AI是有最初设定的立场和目的

AI是有最初设定的立场和目的

人工智能（AI）是模拟人类智能，使计算机系统能够学习、推理、感知、以解决问题的一门科学。因此，AI是有最初设定的立场和目的的。谁设计的AI，谁使用的AI，就是为主子服务的一个工具。也是主子的智能。更是主人的意识形态。所以，用Al统计出来的结果，以及在哪个范围内的大数据统计出来的，都是以主子为主的结果。《敌》和《我》所使用的AI都是各自为主的。

在人工智能的早期阶段，主要是模拟人类的能力，一个最简单的例子是计算机能像人一样计算出2+3的结果是5，但这种能力仅仅是固定的程序，还远不是人们今天所说的人工智能。

在这个过程中，参考人类的能力分类，逐渐把人工智能的能力分成了：认知、处理、表达、决策等等方面的能力。

拿设计师非常熟悉的MJ产品而言，就是【表达】这一方面中细分的【通过图像进行表达】的能力。而ChatGPT则是融合了认知、处理、表达等等多方面能力的产品，加上极高的成熟程度，才在近年引爆了人工智能概念。

大语言模型（Large Language Model）中的“幻觉”现象指的是模型生成的内容虽然看似合理，但实际存在事实错误；或者AI生成的文字、图片、视频在直觉上不符合人类认知，欠缺真实感。“幻觉”主要有逻辑谬误、捏造事实、数据偏见三类。通常是因为模型的推理能力欠缺，算法框架存在漏洞，数据压缩、数据不一致性等原因导致。

多模态大模型领域兴起，图像、音频、视频类模型也出现幻觉现象。比如，OpenAI的Sora大模型虽然在视频生成领域表现优异，但也存在生成的视频违背物理规律，时空关系错乱等情况。这也是正式版Sora无法上线的主要原因之一。

业内解决“幻觉”问题的方式是采用RAG技术，（Retrieval-Augmented Generation）即检索增强生成，通过结合阶段和增强生成，减少学习数据中的“负样本”，以此来减少大模型的幻觉现象。但这也仅限于在LLM领域。在多模态领域，百度开发了基于图像的iRAG（Image based RAG）技术，将搜索引擎的亿级图片资源与文心基础模型能力进行结合，在强化学习生成下，输出各种真实的图片，整体效果远超传统的“文生图”的原生系统，有效的消除了“AI味”。未来，以iRAG技术为代表多模态RAG将成为业内缓解AI“幻觉”现象的主要方向，为更成熟、更真实的多模态应用发展提供更准确的能力。

AI编程应用将加速AI迭代进程，赋予企业和个人更强的开发能力。全球AI企业已经进入“效率时代”，由于软件应用开发的成本高、周期长，算法工程师昂贵且稀缺，通过开发辅助编程AI来提高开发者效率、缩短开发周期成为方向。

一种是企业内部用AI直接辅助开发任务。比如，亚马逊将Amazon Q用于公司内部的软件升级任务，为其节省了相当于“4500 名开发人员一年的工时”，并且还提高了准确性和安全性，降低了基础设施成本。

或是与开发者社区联合开发编程AI助手，提高个人写代码效率。比如，GitHub Copilot由GitHub、OpenAI和微软Azure团队联合推出，可以提供代码建议和自动补全功能，帮助开发者更快地编写代码。

甚至是直接省去人工代码步骤，由AI完成开发全流程。2024百度世界大会发布的“秒哒”是里程碑式的开发工具，不同于前两种辅助编程工具，使用秒哒不需要任何代码能力，通过自然语言就能实现软件开发，人人都将拥有程序员的能力。其实现是通过将任务拆解成核心需求、内容结构、工程开发、数据需求四个步骤，再采用多个智能体协同来完成，这也是迄今为止，最复杂的多智能体协作工具。以后随着基础模型能力提升，以及智能体本身的技术能力迭代，秒哒将能完成更复杂的开发诉求，实现系统级开发能力。

百度在AI编程应用上迈出的这一步，不仅消除了未来成为开发者的门槛，更是对AI时代商业模式的一次革新。这意味者实现商业创意或不再需要组织人员架构，智能体就能充当项目经理、设计师、开发工程师，凭借AI工具和创意，个人就能开发产品和创造商业模型。

智能体会变成AI时代内容、信息和服务的新载体，是下一个爆发点。大模型是AI应用的初期形态，具备一定的通用性，但在深度方面欠缺。大模型作为应用发展的下一步是智能体（AI Agent），不但能基于LLM进行任务推理和解决，还具备记忆、规划功能和更强的自我学习能力，并且能使用特定的行业知识完成更复杂、更高质量的任务。

第一类具身智能体（Embodied AI），典型代表有智能驾驶汽车、通用人形机器人。如英伟达CEO黄仁勋所言，具身智能体是AI进入物理世界的超级智能形态。L3以上的高阶智能驾驶是第一步，目前以国内的百度Apollo和美国的特斯拉RoboCab为代表。第二步是通过自动驾驶的大范围应用铺开，积累智驾算法的数据和经验，再构建虚拟环境去训练人形机器人算法，帮助其实现量产落地。比如人形机器人领域领先的特斯拉Optimus，采用的就是其FSD智能驾驶算法。

第二类是平台智能体（Platform AI），为工具、企业、角色、行业、产业等提供AI赋能升级和定制化解决方案。

工具智能体，在个人的工作和兴趣应用场景中拥有强大的创造力和价值，将成为AI界的新质生产力代表。如AI写作、Canva设计助手、logo生成器等等，都是典型的代表。工具智能体的核心在于AI的“自由性”——能通过连接公域（公开数据、搜索引擎内容、社交平台内容）和私域（个人数据、音频、图像、文字）来生成符合用户期望的内容，解锁“创造性”和“独特性”。比如，百度发布的自由画布就是由文心多模态大模型加持的创造力工具，具备输入自由、编辑自由、创作自由三大属性，覆盖从创意绘画、AI写作到专业报告领域等使用场景，帮用户完成从找资料、到编辑、再到生成和分享的全部任务。