拥抱人工智能（AI）时代，我们可以做点什么

IOS18在之前WWDC2024上带来了AI方面的更新，9月10日即将到来的苹果新机发布会也在大肆渲染人工智能，为什么人工智能就突然这么火了，是手机更新穷途末路上的炒作，还是人工智能逐渐走向寻常生活？这篇文章结合苹果IOS18聊聊此番火热的人工智能。

从2016年开始，到2024年这8年的时间里，人工智能经历了一波快速的发展，这个快速发展的开始，标志性的事件就是李世石在围棋人机大战中，谷歌开发的计算机程序AlphaGo以4比1的比分获胜，这意味着计算机破解了人类最古老的智力游戏——这在之前被认为是不可能的。

计算机的胜出直接推动了计算机人工智能方面研究的发展，人工智能方向的研究项目得到了更多的资助。人机大战中的程序运用的技术，是被称作深度神经网络。神经网络这个技术确实并非这些年才有的，这个技术21世纪开始的时候就有。但限于当时的硬件水平，其研究在当时遇到了困难。

这番火热的深度神经网络，差不多就是是15年左右才发展起来的，主要思想就是用层数更多的神经网络进行计算。这样使得神经网络的能力得到了提升，这在之前硬件受限年代是难以想象的。

深度神经网络在此战之后火了，推动了各种人工智能的项目。这段时间逐渐火起来的项目就有现在落地在我们日常使用中的两个应用，分别是图片生成和对话生成。

先说图片生成模型，有人会觉得最近不是火了两回图片生成吗，第一回去用了就那么回事，第二回也是。其实，作为图片生成领域的博士生，可以明确的告诉你，两回火起来的图片生成，在技术层面，属于两种完全不同的模型（感兴趣的朋友，可以自行搜索Generative Adversarial Nets GANs和Diffusion Model具体了解下）。

苹果IOS18的更新，可以看到苹果推出的图片生成应用在两个方面，消除功能和描述生成图片功能，其实对应着图片生成的两个细分研究领域。

消除功能在研究上被称作Inpainting， 具体而言是修复给定的图像（具体研究内容在具体研究中有更具体的设定）。并且此番消除功能，一般还涉及到图片分割的领域，更令人熟知的说法是自动抠图（对这方面感兴趣的话，可以自行搜索Segment Anything做了解）。

这样的功能，可以擦除图片中你不需要的区域或者是对象（人或者物体等）。那么最好的情况是，可以让你风景区的照片不再是人人人，而是只有你。不过，从目前放出的图来看，这个功能苹果实现得并不尽如人意。不过，你可以尝试网上不同的擦除的功能，来满足自己的需求。

左边为原图，右边为删除手机后，苹果生成的图

另外一个功能，文字生成图片的功能，苹果在更新中是生成emoji（这就属于阉割了）。也有说上线的AI助理，是完整的ChatGPT（现不清楚国内会对接哪种），那么这算是可用的文字生成图片。这个最好的应用场景，大概是一些做PPT或者文字配图的场景，使用恰当的话，可以让自己脑海中想象的配图具体化。这个如果真的有提供的话，一定要去试一试，运用熟练的话，有时候真的可以事半功倍。

之前我尝试的一些文本生成图，有些效果还挺不错的

说到了ChatGPT就不得不说这回IOS18的另外一个重磅更新，AI助理。虽然苹果很久之前就推出了Siri，它能够干一些蠢事。但是，这次基于ChatGPT的助理，跟之前完全不是一个东西。

ChatGPT3.5隶属的研究方向是自然语言处理方向（NLP，Neural Language Process），它的算是文本生成领域的一个重大突破。它能够与人聊天，并回答人们提出的问题。

国内NLP模型回答问题

ChatGPT对于想快速了解一些知识，搜索一些已知问题的解答现在体验不错。同时，因为起源于翻译问题的解决，ChatGPT在处理翻译任务上也做得很好，可以用来解决日常的语言问题。

微信里面的图片文本翻译

其实ChatGPT最好用的地方，还是在于快速阅读理解，总结归纳的功能。具体来说，你可以给它一段很长的内容（比如一篇技术文档或者一篇论文），然后让其归纳里面的内容，或者根据里面的内容回答你的问题。这样就极大提升了自身处理阅读学习的效率。

不过现阶段ChatGPT也存在问题，比如回答存在答非所问或者乱回答的现象（学界将其称为大模型的幻觉），或者是国内商用的模型不太好用。此番IOS18最终落地国内，也暂不清楚会采用哪个公司的模型，这应该会直接影响到实际落地体验。

总结

此番人工智能的火热，并非空头支票般炒作的爆火，而是从研究领域的成功，到实际应用的落地。虽然此番人工智能的风，不像有些媒体渲染的那样替代人的工作，但是确实会深刻的影响很多人工作的方式。聪明的人拥抱时代的变化，学习并提取利于自己的内容；愚笨的人，抱怨时代的巨变，淹没在时代的浪潮中。希望大家以开放和学习的心态拥抱此轮人工智能的逐渐落地，同时找到适合提升自己效率的人工智能工具。