过去一年,AI技术方面有哪些进展

回顾过去

在过去的一年当中,AI从GT3升级到了GT4。首先有一个本质的区别,它越的越来越智能。已经能通过图灵测试了。其次他的语言连贯性变强了。刚开始AI出来的时候,像一些内容创作,写作这些的一些文案工作。受到的冲击估计是最大的,平常时可能需要编写一些文案之类的宣传文章。你不需要太高的质量,但是你就需要花费很多的时间去找一些精美的句子和素材。对这一块的行业冲击可能是最大的,站在老板的角度他们可能只需要一个文案,质量过去就可以了。

例如我让他帮我写一个关于苹果销售的推荐文案:

结果还是非常满意的,接近平均水平了。

AIGC

这是我让AI gc进行一个纹身图的测试。从结果来说还是非常满意的人物表情背景。背景虚化还是处理的非常到位的,基本上你只需要多试几次就能达到你想要的效果。像一些宣传图片之类的,基本上可以满足你的需求了。

概念图

这是一些宣传使用的一些产品图片,虽然只是一个概念图。但是如果你请一个美工来进行绘画的时候,可能需要几天的时间?可能图层都要几十层,但是你用ac可能一两个小时就够了。或者如果一次满足你的需求,基本上两三分钟也就完成了。反正只是一张概念的图片。给买家提供一个概念,然后给出报价。这是非常友好的一件事情。

紧接着就到了AIGC然后各种各样的文生图大模型开始出现。我也体会体验了一下。真的发现一些图片的生成还是非常美好的。可以很漂亮的,你只需要简单的提供一些提示词,然后不断去优化提示词,达到训练想要的一些结果。对于一些淘宝店家或者一些做外贸的商家来说,这省去了很多成本,你不用去请模特。你也不用去请美美工。你只需要简简单单的写一些提示词,生成一张文案图片,然后你就可以给到买方,非常的节省时间与节省人力成本。然而国内的制造业还是非常发达的,一张图片只要能可行就可以制造出模型出来,这对于商业的发展冲击还是很大的。

亚马逊商家

以上我这是对一个经常混迹在亚马逊商家的讲师口中听到的案例。来自于真实的一线信息,商家有时候也会使用GPT进行一个数据分析,数据调研就节省了非常多的时间。我从讲师口中听到了亚马逊商家的一些激进的方法。有时候他们不太会关心自己到底是否了解那个市场,只是先去做就完事了。这对于他们来说gpt是一个非常好的工具,他们可以随意的询问一个自己从未了解的市场。虽然说结果有可能会错误,但是大部分接近于平均水平。所以总的来说,对于一些科普来说还是非常有帮助的,尤其对于这种刚踏入一个新市场其实做生意有些时候就是一场赌博,只是概率会要高一些。俗话说的好,创业都是九死一生。需要有一定的运气和胆量。

虽然说现在的AI有些时候也会胡说八道。可能有些到底也会自圆其说,但是目前有一些场景,还是可以慢慢的使用AI去进行一个代替。一些低端的不需要太多技术含量成分的工作会被替代。

代码行业

回到最基础的代码行业,程序员这个行业。目前来说还是不能被替代,只能当成一个辅助工具一样。去辅助里写代码。虽然有一些人他们已经调用了一些接口,对一些小型项目做到了80%的代码量编写。但是你还是需要人工去。改写一些代码。毕竟需求是不一样的。

当我让AI帮我用java写一个注册功能,它的回复是这样的

import java.util.HashMap;

public class Registration {
private HashMap<String, String> users;

public Registration() {
users = new HashMap<>();
}

public boolean registerUser(String username, String password) {
if (users.containsKey(username)) {
System.out.println(“Username already exists. Please choose a different username.”);
return false;
} else {
users.put(username, password);
System.out.println(“Registration successful for user: ” + username);
return true;
}
}

public static void main(String[] args) {
Registration registration = new Registration();
registration.registerUser(“exampleUser”, “examplePassword”);
}
}

当我说对上面的内容使用spring生成一个api接口

import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RestController;
import java.util.HashMap;

@RestController
public class RegistrationController {
private HashMap<String, String> users = new HashMap<>();

@PostMapping(“/register”)
public String registerUser(@RequestBody User user) {
String username = user.getUsername();
String password = user.getPassword();
if (users.containsKey(username)) {
return “Username already exists. Please choose a different username.”;
} else {
users.put(username, password);
return “Registration successful for user: ” + username;
}
}
}

从结果上来看,你只需要对结果提示不断进行优化,终究会达到你想要的结果。在这段代码当中,一开始他只是写了一个main方法,就进行一个实现,因为也没有调用到数据库,所以它只实现了一个非常简单的使用map进行一个存储,而到了后面我说让他用实物进行一个封装写成一个接口的时候,它使用了我们常用的一些朱姐还对请求体进行了一个封装,使用了我们常用的封装实体的一个注解。可见他已经接近于一个普通人的水平了,但是只是需要你进行。一个优化不断进行一个优化就像对图片进行一个优化逻辑是一样的。所以你掌握了好的提示词也是一个非常好的用处。

总结

大模型只是一个起点,AI只会越来越智能,从开始慢慢的低端行业走上高端行业。其实这个未必是一个坏。行业总要发展,生活只会越来越便利,科技只会越来越发达唯一不变的就是拥抱变化。

最后

点赞关注评论一键三连,每周分享技术干货、开源项目、实战经验、国外优质文章翻译等,您的关注将是我的更新动力!

引用

https://monica.im/?c=BHSNBQJ0

​ 

Read More 

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *