AI到底能怎么用？

現(xiàn)在是真正的AI非共識時刻。

在已經(jīng)形成的時候，非共識時刻的認知價值通常大于普遍共識。

現(xiàn)在再談網(wǎng)絡(luò)，對網(wǎng)絡(luò)的認識再清楚其實也沒有機會干電商了。

一家公司的價值通常體現(xiàn)在與其他組織或個人的差異中。

A做100，B也做100通常不會形成機會，但是A做10，B做0則相反，很可能形成機會。

陸續(xù)寫了一系列文章，有點系統(tǒng)，但不是學問，更像是一種未來認知混亂的方式，而不是共識。

因為之前發(fā)散了，但是里面有一些遞進的關(guān)系，所以這里就按照邏輯順序來整理一下：人物中心式計算，圖靈檢測2.0，智能原生，從1到10。。

01 角色中心式計算

AI的顛覆到底在哪里？這種顛覆是大于互聯(lián)網(wǎng)還是低于互聯(lián)網(wǎng)？與互聯(lián)網(wǎng)相比有什么不同？

這種顛覆性起源于基于AI模型和基于過去經(jīng)典計算機架構(gòu)的應用的基本計算模式。。

使用韓毅同學的說法是經(jīng)典的計算機架構(gòu)，過去的應用是大量的if。...else...積累。這一規(guī)則的積累最終可以形成一種有點智能的感覺，但是靈活性和功能界限受到極大的限制。

要解決問題，就必須把問題切成塊。

公司級軟件正在切塊：

個人APP也在切塊，電子商務，短視頻，IM等等。

切塊后，人們變成了一個調(diào)度器來完成某個目標。需要調(diào)度的不同角色的功能應用越多。但是一般來說，切塊越多，人就越多。

AI提供了理解概念和邏輯判斷的能力，所以安排自己可以分配給AI，而人們可以更多地完成特定角色和現(xiàn)實世界中的投射。比如教育孩子，要多思考如何成為一種好的教育方式，而不是如何使用工具。這是角色的中心計算。if不在后面...else...規(guī)則沉積，而是any。...then...的智能。

角色中心式計算將成為現(xiàn)實的底層邏輯：假如智能本身的表現(xiàn)與所獲得的信息成正比，那么最終在追求感覺和效率的內(nèi)驅(qū)力下，一定會成為角色中心式計算。

02 圖靈檢測2.0

人物中心計算是否創(chuàng)造了新的機會？怎樣確定是否可以進行人物中心計算？

人物中心式計算強烈依賴于智能的程度。

一個人的智力到了不學習也許考不上大學，但是智力還沒有到可能的學習還沒有考上。

要真正改變計算模式，首先要有足夠的純智商，這種純智商取決于模型。

但是純粹的智商是否真的夠了，就要回到情景本身，擅長下圍棋也許智商高，但是不一定能做好企業(yè)。

這種智力衡量不能學術(shù)化，比如做題或者測試集跑分，但是要回到具體場景。單純做題或者測試集的結(jié)果是學術(shù)角度，需要一種新的判斷方法來判斷商品視野中的智力是否足夠。

從學術(shù)角度來說，減法注重幾個純量，而商品角度是加法，100個環(huán)節(jié)中有一個做不好，但也做不到。很多時候，我們不僅要依靠一個模型，還要做一個模型組合。

其背后的判斷方法可稱為圖靈檢測2.0。

它是一種簡單的智能測試，其本質(zhì)是在封閉系統(tǒng)中追求邏輯自洽。

現(xiàn)在我們將Agent類似的概念添加到這個測試中：

那就是圖靈檢測2.0。與1.0相比，核心差別是什么？

去幻覺，有界限。

1.0是一個騰空系統(tǒng)。合理的幻覺實際上有利于通過測試，但2.0不起作用。測試人員同時從真實場景接受受試者的反饋；此外，測試邊界的限制需要更高的智能綜合性。

能否打破內(nèi)容產(chǎn)生的界限，成為任何場合使用的新型通用計算平臺，取決于智能能否跟上。智能能否跟上，取決于圖靈能否在每個場景中通過2.0檢測。

每當一個場景通過圖靈測試2.0(產(chǎn)品經(jīng)理測試而不是技術(shù)視角測試)時，就會形成一個實驗田(一個重構(gòu)的機會)，可以用角色中心計算。

通過圖靈檢測2.0則有機會進行智能原生應用，注意這些工具不是MJ、ChatGPT等。

下面這些工具大多不是智能原生應用，而是被通用模型吞沒的工具。

角色中心計算和智能原生應用是一個全新的應用，有點像一個新的應用商城，所以這是普通人的機會。。

與大模型不同，由于對資金、技術(shù)和人員的要求太高，即使是純粹從相應角度的醫(yī)生，估計也不到10%的人能夠真正從事相關(guān)工作。

03 智能化原生應用

那么什么是智能原生應用呢？

這張圖可以用愛立信畫，我們有很多AI相關(guān)的應用，但是上面提到的大部分都不是智能原生應用。

比如原來的閘機需要刷卡，現(xiàn)在要刷臉了。

比如Office原本不能幫助生成內(nèi)容，現(xiàn)在加一個球可以幫助你生成內(nèi)容。

舉例來說，智能音響本來只能靠按壓，現(xiàn)在可以進行語音交互。

這并非智能原生應用程序(分別對應上圖中依次向下的場景)。

智能化應用需要將概念理解與智能判斷與決策滲透到每一個角落，正是角色中心計算的實現(xiàn)。(圖的右邊)

在結(jié)構(gòu)上，智能原生應用將與過去的智能音響或搜索最相似，但具有獨立的行為能力。

如果你想成為一名主播，你不想去那里，你可以把一個智能體扔在那里，它每天都會自己播出，那么這個智能體就是智能的原生應用，它處理了你角色的所有相關(guān)細節(jié)。以前詳細舉過例子，這里就不展開了。

04 從1到10

智能原生應用一旦真正開始，就需要對其進化階段有所期待。

因特網(wǎng)項目是從0到1，從1到100的兩段理論，而智能原生應用則是從0到1，從1到10，從10到100的三段理論，更加辛苦和具有挑戰(zhàn)性。

它與兩者的計算形式有關(guān)。

功能性中心式計算是選擇一種功能，水過土地濕潤，只要面積足夠大，就可以創(chuàng)造比較的總量。

智能化原生型應用相當于要把一個角色透徹理解，那就像打深井一樣，必須打到一定程度才能喝水。

人物所面臨的環(huán)境是一個變量，那么到底是否真的能適應這些變量，在幻覺依然存在的前提下，就是一個水磨工夫。

您做了自己的數(shù)字分身，到底會不會違反規(guī)定？對于話題A不違規(guī)，對于B也不違規(guī)？

過去，我們的計算模式本質(zhì)上是由程序員將現(xiàn)實世界的需求映射到計算機世界的語言中，然后根據(jù)程序員的設(shè)置執(zhí)行計算機。

AI下的計算模式不是這樣的。程序員的中間層越來越透明(沒有完全消失)。人們直接與模型互動，然后具體功能范圍不確定。這個范圍的模型、方案和價值觀設(shè)置不再是程序員設(shè)置的范圍。

假如用圖形來描述，那么大概如下：

這類有機體可能會引起麻煩！！

打磨期，可以統(tǒng)稱為從1到10。

05 總結(jié)

人物中心計算，圖靈測試2.0，智能原生應用，從1到10是一種邏輯層層遞進的思維方式。。不是100%正確，但從實踐來看，估計誤差不大。如果你明白了這一點，你就會明白普通人的機會在哪里，所以重新梳理一下這個脈絡(luò)。吸引別人的注意力，供參考。

本文來自微信微信官方賬號“琢磨事”（ID:zuomoshi），作者：老李話一三，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com