玩性极大拓展，这就是产品特性的提升。
那么我们看到厦门的两家公司，厦门美图秀秀，以及厦门稿定设计，全面拥抱AI后，产品特性提升带来了很好的经济效益和用户口碑。另外，微信公众平台工具壹伴也全面拥抱AI,做出了写稿辅助的特性，当然，实话说，我不是很喜欢这样的特性。
第三重境界，是创建新的商业模式，发现新的商业机会。
目前可以看到的案例有那个知名女网红，创建了AI陪聊的业务，让自己可以成为诸多男生的云女友，收入不菲。
前面也提到了AI股价预测的产品，在海外已经有成熟案例，也是这样的一种新型商业机会。
可以设想的，比如个人咨询服务，可以基于AI和自己的历史文章生成AI咨询，实现商业模式的拓展。还有就是AI陪护，针对年长，孤独，忧郁症等人群，提供心理陪护和聊天服务，这也是一种很有意义的业务形态。
这里需要很多想象力，必须说可能最有意思，最有价值的，我还没想到，可以持续观察。
黑灰产，黄赌毒永远是新技术使用最积极的。
第五，对于科研和学术领域，AI也将具备非常巨大的想象空间。
说完了职场，企业，说说科研和学术领域，原本我备课的时候并没有想强调这一点，或者认为这可能比较遥远，但最近陶哲轩的几篇推特正在充分证明这个领域的巨大想象空间。
众所周知，陶哲轩是这个世界上最顶级的数学家，拥有不可置疑的学术声誉，那么他认为并且正在实证， AI可以在解决复杂的数学证明上，为数学家提供必要的建议和参考，而且学术界也认为一些新的技术突破，未来有可能，AI可以独立完成数学证明工作。
我们知道最新AI技术突破的核心是推理能力，那么逻辑来说，基于人类已有的知识和数学界所谓的公理，来验证某些潜在的数学猜测，如果推理的机制足够强大，是有机会推导出很多复杂的证明过程。当然，我不认为当前阶段AI可以突破某些重要的数学猜想，但随着AI技术的进步，也许在未来的某些时间，这个是有相当可能性的。
另外值得一提的是，在高分子领域，包括蛋白质分子结构预测，包括医药辅助的分子晶型预测上，AI技术已经开始发挥重要作用。并且正在颠覆传统的技术手段。
物理学，化学，材料学，涉及到微观结构的探索，AI已经成为重要的辅助工具，而算力也成为重要的技术资源，我之前在直播讲过一个猜测，其实在很多领域这个已经是现实，就算算力成为科研的重要资源，而算力背后是匹配的AI 算法。包括deepmind研发的 alphafold 系统，已经被证明是可以改变行业科研效率的一个创举。
在对抗新冠病毒的药品研发上，AI技术实际上已经帮助辉瑞等药厂极大提升了研发效率，降低了研发成本，可能很多人不知道，还是来自于中国创业者的AI 技术。
今天新鲜看到的一个新闻，一个技术大牛刚发布的nature论文，通过最新的AI学习算法，在蛋白质分子预测上再次取得了突破。
并不只是计算机学科需要AI算法和算力的加持，物理学，化学，生物科学，材料学，到一定的深度，都需要。
我举例说明一下，比如电池电极充放电过程，一些理论上具有更高效率的电极材料，现实如何解决所谓的枝晶问题，这个是材料学上一个很前沿的课题，那么社会价值和商业价值也是无比巨大，通过AI技术结合分子动力学做一些场景模拟和分子预测，也许就是很有想象力的一个空间。
所以这里我强调一下，可能普通人离这条路很遥远，但如果子女是学霸，或者亲戚家有学霸子女，想要在理工科有所建树，希望去一些知名学校攻读博士学位，让他们务必理解这一点，算力和算法，可能是很多学科后续科研成果的重要保障。以前我讲过例子，传统的科研工作者，使用传统技术做科研，可能是手枪打靶，子弹有限，要瞄的很准才有收获，但是拥有算力和算法优势的科研工作者，是机关炮打靶，横扫一片。在高分子领域，这已经是有真实案例的。
1.2 AI的发展与未来
这是seedv实验室的一张图，请注意这里的发展趋势是基于生成内容的可控性，那么可控性越强，实战落地的场景也就越丰富，其实我们今天已经站在初步思维逻辑可控和复杂推理逻辑可控的路上，而且在某些领域，可以说已经触碰到了复杂推理逻辑可控的门槛。所以这张图里提到的远景，我认为可能在几年，十年内的时间内是可以看到的。
实际上数学家陶哲轩已经表态说，AI有望在数学推理上达到和超越顶尖数学家的水平，而且这个时间可能并不遥远。
2、关于AI的不足
正确认识 AI的不足，也要有发展的眼光，其实AI远远达不到完美，如果吹毛求疵，人类依然有很多可以骄傲的地方，但是我们认清它的不足，是为了更好的使用它，发展它，而不是否定它，拒绝它。
其实在我备课的准备期内，很多不足已经逐渐开始有了合理的解决方案，以至于需要不断调整内容来适应变化，也许再过一两年，这里列的一些问题都已经不再是问题。
但是必须强调，永远保持质疑能力和求证能力，不能对AI给出的结果完全信任，必须有自己的判断力，有自己的甄别能力，信息求证能力，这一点，在相当的时间内，依然是优秀人才需要保持的必要能力。
结合AI和搜索引擎，对结果进行二次核对，是很有必要的。
2.1 时效性
数据大模型的时效性目前看上去并不理想，chatgpt4.0的语料仍然停留在2021年中下旬。最新的解决方案是整合了搜索能力，但搜索能力目前的整合表现还不是很尽如人意，毕竟搜索结果并没有经过合理的训练，所以语料时效性的问题，目前来看，搜索整合可能并不是最终的完美解决方案。
一些典型场景，比如你需要一些技术支持，编写一些代码或者需要一些技术参考，可能它给予的建议还是过时的，这是需要不断自己核对的。比如它不知道一些新的工具，新的特性，新的平台，比如用它来学习stable diffusion，就没有合理的建议和结果。
2.2 上下文深度
上下文能力是chatgpt AI最大的突破，从技术原理来说，属于狂砸天文算力暴力突破的技术表现。但超过一定规模或层级后，它仍然存在处理的极限，也就是如果你需要非常深度的进行学习或者与AI探讨的时候，可能达到一定的层级，它会突然失去对话的焦点，开始偏离主题。
比如前几天和原创文学平台的创始人聊天，用AI续写小说目前看起来难以实现，因为它的上下文深度限制，无法完整记忆整部小说，所以续写逻辑就很难保障。
目前根据测试，正常情况下的沟通和征询建议，表现还是非常不错的。
那么最新发布的claude2的上下文长度继续增强，达到了100个token，而微软新论文解封transformer长度达到10亿，这都是备课时还没有的信息，也许很快，上下文深度的瓶颈就会彻底消除。新闻链接如下 https://mp.weixin.qq.com/s/k2X7iQBqPGGRKD2gomb92g ，有兴趣的自己去查阅了解。
2.3 图片的连续性和一贯性保持
组图，套图设计是非常常见的实战场景，典型的如家居设计，设计师希望展示不同视角，光线下的家居设计图。比如游戏领域，需要在特定场景下展示不同视角，不同角色的动作分镜图，这些都是具有非常精确的背景图片信息的组图诉求，如果仅仅基于提示词或者图生图能力，其实很难保持这种需求下的图片的一致性和连续性。
目前需要一些高级技巧，比如通过保留图片种子，和一些第三方插件的使用，比如动作调整插件DragGAN，以及抠图插件segment anywhere，这个问题已经有了一些解决方案。并且已经有了一些成熟的案例，也就是我备课的期间，这部分的成熟案例还在呼呼的往外冒，但是如果是对效果要求非常苛刻的客户而言，希望AI生成的套组图片完全符合自己的预期目标，可能还不是完全可以随心所欲的事情。
这里我强调一下，AI绘图并不是我出一堆提示词生成一张漂亮图就可以的，玩玩可以，写公众号生成题图可以，大部分实际的工作场景，需要和特定元素有关，需要有特定的连贯性。比如电商需要和真实的商品，真实的模特进行合成。比如游戏需要角色和场景具有一致性要求。这也是前面提到的可控性，是技术落地很重要的指标。
不过这个领域的进步是相当迅速的，两三年前我觉得非常难以实现的能力现在已经被很多企业应用到实际场景中了，相信两三年后这些问题可能都已经有了很好的解决方案。
本来备课的时候还有一项，图片中的文字，这个曾经是AI设计很大的短板，就是你无法用AI实现图片背景中的特定的文字展示，比如图片上有个某某品牌的宣传语，但是现在新的技术升级已经克服了这个问题，所以这项不足基本上不存在了，不过对中文而言，可能效果仍有待提高。
这个坦白说我没有测试，如果有人有实测结果也欢迎分享。
2.4 内容语料不完备和信息干扰
必须承认，AI目前所掌握的内容语料并不是完全准确的，而且在诸多信息的处理中，也存在较多噪音信息混淆，而且它的信息生成逻辑，本身确实也不是以准确度和真实性为优先考量的。
在咨询AI编程问题的时候，我发现，凡是涉及到第三方开源库的调用方法领域，它经常给出混淆的信息，比如它建议我使用开源库A，但是它给我的代码里，所有的调用方法其实是开源库B的，这样的问题我已经经历了很多次。而且我试了两三款不同的AI产品，这个问题是普遍存在的。
至于中国的历史名人，我们发现AI经常给出极为荒谬的答案，现代名人就更加荒谬，这些有些输入生成逻辑的偏差，有些也是语料中的噪音污染太多导致的。
所以这也需要强调信息核实能力，AI的答案是很好的建议和参考，但很多时候也要质疑并核对。
2.5 专业问题上的判断高度不足
我咨询过AI一些关于产品建议和运营建议的话题，我认为AI的答案其实是远胜于新入行的从业者，优于相当比例的从业者，而且，即便是针对行业资深的人来说，它的一些建议作为参考和思路拓展，还是有相当价值的，但是从整体来说，对要点的把握，对关键问题的把握，其实达不到顶级水平。
比如分析一些互联网产品的运营优劣，你作为一个第三方参谋，很有参考意义，但如果你把它当作运营总监，那其实是不太合格的。
我相信在其他专业领域也存在这类问题，它可以是很好的参谋，即便是资深专业人士，咨询它也有开拓思路，查漏补缺的价值，但前提是，资深人士能快速分辨出它答案中的亮点和不足，并且能快速忽略那些不足之处。然而如果不加分辨的进行采纳或者执行，可能就会有严重的问题。
比如美国某个律师用了AI给出的判例作为依据，最后被人查证发现全是子虚乌有，闹出了大乌龙，那么反而让自己丢了工作和信用。这个案例就非常有代表性。
2.6 理解力方面仍然有提升空间
当然，我们也可以认为这个问题属于用户使用提词的问题，但比如我做这个备课，我也希望AI给我一些建议，当我问及普通人该如何使用AI改变生活的时候，它给出的答案更偏向于技术人员如何通过AI来创造一些应用可能性，它讲了很多AI可以应用的场景，但是这些建议是基于技术人员利用它所描绘的AI技术创建相关的应用，而不是普通人可以通过已有的AI平台可以快速实现的能力。
当然这里有很多高阶的玩家会用更多的沟通技巧来训练AI，实现自己的诉求，但毕竟，对于普通人而言，我们发现，AI在理解正常问题时，仍然存在很多和我们预期不一致的地方，也正是因为如此，提词技巧才会成为一种特殊的能力。
2.7 伦理和安全问题
很多科学工作者和社会学家认为，AI未来可能成为人类文明的威胁，或者会造成可能无法估量的损害，必须说，这种可能性是存在的。目前AI作为辅助决策，相对来说是安全的，但是如果让AI掌控更直接的决策能力，以及赋予AI自行动用资源能力，那么很多风险就会放大无数倍。
但我认为，这些事情对于我们普通人而言，其实想太多也没用，因为毕竟这不是我们能决定的事情，所以活在当下，为自己的事业和生活用好AI就可以了，没必要杞人忧天。
但必须强调，就是由于很多AI平台涉及海外的数据服务，那么在当前国内的安全法规情况下，敏感数据出境是很典型的合规风险，所以一些政府，金融机构以及涉及国计民生的企业，使用海外平台的AI产品，都是存在非常严重的违规风险的。
利用开源系统本地化搭建是相对稳妥的选择。但我们知道，有一些最好的产品并没有开源，而且本地搭建的成本也是很高的。
最近大家也看到了，国内发布了最新的生成式AI的管理办法，从业者需要认真阅读，当然，最终解释权不在我手里，这里也就不展开解读了，但从业者真的需要认真阅读，对很多中小团队来说，合规成本是相当惊人的，这也会导致部分AI落地的场景出现一些阻碍。
那今天就到这里，主要目的是介绍AI的前景，机会，以及需要正视的问题。