去年年初，全民沉浸于
ChatGPT
带来的兴奋之中，仿佛置身于一场技术革命的浪潮之中。
AI
，作为下一代信息技术的代表被寄予厚望，也被誉为【改变世界】的关键力量。

然而，我们不禁要问：AI真的给普通人的生活带来了改变吗？
尽管AI引领着科技和商业的发展方向，但实际情况是，真正使用AI工具的人并不多，现象级的AI产品更是难觅踪迹。
AI成功的关键在于能否将技术转化为可落地的实际应用。换句话说，AI技术只有在应用到实际场景中，并产生商业效益时，才能体现出真正价值。
3月份，美国银行给出了一个宏大的，又令人期待的数字——16万亿美元！其认为AI技术将在在商业化落地中带来16万亿美元的市场价值。
同时，美银指出【2024年将是AI技术全面赋能的一年】。
其认为，AI技术将和其他技术领域产生“巨大的连锁反应”，包括人工智能、计算、机器人，甚至到通信、医疗保健、能源等30多个领域，都将迎来前所未有的突破！
那么，AI技术未来的落地的具体方向“该何处寻找”？
美银大致总结出AI技术的五大落地方向：
AI设备
首先，AI技术可以被应用在手机、汽车、可穿戴设备等各种设备上，从而为这些设备带来更强大的智能功能。
例如，智能手机与AI技术相结合后的语音助手、图像识别功能；汽车可以利用AI技术实现智能驾驶、车载娱乐等功能；可穿戴设备可以通过AI技术实现健康监测、行为识别等功能。
AI技术在各种“本地设备”上的应用，有助于分担大型服务器的功率负载，从而提高整个AI生态系统的性能。
增强模拟
AI技术不仅能够帮助科学家们找到最可行的模拟实验方向（如对复杂问题进行模拟实验），还能够加速新分子的发现和创造，并且降低研发过程的成本。
在过去，物理实验可能需要耗费长达10年的时间，但现在借助AI技术，可以将时间缩短到几周到几个月。
AI技术在该领域的应用非常广泛，包括药物发现、芯片制造、化学品研发以及材料科学等领域。
通过AI的辅助，我们能够更快速地探索新的可能性，推动科学和技术的进步。
知识图谱
“知识图谱”主要目标是用来描述真实世界中存在的各种实体和概念，以及他们之间的关系，因此可以认为是一种语义网络。
当代的LLM（Low-Level Machine）容易产生幻觉问题，主要源于模型中的知识差距，而“知识图谱”是解决这一问题的关键。
通常而言，数据专业人员通常需要花费25-30%的时间来寻找和搜索相关的数据，还要搞清楚每个部分间的逻辑关系。
而如果把AI技术应用到其中，那么知识图谱可以帮助数据专业人员减少寻找和搜索数据上的时间，使他们能够更快速、更有效地获取到他们所需的信息，从而提高工作效率。
超维度计算（HDC）
超维度计算使用“高维向量”来表示信息，而不是“传统的二进制”系统。
通过使用高维向量，超维度计算可以更好地捕捉复杂的数据模式，并且能够让计算机保留更多的信息。这样一来，超维度计算可以降低计算和能源的需求。
与目前芯片技术相比，超维度计算可以实现超过60%的能源节省。
换句话说，通过采用“超维度计算”这种AI算法的创新模式，我们可以在减少能源消耗的同时实现更高效的计算。
通用人工智能（AGI）
美银认为，通用人工智能或将超过人类的认知能力——能够自我学习、解决未被预先编程的任务等。
随着数据量的增长、计算能力的提高、技术的创新，预计AI在未来十年内可能会达到1500的智商水平，这相当于人类平均智商的18倍。这意味着AI将会变得越来越智能，能够在更广泛的领域中展现出与人类相当甚至更高水平的认知能力。
继续阅读
阅读原文