详细内容或原文请订阅后点击阅览
Generative AI hype distracts us from AI’s more important breakthroughs
2022 年 4 月 28 日，在华盛顿州斯波坎举行的一场备受期待的音乐会上，音乐家保罗·麦卡特尼 (Paul McCartney) 凭借人工智能的突破性应用令观众惊叹不已：他开始表演，栩栩如生地描绘了他已故已故的音乐伙伴约翰·列侬 (John Lennon)。利用音频和视频处理方面的最新进展，工程师们拍摄了两人的最终表演……
来源:MIT Technology Review _人工智能这种炒作导致了人们对人工智能到底是什么以及它能做什么和不能做什么的疯狂误解。至关重要的是，生成式人工智能是对最有可能让你的生活变得更好甚至拯救你的生活的人工智能类型的一种诱人的干扰：预测性人工智能。与专为生成性任务设计的人工智能相比，预测性人工智能涉及的任务具有一组有限的、已知的答案。系统只需要处理信息来判断哪个答案是正确的。一个基本的例子是植物识别：将手机摄像头对准一株植物，发现它是西方剑蕨。相比之下，生成任务没有有限的正确答案集：系统必须混合经过训练的信息片段，以创建例如蕨类植物的新颖图片。
聊天机器人、换脸和合成视频中涉及的生成式人工智能技术带来了令人惊叹的演示，推动了点击量和销量，因为观众对超人人工智能将能够给我们带来繁荣或灭绝的想法疯狂不已。然而，预测性人工智能一直在悄悄地改善天气预报和食品安全，实现更高质量的音乐制作，帮助整理照片，并准确预测最快的驾驶路线。我们将预测人工智能融入到我们的日常生活中，无需深思熟虑，这证明了其不可或缺的实用性。
为了了解预测人工智能的巨大进步及其未来潜力，我们可以回顾一下过去 20 年的发展轨迹。 2005 年，我们无法让人工智能区分人和铅笔。到 2013 年，人工智能仍然无法可靠地检测出照片中的鸟类，而行人和可乐瓶之间的差异非常令人困惑（这就是我了解到如果人没有头的话，瓶子确实看起来像人的原因）。在现实世界中部署这些系统的想法只是科幻小说中的内容。