从学生使用AI完成作业，到报告你丢失行李状态的语音机器人，AI无处不在

AI似乎是一个新技术，不过这项技术已经发展了70年。AI一词最早出现在1950年，从那以后AI一直是研究的主题。技术创新者认识到了AI的潜力，并一直在悄悄地开发必要的算法和计算硬件，以将其付诸实践。

在2022年11月推出的ChatGPT引发了公众的兴趣，随后很快宣布了生成式AI(DaVinci AI，AIVA，DALL_E)应用程序和竞争对手(谷歌Bard，微软Copilot等)的下一代迭代。).AI系统通过输入大量通用和特定应用数据进行学习，以做出推断并创造新的见解，就像人类神经网络一样。生成式AI使用这些见解和数据来创建完全原创的信息，包括文本、图像和音频，涵盖商业、科学、政府和娱乐等不同的行业领域。

像这样的突破性技术通常仅限于大学研究部门和政府机构。由互联网创造的信息交流的最后一次大变动就是这样开始的。互联网始于20世纪60年代，被视为政府研究人员共享信息的渠道。直到1983年，我们今天所知道的互联网才成为公共事业。ChatGPT突然变得对任何有电脑的人免费开放，这一事实以前所未有的速度将这项技术从理论推向了实践。

AI正以惊人的速度迭代更新。最新(截至本出版物发布时)版本的聊天GPT-4据说展示了“人类水平的性能”，旨在生成人类和机器之间的自然语言交互。提供实时客户支持的员工有理由感到担忧。

AI具有很强的适应性    

AI系统可以提供广泛主题的一般信息，或专注于医疗、金融、教育或药物发现等领域的特定任务。AI系统可以根据对过去50年发生的每一笔市场交易的审查，就个股的走向提出建议，而不是雇用一名金融顾问，试图根据过去6个月的市场表现挑选上涨的股票。

使用AI的计算机已经被用于创作音乐、艺术品和计算机编码。其准确性取决于在其训练阶段消耗的数据的数量和质量。结果还反映了其训练数据集中任何有意或无意的偏差或遗漏。当前AI的实现受到偶尔“幻觉”的影响，系统随机创建了非常不准确的信息。本文的部分内容使用ChatGPT对信息进行二次验证。在很大程度上，这些结果是基本和准确的，但对于调查2021年9月(其训练数据的截止日期)之后发生的任何事情都没有用。它几乎不知道谁将参加下一届总统选举，也不知道联合封装光学的发展。

AI需要先进的系统设计

AI霸权的竞赛已经开始，部分原因是害怕被落在后面。对AI软件和硬件的投资大幅增加。与此同时，高性能计算和网络互连的供应商将看到长期销售增长的绝佳机会。

高效的AI计算系统设计至少需要四个基本特征:

高带宽

低延迟

高可用性

降低功耗

响应质量的提高以及模型规模的巨大增长给计算机设计人员带来了压力，要求他们构建能够支持这些需求的系统。

加速特定计算任务处理速度的专用加速器的集成正在进行中。英伟达和英特尔等供应商的高级加速器已经从每台机器几百美元飙升到数万美元。除了提供最先进的组件，英伟达正在建造自己的超级计算机，它将把数千个“超级芯片”和数百万亿字节的内存联网。

互连的数量和速度增加了严重数据瓶颈的可能性。这些众多组件之间的连接性是推动采用光纤链路的因素之一。光开关将优化带宽，减少延迟，并将机器学习时间从几个月减少到几周。很可能需要光纤到芯片和芯片内互连来支持下一代超级计算机的性能，该性能将以exaflops为单位进行测量。

并非所有人都对我们刚刚进入的AI革命感到兴奋。超过1100名专家签署了一封公开信，表达了对技术发展过快的担忧，以及无法预料的后果可能导致严重的有害影响。诸如，AI应该被限制在代替不熟练的体力工作还是自动化所有的工作？随着AI设备的不断进步，并可能变得具有自我意识，它们会开始做出有利于自己而不是人类创造者的决定吗？六个月的暂停可以用来识别危险，并制定一系列安全协议来减轻危险。尚不清楚这一过程是否已被广泛实施。

新的技术已经诞生，我们所能期望的最好的结果是它将最终造福于人类，并且控制将使这种强大的技术远离那些意图欺骗和伤害的人。一位权威人士提出，AI不会取代你的工作，但使用AI的人会。从短期来看，AI系统可能会颠覆许多职业，那些被取代的人可能没有必要的技能来承担新创造的职位。当马车时代结束时，很少有人成为汽车修理工。从长远来看，AI可能会在今天甚至无法想象的行业产生许多新的就业机会。