AI Era Arrives: What Everyone Should Know

系列文章第一篇 · 入门导读

AI定义与生成式AI范围

人工智能（Artificial Intelligence）指让机器具备类似人类的学习和推理能力。本文聚焦近几年爆发的生成式AI，能够理解语言并生成文字、图像、视频、代码等内容。

关键时间节点

2022年11月30日，OpenAI发布ChatGPT。上线5天内注册用户突破100万，2个月后月活跃用户超过1亿，成为史上增长最快的消费级应用。

当前生成式AI的主要能力

文字

撰写邮件、报告、文案、简历

像百科全书一样回答任意问题

摘要长文、翻译外语

改稿、润色、纠错

图像

根据描述生成艺术画作

将草图转为精美插图

修复老照片、换背景、改变风格

视频

输入文字自动生成短视频

AI配音、换脸、自动字幕

几分钟生成电影级画面

代码

帮助程序员编写代码、定位 bug

非程序员通过对话生成简单程序

语音

实时翻译，突破语言壁垒

克隆声音，生成任意内容的语音

导致近期爆发的三大因素

算力大幅提升：GPU 性能遵循摩尔定律，Nvidia 专为 AI 设计的 GPU 使得训练超大模型成为可能。

数据规模激增：互联网累计了海量文本、图像、视频，为模型提供充足的训练素材。

Transformer 架构突破：2017 年 Google 发表《Attention Is All You Need》，提出 Transformer，成为所有大语言模型的底层基础。

系列后续内容概览

大语言模型（LLM）——AI 的“大脑”。

Token——AI 的货币单位。

主流 AI 助手横向评测：ChatGPT vs Claude vs Gemini。

AI Agent——具备自主行动能力的 AI。

MCP 协议——让 AI 连接万物。

AI 编程工具——程序员的超级搭档。

文生图工具——人人都是艺术家。

文生视频工具——人人都是导演。

AI 辅助学习——重新定义学习方式。

AI 辅助工作——效率提升实战指南。

AI 创业机会——普通人如何抓住红利。

对普通人的视角

AI 既非神化也非妖魔化的对象。将其视为随叫随到、知识渊博但偶尔出错的助手。它可以协助完成大量任务，但仍需用户自行判断、决策、创造。正确的姿态是学习使用 AI，类似过去学习搜索引擎和智能手机的过程。

小结

生成式 AI 是近年来最重要的技术突破。

ChatGPT 的 2022 年 11 月发布标志着这场革命的起点。

AI 能处理文字、图像、视频、代码和语音等多模态任务。

算力、数据和 Transformer 架构是驱动 AI 爆发的三大因素。

普通人应以开放心态学习使用 AI，而非恐惧。