人类正在试图让AI变得更聪明。

人们最初接触人工智能，可能是早期购物网站上的机器人，他们经常答非所问，气得人直跺脚。这时候的人工智能，连猫和狗都分不清，被人们戏称为“人工智障”。

而现在一系列关于AI的消息，可能要让你大跌眼镜了。

AI正在变得越来越聪明

OpenAI 发布的免费机器人对话模型ChatGPT近期一经推出，“疯狂”的网友们测试出了ChatGPT各种惊人的能力：对答如流、辩证分析问题、纠错等等，它甚至还可以写代码、搞创作，简直就是一个才子。ChatGPT最大的特点就是能够“理解”对话者的语义，能进行更为有效的反馈和连续对话。其在文本生成领域几乎能“以假乱真”，让使用者觉得它真的拥有了意识。

同时，AI漫画也火爆了全网。不少朋友在社交媒体上秀出各种AI创作的奇形怪状的画，有漫画风格的，有古风风格的，也有油画风格的，有些堪比大师之作，也有不少“翻车之作”。但不可否认的是，AI的能力正在越来越超乎人们的认知。

但你知道吗？上述这些应用仅仅是AI的冰山一角。如今，AI在各行各业的应用已经越来越广泛。比如在工厂，AI正在让生产线变得更智慧，以联想合肥产业基地为例，联想研究院和工厂的供应链管理部门运用运筹优化、需求学习、强化学习等技术，开发了使用多交互增强学习优化网络以及基于注意力机制的人工智能排产方案，可以模拟多变的生产环境，自动高效地找到最优排产策略。

较之人工经验的排产，人工智能算法在效率上有明显的提升。整个排产耗时也从原来需要1个团队每天6个小时，缩短到了1.5分钟，生产效率也获得了16%的提升。个人电脑的产量因此也增加了23%，订单的积压量下降了20%。

此外，AI也正在让供应链变得更智慧。以联想供应链智能控制塔为例，其应用人工智能、机器学习等技术进行运营重点问题的决策建议和仿真模拟，以辅助供应链管理者做出决策，从而更好的服务终端客户。即使是急需一颗小小的螺丝钉，管理者也可以从系统内的几千家供应商中，甚至是另一个半球快速地完成调度，以迅速响应生产的要求。

不止聊天机器人、智能绘画等应用，在我们身周，越来越多的AI应用，无不昭示着，其正在变得越来越聪明。

AI是如何变聪明的？

在历年的流行技术中，AI每一年都是“不落的光环”。去年8月，Gartner发布2022年新兴技术成熟度曲线，并列出了25项值得关注的新兴技术。

翻阅过去六年间的“光环曲线”，2017年至2022年，人工智能领域的关键词每年都在深化，颗粒度变得更细。比如2017年是深度学习、机器学习；2018年是神经网络专用芯片；2019年是边缘AI；2022年则是自主系统、因果AI、生成式AI（AIGC）和机器学习代码生成等。从笼统的大概念，到细分领域的专有名词，人们对于人工智能的讨论更加深入。

如今，随着算力迈入人工智能时代，PGC（专业生成内容）和UGC（用户生成内容）已经无法满足用户对应用场景的需求，AIGC随之应运而生。

在元宇宙、Web3等概念火热的大背景下，AIGC也乘势崛起。现有的信息与内容生成模式正在被颠覆，内容生产在从PGC（专业内容生产）转向UGC（用户内容生产）以后，迅速开始向AIGC（人工智能自动生成内容）进化。

2022年11月底，OpenAI发布的全新聊天机器人模型ChatGPT，便是AIGC的一个经典案例。GPT是Generative Pre-trained Transformers的缩写，即预训练模型，是当下备受关注的AIGC背后的AI模型。

具体来讲，GPT共经历了三个发展阶段，随着每个阶段技术的进化，AI也随之变的更加聪明。

GPT-1阶段，主要采取的是生成式预训练Transform模型（一种采用自注意力机制的深度学习模型）。简单地说，GPT-1包含预训练和微调两个阶段，预训练遵循的是语言模型的目标，微调过程遵循的是文本生成任务的目的。

GPT-2和GPT-1模型结构相同，但与GPT-1相比，GPT-2有了惊人的生成能力，它可以拥有更高的数据质量和更大的数据规模。

GPT-3则将GPT模型提升到了全新的高度，训练参数是GPT-2的10倍以上，在技术上去掉了第一代GPT的微调步骤，直接输入自然语言当作指示，增加了读过文字和句子后可接续问题的能力，同时还扩展了更为广泛的主题，模型达到千亿级参数。GPT-3是一位“科科都是高分的全才”，在学习过程中还能无监督、完全自主驱动。它可以完成答题、写论文、写剧本、文本摘要、语言翻译和生成代码等壮举。

今年11月底刚刚发布的ChatGPT属于GPT-3.5阶段，ChatGPT首次采用RLHF（从人类反馈中强化学习）方式，开始具备联想能力和记忆能力，对人类语言的理解能力更强。用户可以与ChatGPT开展聊天、信息咨询、撰写文章、修改代码等互动。

ChatGPT能准确理解人类不同指令的含义，会甄别高水准答案，能处理多元化的主题任务，能回答用户后续问题，也能质疑错误问题和拒绝不适当的请求。这时候，你会惊讶地发现，它跟人类的大脑已经如此的相像。

如果说GPT-3只能预测给定单词串后面的文字，那么ChatGPT可以用更加接近人类的思考方式参与用户的查询过程，它可以根据上下文和语境，提供恰当的回答，并模拟多种人类情绪和语气，还改掉了GPT-3时期回答问题中看似通顺，但脱离实际的毛病。

有分析认为，OpenAI用自然文本的上文做训练模型，才让GPT-3进化到ChatGPT，这种做法顺应了人类思考的逻辑，最终由量变推动了质变。与“分析式人工智能”（Analytical AI）不同的是，ChatGPT是“生成式人工智能”（Generative AI），相较于前者的分析能力，它更擅于创造。

而从分析到“能创作”，也是我们感知到AI正在变聪明非常重要的一个原因。

未来，AI还能干什么？

从人工智能的概念提出到现在，其发展经历过数次起落，其中既有技术的飞跃发展，也经历过人工智能的“寒冬”。如今，产业界对于人工智能的期待，已经不仅仅是创造更多、更新的技术，而是要在实际的业务中创造价值。

你可以预见到的，未来AI火热的领域首当其冲可能是自动驾驶领域，人工智能正在让这一行业加速前进，未来，曾经经过多年不成熟的炒作以及未实现的承诺之后，普通人坐在无人驾驶的汽车上通行，也许会变成一种平凡的交通方式。目前，联想也在布局车计算，在此前的联想创新科技大会上，联想集团副总裁、车计算负责人唐心悦首次公布了联想的车计算产品布局和路线图。据他介绍，联想车计算将打造智能座舱、自动驾驶和智慧显示屏产品。其中，智慧显示屏有望率先上车。唐心悦表示，联想将从2022年开始，陆续为客户推出2D/3D旋转屏、振动反馈&悬浮触控屏、智慧表面、透明A柱、多联屏、柔性屏、一体屏等各种类型的显示产品。

此外，工业领域是未来AI发挥聪明才智的重要领域。在工业领域种，一些“机器人”在从事一些危险性劳动。2022的服贸会上，联想曾展示过一款晨星机器人S1，作为一款“远程替身”机器人，S1创新性将元宇宙与工业机器人进行融合，可以让使用者免去车途劳顿之苦与繁杂的出行手续，便可获得身临其境的远程主动观测体验。除了联想晨星机器人S1，联想研究院还打造了晨星机器人X1，作为一款复合机器人，它能够根据不同生产场景的需要，广泛运用于普通人工装配线、喷涂车间、放射性实验室、高温高压等环境，用机器人代替工人进行智能化作业，不仅可以避免安全风险，还可以进一步节省人力成本，提升企业的经济效率。

不久的将来，人工智能与人类协作将在所有职业中获得飞速发展，它将成为我们日常运营的重要组成部分，它可以支持员工的创造性活动、产生新想法并解决以前无法实现的创新。当然，你也可以在诸多科幻巨作中，看到人们对于AI的一系列畅享，而科技的发展速度会告诉你，那一切，并不会太遥远。