（源初/文）“如何卖掉一支笔？”“我的这支笔有AI。”这是最近的一个网络改编段子，但又反衬出了AI浪潮下的一大现象，似乎所有的事物都要和AI挂上钩，而大量的AI又要从生成式AI的热潮开始说起。但值得关注的是，很多看似智能的表象背后，却与AI关系不大，而很多AI项目的演示背后，却同样又与生成式AI关系不大。
到处跑穴的机器人
很多人都会在各大展会上看到跳舞、泡咖啡，或是当牛做狗的机器人，似乎象征着开启了人工智能时代的序幕。然而，细心的人早已发现，很多机器人早在AI概念兴起前就已经出现，只是近两年来才被冠以了AI的象征符号。
但是，从原理上看，多数机器人只是在简单地执行固定的动作，或是被人进行远程遥控，距离自主性的“智能”二字相距甚远。机器人作为物理设备，可以用来执行任务，但不一定包含AI。AI可以嵌入到机器人中，使其具有智能行为，但二者并不完全等同。
作者在此不妨对几种常见的机器人进行盘点。例如使用机械臂按照规定动作进行咖啡冲泡的机器人，尽管它被录入了所谓顶级咖啡大师的制作手法，但自身并不具备灵活冲泡咖啡的能力，甚至无法对豆子进行辨识，以便采取不同的冲泡手段；又比如机械狗，这种机器人可谓在展会中随处可见，但该产品很多时候都需要人工进行遥控；又或是集体跳舞或组队行动的机器人，不妨反过来理解，参与集体舞蹈，实现规范动作的人本身就在执行机械性的指令，又缘何要反过来说会跳集体舞的机器人就变得智能了呢？
AI与生成式AI
另一个更不容易被分辨的语言游戏便是，借着讲分辨式AI，或其他AI的产品，来蹭生成式AI的热度。例如很多年前的通过摄像头来智能判断出物体类型的AI，就与生成式AI并不相同。生成式AI作为AI的一个子领域，专注于生成新的内容。GenAI通过学习大量的示例数据来创建新的文本、图像、音乐、代码等。常见的应用包括生成文本（如GPT模型）、图像（如DALL-E）、音乐和视频。
而摄像头进行智能判断类型的AI一般为分辨式AI，相比生成式AI有着显著差异。分辨式AI和生成式AI有显著差异。分辨式AI使用带标签的数据训练分类器，通过映射函数预测未标注数据的标签，典型算法包括支持向量机、决策树和逻辑回归等，依赖大量高质量标注数据，尽管提高了训练成本，但也限制了复杂模型的发展。生成式AI则利用大量未标注的数据X，自我生成数据和隐藏信息，摆脱了对标注数据的依赖。在强大GPU算力和海量数据支持下，生成式AI能实现大型复杂模型的训练，结合标注数据和强化学习机制，可以更快收敛到正确方向，生成自然语言、音乐、图像等内容，推动通用人工智能的发展。总之，分辨式AI侧重分类和预测，生成式AI侧重内容生成。
另外，一些企业还会利用可能基于模板生成的内容来误称为“生成式AI”，实际上生成式AI使用复杂的算法和模型来生成新的内容，而模板生成仅仅是基于预定义的模板进行填充；同理，企业有时会把任何形式的自动化技术都称为“AI”。但自动化可以通过预设的规则或简单的算法实现，而AI通常涉及更复杂的机器学习和数据驱动的决策过程；在大数据领域，有的企业会将如统计分析、数据挖掘这类数据分析技术标榜为AI能力，但数据分析侧重于理解数据中的模式和趋势，而AI则更注重模拟人类智能来做出决策或生成内容。
多年技术积累
不过这里需要肯定一点的是，很多公司会以过往的AI应用案例，来证明如今他们的生成式AI项目有着多年的技术积累，这一说法确实没有骗人。
分辨式AI的技术积累对生成式AI的研发有很大帮助，具体表现如下。首先，分辨式AI使用的许多模型和算法，如卷积神经网络、循环神经网络、Transformer等，也广泛应用于生成式AI。这些架构和训练技巧可以直接用于生成式模型的设计和优化。例如，Transformer架构在自然语言处理中已经证明了其强大的性能，它同样被应用于生成式模型中，如GPT系列模型。通过共享这些技术，生成式AI能够快速吸收分辨式AI的研究成果，提升模型的性能和稳定性。
其次，分辨式AI在数据处理和特征提取方面的技术积累为生成式AI提供了重要基础。生成式AI需要理解和学习数据的底层结构，这离不开分辨式AI在特征提取和数据预处理方面的支持。例如，生成对抗网络中的判别器用于评估生成器的输出质量，这种相互作用推动了生成式模型的改进。此外，分辨式AI技术可以用于生成合成数据，增强训练集的多样性和规模，从而帮助生成式AI更好地学习和生成高质量的内容。这种数据增强技术在图像、语音和文本生成等领域都有广泛应用。
最后，生成式和分辨式模型可以结合使用，形成混合模型，在多个应用中发挥优势。例如，在图像超分辨率任务中，生成式模型可以生成高分辨率图像，而分辨式模型可以用于评估和改进生成结果的质量。在文本生成与分类任务中，生成式模型可以生成自然语言文本，分辨式模型可以对生成的文本进行分类和评估。这种混合模型能够充分利用两者的优势，提升整体性能和效果，从而在更多实际应用中提供更强大的解决方案。通过这种相互补充的方式，AI技术能够在更多领域内取得突破性进展。
当很多企业纷纷挂上AI的标签，对于旁观者而言，需要冷静思考其中的技术底色，理解和区分这些技术概念，有助于更清晰地认识AI的潜力和发展方向。
（来源：飞象网）
相关推荐
-
CES 2025观察：AI遍地开花，释放无限潜能
美国当地时间1月7日，全球科技界的目光再度聚焦拉斯维加斯，美国国际消费电子展（CES 2025）正式拉开帷幕。作为全球最具影响力的科技盛会之一，CES 不仅是技术创新的展示窗口，更是行业趋势的晴雨表。在本次展会上，最令人瞩目的主题无疑是人工智能（AI）在各个领域的深度渗透与广泛应用，在电视、笔记本电脑、智能家居，汽车、机器人等多个领域，我们都可以找到AI的身影。它就像一把神奇的钥匙，打开了各个领域创新和发展的大门。
-
亚马逊云科技中国行：生成式AI与数据管理的前沿探索
大模型之家讯 12月18日，亚马逊云科技2024 re:Invent中国行活动在北京隆重举行。这场活动汇聚了国内外云计算领域的专家学者、企业高管和技术开发者，共同探讨最新技术趋势及其商业应用场景。作为全球云计算的开创者与领军者，亚马逊云科技通过展示其从芯片到模型再到应用的全栈创新能力，强调了其在生成式AI、大数据和智能...
-
中国工业机器人密度超德国与日本，升至世界第三
11月20日，国际机器人协会（IFR)发布《2024年世界机器人报告》，报告称中国机器人应用速度持续加快，2023年度在机器人密度方面，中国已经超过德国与日本，跃居世界第三。
-
超越死亡：打造人机融合的未来之躯
在国务院新闻办公室举行的新闻发布会上，工业和信息化部副部长王江平详细介绍了国家在支持专精特新中小企业发展方面的举措。王江平表示，工信部将前瞻布局未来产业，重点围绕人形机器人、脑机接口，以及6G等新领域新赛道，发展壮大独角兽企业。
-
一束光如何改变生活？CIOE中国光博会上有答案
一束光如何改变生活？在CIOE中国光博会，我们也许会找到答案。9月11日，第25届CIOE中国光博会在深圳启幕，在这场汇聚了全球顶尖光电企业的盛会中，无不体现满满“新”意。无论是传统光电技术的升级迭代，还是新技术的突破性进展，从材料的创新到器件的革新，产业向“新”而行，推动光电技术的进步与应用。
-
外滩大会创新者舞台｜AI技术的发展，会让机器人更像人吗？
随着人工智能技术的不断进步，机器人正在向更具人性化的方向发展，而机器人产业也正在迎来前所未有的黄金发展期。根据赛迪顾问发布的最新报告，预计到2026年中国人形机器人产业规模将突破200亿元。 机器人快速发展的同时，相信会有很多人发出疑问，这一波AI技术的发展，会让机器人更像人吗？又能为我们的工作和生活带来什么？ 9月6...
-
思考的代价：卡住机器人的地方，也卡住了人工智能
“你想买一个扫地机器人，还是买一个机器人扫地。”这句在机器人大会上某嘉宾的发言，乍听是一个消费选择问题，实际上却是一个机器人行业的发展困局。如今，很多机器人早已拥有了健全的形体，甚至还能在各大展会场所跑跑龙套，跳个舞、扮个萌，或冲上一杯咖啡，但看似拟人化的背后，却有着大量的人工心血，跳不出“有多少人工，才有多少智能”的窠臼，另一方面人工智能尽管火热异常，但正在失效的摩尔定律也渗透出了它的瓶颈所在。
-
2024云栖大会定档9月19日！干货抢先预览：大模型、AI应用、人形机器人……
8月27日消息，2024云栖大会定档9月19日至21日，在杭州云栖小镇举办。本次大会将设三日主论坛、400多个分论坛及并行话题，还将开放4万平方米的智能科技展区。 大会组委会介绍，2024云栖大会百川智能、零一万物、月之暗面Kimi、智谱、通义大模型等将齐聚一堂，共同展示基础大模型最新生产力。并将有10余家多模态模型带...
-
商汤转型生成式AI成果显著，生成式AI收入暴涨256%贡献超10亿收入
8月27日消息（报道：李楠）全球领先的人工智能软件公司商汤集团股份有限公司(“商汤集团”或“公司”，股份代号：0020) 今日公布截至2024年6月30日止六个月 (“上半年”) 的中期业绩。 2024年上半年，集团收入17.4亿元人民币（下同），同比增长21%，其中生成式AI收入大幅增长256%贡献6成收入。受...
