生成式 AI 对未来的展望| 社区征文

前言

2023 年已经过半了，科技行业更新迭代真的好快，短短一年时间发生了好多大事，当 Serverless 和云原生还很热的时候，谁也不会想到大模型会如雨后春笋一样涌现而出，各种大模型，文生图，文生文，最后连代码都可以直接生成，瞬间感觉到压力，好在科技革命是一个灰犀牛事件，不会一下颠覆一个行业所以还有时间。

回顾

记得去年当 Serverless 和云原生还很热的时候，大家都在讨论云原生，早在之前 AI 也火过一段时间，那时候流行的机器学习需要人工去标记数据，想想那工作量就觉得没有前途，之前听过讲课老师也曾说过，他为什么不学习 AI，也很容易理解，那时候的训练成本真的很高，之前听一个老师分享的的时候说，听说好像都是一些 PHD 去做标记，也不知道真假，反正就是成本很高。

现在

在去年初的时候 ChatGPT 刚开始出来的时候，一开始我以为就是一个聊天机器人，没啥问题，直到用的人越来越多了的时候，才发现没那么简单，好多人去做测评，去进行一个逻辑分析，测试他的智商，开始有类似的工具进行代码提示和生成代码，看着有点像一个大学生了，慢慢开始认真对待起来，写代码有点危机了，之前还是代码固定格式直接生成，现在可以直接生成程序代码了，紧接着不久之后 midjourney 文生图就开始了，普天盖地的视频博主开始介绍 AI 会替代人，尤其是模特和美工，确实只要描述的足够详细，他能生成你想要的任何图片，对于那些淘宝店铺来说，又省了一笔钱，不用为了配图花费了。

聊到上次听一个老师的演讲，一开始 GPT 出来的时候，还是版本一的时候，真的一点用的没有，慢慢熬慢慢熬，终于有一天，熬出了现在的 GPT3，开始出现了重大的进步。

各种大模型层出不穷，一时间 ChatGPT 成了最热的词汇，大家讨论的都是是否比替代的问题，你只要给他一段描述，他就能帮你写写论文或者写写文案，这效率瞬间上升了一个 Level，释放了大量的人工！

展望

最新流行的一个向量数据库 milvus，是一个用于存储、index 索引和管理巨量由深度学习网络或者其他模型生成 embedding vectors 的工具。提供了快速、可扩展和高效的向量存储和检索服务。它支持多种向量相似度度量算法，如余弦相似度、欧氏距离等，并提供了多种查询方式，如精确查询、近似查询和范围查询等。不同于常见的关系型数据库用来处理结构化数据，Milvus 被设计用来处理由非结构化数据，人工智能开始一点点进入软件行业知道颠覆数据的存储方式。

未来，人工智能将在各个领域发挥越来越重要的作用。在医疗领域，AI 将帮助医生更准确地诊断疾病，提高治疗效果。在交通领域，AI 将帮助我们更加安全地驾驶车辆，并改善交通拥堵问题。在教育领域，AI 将帮助教师更好地了解学生的需求，提高教学质量。总的来说，未来人工智能将成为人类生活中不可或缺的一部分。

总结

人工智能对各个行业都会产生深远的影响。在制造业中，AI 可以帮助企业自动化生产流程，提高生产效率和质量。在金融领域，AI 可以帮助银行和保险公司更好地评估风险，提高投资回报率。在零售业中，AI 可以帮助商家更好地了解消费者需求，提高销售额。

对于软件行业，人工智能也将产生巨大的影响。AI 技术已经被广泛应用于软件开发过程中，例如自动化测试、代码分析和优化等方面。此外，AI 还可以用于开发智能应用程序，例如语音识别、自然语言处理和图像识别等。总的来说，人工智能将使软件行业更加高效、智能化和创新化。

参考资料

https://allaboutdataanalysis.medium.com/%E4%B8%80%E6%96%87%E6%90%9E%E6%87%82chatgpt%E7%9B%B8%E9%97%9C%E6%A6%82%E5%BF%B5%E5%92%8C%E5%8D%80%E5%88%A5-gpt-%E5%A4%A7%E6%A8%A1%E5%9E%8B-aigc-llm-transformer-%E7%BE%8A%E9%A7%9D-langchain-9b106583da3

https://blog.csdn.net/hello_dear_you/article/details/127841589