AI 能为我们带来多方面的影响和改变：
在上面这个非常简单的例子中，我们很容易能够显式地生成整个多路图。但在大多数实际示例中，该图会太大。因此，挑战通常是在不追踪整个可能性图的情况下弄清楚要采取什么行动。一种常见的方法是尝试找到一种方法来为不同的可能状态或结果分配分数，并仅追求分数最高的路径。在自动定理证明中，“从初始命题向下”和“从最终定理向上”工作也很常见，试图找出路径在中间的交汇处。还有另一个重要的想法：如果建立了“引理”，即存在从X到Y的路径，则可以将X→Y添加为规则集合中的新规则。So how might AI help?As a first approach,we could consider taking something like our string multiway system above,and training what amounts to a language-model AI to generate sequences of tokens that represent paths(or what in a mathematical setting would be proofs).The idea is to feed the AI a collection of valid sequences,and then to present it with the beginning and end of a new sequence,and ask it to fill in the middle.那么人工智能可以提供什么帮助呢？作为第一种方法，我们可以考虑采用类似于上面的字符串多路系统的东西，并训练相当于语言模型人工智能的东西来生成代表路径的标记序列（或者在数学设置中将是证明）。这个想法是向人工智能提供一组有效的序列，然后向它呈现一个新序列的开头和结尾，并要求它填充中间部分。We’ll use a fairly basic transformer network:我们将使用一个相当基本的变压器网络：Then we train it by giving lots of sequences of tokens corresponding to valid paths（with E being the“end token”）然后我们通过提供大量与有效路径相对应的标记序列来训练它（E是“结束标记”）A,BABA:BBB,AB,BBBB,ABB,AA,ABBB,ABA,BBBBAE
在主要由服务主导的生物和医疗保健市场中，我们预计AI可能会带来巨大的收益——至少在AI能够将服务转化为“计算”资源的程度上。AI在[企业](https://a16z.com/tag/on-the-economics-of-ai-ml-data-businesses/)中并不总是那么有用，因为它比现有的状态慢，单位经济成本更高等。但在生物科技领域，AI可能极为有用：它有助于将那些过去昂贵、人力密集、效率较低且难以获得的事物转变为更低成本、更高效、甚至更有效的“计算”。一旦这种情况发生，技术就能渗透到以前未受IT革命影响的行业中。实际上，经济学家和创新者长期以来一直在思考，为什么我们没有在医疗保健等其他行业中看到我们在其他行业中看到的那种巨大收益，这被称为[鲍莫尔的成本病](https://future.com/podcasts/cost-disease-healthcare-baumol/)——因为当技术成功渗透到行业中时，它会将原本昂贵的服务转化为更加便宜的商品。（并释放人力去从事更有意义的工作，这也是它在医疗保健领域中可能发挥作用的地方。换句话说，技术可以让人类的医疗保健变得更加人性化。）
在深入了解了AI的运作原理，并盘了众多当前市面上AI的落地产品之后，我们不妨重新回到最开始的问题。此次AI大模型究竟引发了怎样的变革？在思考这个问题之前，我想先分享下去年刚接触大模型时，困扰我的一个问题。即大模型与当下的智能语音技能的NLU存在什么差异？此前，我也曾涉足过一些语音产品的设计逻辑，知道语音技能链路其实就是把声音转为ASR，再对文本进行NLU理解，然后映射到对应的语音技能表中，最后让程序依据相应的语音技能指令完成逻辑。乍看起来，大模型能实现的，通过语音技能似乎也能达成，那我们引入大模型的意义在哪里呢？抱着这样的疑问，我尝试去理解了大模型的原理。当我在初步理解大模型的原理之后，我发现二者还是存在本质性的差别的。差别在于，后者的语音技能NLU仅是通过一系列规则、分词策略等训练而成的产物。而且NLU的运作逻辑规律都是可观测的，具有if-else式的逻辑性。而大模型，则是凭借海量的数据，在向量空间中学习知识的关联性从而形成的，其运作逻辑难以观测，已然脱离了if-else的层面。所以，我们再度审视这个问题，此次的AI变革到底带来了什么？汪华老师在前不久的分享中，对于此次AI变革的量级提出了观点：他认为这次AI的变革量级，100%能够抵达第一个阶段，即与移动互联网处于同一级别；50%有可能发展至第二个阶段，即与蒸汽机的出现同量级；至于能否到达第三个阶段，即AGI，尚不明确。在这一点上，我的看法与他一致。因为我觉得，AI此次带来的变革，已然脱离了传统互联网基于if-else的最底层逻辑，这几乎等同于重塑了互联网，这不就相当于蒸汽机级别般的变革吗？