破除人工智能十大常见误区

　　参考消息网9月3日报道 美国《福布斯》杂志网站8月6日发表题为《破除关于人工智能的十大常见误区》的文章，作者是美国“代码信号”公司联合创始人兼首席执行官蒂格兰·斯洛扬，编译如下：

　　如今，企业正大力投资人工智能(AI)领域，而且这些投资正在取得回报。美国国际数据公司的一项研究表明，受访企业报告其人工智能投资回报率达到250%。因此，我们看到企业使用人工智能的方式正发生重大转变，许多企业将其作为信息技术基础设施的核心组成部分。

　　然而，尽管人工智能的价值已得到证实，且在商业运营中的应用日益广泛，但我惊讶地发现，关于人工智能依然存在诸多误解。这些误区源于人们对这个复杂且快速发展的领域缺乏了解，现在是时候澄清事实了。以下是关于人工智能的十大常见误区及其真相：

　　误区1：人工智能抢走人类工作

　　这或许是围绕人工智能最令人担忧的误区。人工智能确实会让某些工作实现自动化，但认为它会导致大规模失业的观点大多没有根据。

　　许多专家预测，人工智能创造的工作岗位将远远超过它所取代的。例如，世界经济论坛在2020年估计，人工智能将创造9700万个新工作岗位。这些新岗位往往需要技术技能与人类独特能力相结合。

　　误区2：人工智能难以商业应用

　　认为人工智能仍处于起步阶段，还不足以应用于实际商业活动，这一观点早已过时。各个领域的企业都在利用人工智能来提高效率、增强决策能力和改善客户体验。

　　美国麦肯锡咨询公司在2025年1月的一份报告指出：“未来三年，92%的公司计划增加对人工智能的投资。”事实证明，从优化供应链、个性化营销活动到助力高级分析，人工智能已具备广泛应用的条件。

　　误区3：人工智能难以迅速实施

　　诚然，实施人工智能需要周密规划。但对于如今的企业而言，这并非难以克服的困难。人们往往认为人工智能实施过程必然复杂且耗费资源，这一观念常常阻碍企业探索其带来的益处。如今，用户友好型人工智能服务大量涌现，使得人工智能的部署比以往任何时候都更便捷。关键在于从小处着手，首先明确人工智能可解决的具体痛点，进而充分利用现有资源。

　　误区4：人工智能基础技术雷同

　　这是一个常见的误解，忽视了人工智能的多样化格局。人工智能是一个涵盖众多技术的统称。

　　以大语言模型为代表的生成式人工智能只是其中的一个方面。其他类型的人工智能包括专注于从数据中学习的机器学习、用于解读图像的计算机视觉技术以及用于理解人类语言的自然语言处理。每种类型的人工智能都针对特定任务而设计，并采用不同的基础算法和架构。

　　误区5：人工智能就是机器学习

　　虽然人工智能和机器学习紧密相关，但两者不可混为一谈。机器学习是人工智能的一个子集。可以将人工智能视为更广阔的领域——致力于创造能自主完成推理、学习及决策的智能机器。而机器学习则是一种技术手段，使人工智能系统无需显式编程就能从数据中学习。正是通过识别海量数据中的规律并进行预测，人工智能系统得以持续优化性能。虽然所有机器学习皆属人工智能，但并非所有人工智能都依赖机器学习。

　　误区6：人工智能可以类比人脑

　　人们经常将人工智能与人脑进行类比，但这种类比过于简化，可能会导致误解。

　　虽然人工智能系统可以模仿某些认知功能，但其底层机制与生物大脑不同。人脑结构启发了人工智能模型的构建，尤其是神经网络，但这些模型是通过复杂的数学计算和统计分析来运行的。它们不具备意识、情感或与人类相同的直觉。

　　误区7：人工智能是最前沿发明

　　近来公众对人工智能的关注度激增，这可能会让一些人认为人工智能是一项非常新的发明。然而，人工智能的概念已存在几十年。

　　“人工智能”这一术语诞生于1955年。此后，相关研究持续至今。早期人工智能系统专注于符号推理与专家系统。当前人工智能创新的爆发式增长主要得益于算力提升、海量数据可用性以及机器学习算法的突破性进展。

　　误区8：人工智能幻觉不断产生

　　人工智能中的幻觉现象指的是模型生成与事实不符或毫无意义的信息，这确实是一个值得关注的问题。但认为人工智能会不断产生幻觉，这一观点有些夸张。

　　虽然这种现象可能会出现，尤其是在较旧的生成式人工智能模型中，但在这一领域，大量的研究正取得进展。检索增强生成等技术以及优化训练数据有助于减少幻觉的发生频率。

　　误区9：人工智能图像难以乱真

　　随着生成式人工智能在图像创作领域的飞速发展，这一误区正迅速被打破。就在几年前，人工智能生成的图像通常很容易与真实照片区分开来。然而，最近的突破性进展已使人工智能模型能够生成极其逼真且高质量的图像，这些图像与相机实景拍摄的照片几乎难以区分。

　　误区10：大语言模型质量难提升

　　自2022年以来，大语言模型的创新速度令人惊叹。虽然像GPT-3这样的模型曾引起巨大反响，但后续的迭代版本和新的推理模型在流畅度、连贯性、推理能力以及减少偏见方面都有显著提升。

　　随着人工智能不断成熟，区分事实与虚构变得愈发重要。通过破除这些常见的误区，企业能够更明智地决定如何战略性地整合人工智能，以在未来几年推动创新和增长。（编译/邬眉）