AI发展的主要三个方向

现在的 AI (人工智能) 发展得特别快，经常隔一段时间就出一个新闻，看得眼花缭乱。这里把在做的内容进行分类，大致分为三个方向：

1. AI 基础模型的训练，包括了文本模型和多模态模型。
2. 在各个场景下 AI 模型的应用，包括了 API 的调用，以及基于场景数据的模型调优和适配。
3. 基于传感器的具身智能，包括了智能驾驶、无人机和机器人。

具体说明：

• 第一点是 AI 的基础，难度也是最大的，这涉及到了模型底层的架构以及人类所有的知识数据。通过不断训练，AI 模型的智力也有望超过大部分人的水平，从而可能实现 AGI (通用人工智能)。
• 第二点是相对比较简单的，竞争也最激烈，同时也是比较有商业价值的部分。在各个场景下，通过合理的产品设计，可以得到最佳的用户体验，从而可以大幅度提升效率。其中，模型的调优和适配包括了：Prompt工程、 知识库RAG、模型微调（全参微调或LoRA微调）。
• 第三点从本质来说也属于第二点，但具身智能和软件上的智能还是有很大的差别，因此这里单独列为一个方向。这个方向需要和材料、机械、自动化等学科相结合，是最具有未来发展潜力的。个人认为，具身智能可能最终可以回答个体自我意识的来源，这或许是软件上的 AGI 无法给出的。

另外，除了以上内容，还有一个方向也比较特殊，就是 AI4S (AI for science, 人工智能在科学中的应用)，也偏基础方向，这个大致可以分为两类：一类是大问题大模型，通过训练特殊的 AI 大模型来辅助于科学的研究，例如数学模型、气象模型、材料模型、生物模型等；另外一类是小问题小模型，从 AI 模型的基础架构出发，深入和科学中的具体问题相结合，从而解决一些传统比较难解决的问题。

【说明：本站主要是个人的一些笔记和代码分享，内容可能会不定期修改。为了使全网显示的始终是最新版本，这里的文章未经同意请勿转载。引用请注明出处：https://www.guanjihuan.com】