神譯局是36氪旗下編譯團(tuán)隊(duì)，關(guān)注科技、商業(yè)、職場(chǎng)、生活等領(lǐng)域，重點(diǎn)介紹國(guó)外的新技術(shù)、新觀點(diǎn)、新風(fēng)向。

編者按：生成式人工智能的發(fā)展可以用日新月異來形容，層出不窮的工具令人眼花繚亂，出現(xiàn)選擇困難癥。ChatGPT 盡管名聲最響，但什么事情都用它來做未必是最合適選項(xiàng)。這里對(duì)人工智能可以做的事情進(jìn)行了分類，并給出了免費(fèi)和付費(fèi)的最佳工具選項(xiàng)，希望能幫到你。文章來自編譯。

越來越強(qiáng)大的人工智能系統(tǒng)層出不窮，發(fā)布的速度越來越快。最近，Claude 2 首次亮相，這也許是公眾可用的第二強(qiáng)大人工智能系統(tǒng)。一周之前，Open AI 發(fā)布了 Code Interpreter，這是迄今為止最嫻熟的人工智能模式。在這的一周前，部分人工智能還獲得了看懂圖像的能力。

可是，似乎沒有一家人工智能實(shí)驗(yàn)室提供任何的用戶文檔。相反，唯一的用戶指南似乎是 Twitter 上面那幫網(wǎng)紅大V的推文串（treads）。對(duì)于聲稱關(guān)心自身技術(shù)是否得到正確使用的組織來說，靠小道消息傳播的文檔是個(gè)奇怪選擇，但現(xiàn)實(shí)情況就是這樣。

我不敢說這份用戶指南已經(jīng)很全，但為了解人工智能的當(dāng)前狀態(tài)提供一些指導(dǎo)還是可以的。我每隔幾個(gè)月就會(huì)為我的學(xué)生（以及感興趣的讀者）編寫一份人工智能入門指南，而且每次都需要做出重大修改。但過去幾個(gè)月尤其瘋狂。

這份指南是基于我的經(jīng)驗(yàn)，純屬個(gè)人之見，重點(diǎn)是如何選擇正確的工具來完成任務(wù)。

主要的大語(yǔ)言模型

現(xiàn)在，當(dāng)我們說起人工智能時(shí)，我們通常指的是大型語(yǔ)言模型（LLM）。大多數(shù)人工智能應(yīng)用都是由 LLM 提供支持，而 LLM 當(dāng)中其實(shí)基礎(chǔ)模型就那么幾個(gè)，是由少數(shù)幾家組織建立的。每家公司都可以通過聊天機(jī)器人（Chatbot）直接訪問他們的模型：OpenAI 做出了 GPT-3.5 與 GPT-4， ChatGPT 以及微軟的 Bing（通過 Edge 瀏覽器訪問）背后用的就是這些模型。 谷歌的 Bard 品牌旗下也有多款模型。Anthropic 則建立了Claude 與 Claude 2 模型。

還有其他一些 LLM，但本文不會(huì)詳細(xì)討論。第一個(gè)是 Pi，這是由 Inflection 構(gòu)建的聊天機(jī)器人。Pi 針對(duì)對(duì)話進(jìn)行了優(yōu)化，并且確實(shí)非常想成為你的朋友（說真的，不妨嘗試一下，試過你才知道我是什么意思）。除了聊天之外，它不喜歡做太多事情，想讓它替你工作會(huì)是一次令人沮喪的練習(xí)。我們也不會(huì)介紹任何人都可以使用和修改的各種開源模型。這些通常無(wú)法訪問，或者對(duì)于今天那些只是想隨便用用的用戶來說沒有什么用，但其實(shí)那些模型確實(shí)很有前景。未來的指南可能把它們納入進(jìn)去。

下面是一份快速參考圖表，總結(jié)了 LLM 的現(xiàn)狀：

前四個(gè)（包括 Bing 在內(nèi)）都是 OpenAI 的系統(tǒng)。目前 OpenAI 的人工智能主要就這兩種：3.5 和 4。GPT 3.5 在去年 11 月掀起了一股人工智能熱潮，GPT 4在今年春季首次亮相，功能更加強(qiáng)大。新的派生版利用通過插件介入互聯(lián)網(wǎng)及其他應(yīng)用。插件有很多，但大多數(shù)不是很有用，不過應(yīng)該根據(jù)需要自己去探索一下。 Code Interpreter 是 ChatGPT 的一個(gè)極其強(qiáng)大的版本，可以運(yùn)行 Python 程序。如果你從未給 OpenAI 付過費(fèi)，那么你就只用過 3.5。除了插件版以及暫時(shí)停止瀏覽的 GPT-4 版以外，這些模型都沒有連接到互聯(lián)網(wǎng)。微軟的 Bing 混合使用了 4 和 3.5，并且通常是 GPT-4 家族當(dāng)中第一個(gè)推出新功能的模型。比方說，Bing 既可以創(chuàng)建和識(shí)別圖像，也可以在web瀏覽器中讀取文檔。它已經(jīng)接入了互聯(lián)網(wǎng)。Bing 用起來有點(diǎn)奇怪，但功能強(qiáng)大。

谷歌一直在測(cè)試自己的供消費(fèi)者使用的人工智能，也就是所謂的 Bard，但其實(shí) Brad 背后由各種基礎(chǔ)模型提供支持，其中最近的一個(gè)叫做 PaLM 2。LLM 技術(shù)就是由谷歌開發(fā)出來的，但他們的產(chǎn)品非常令人失望，不過昨天公布的改進(jìn)表明他們?nèi)栽谥铝τ谘芯康讓蛹夹g(shù)，所以我對(duì)他們?nèi)员Ｓ邢Ｍrad 已經(jīng)獲得了跑有限代碼與解釋圖像的能力，但我現(xiàn)在一般會(huì)避免使用 Bard。

最后一家公司是 Anthropic ，他們發(fā)布了 Claude 2。Claude 最值得注意的是它的上下文窗口非常大- 即便上算是 LLM 的內(nèi)存了。Claude 的內(nèi)存幾乎可以容納整本書或許多個(gè) PDF。與其他大型語(yǔ)言模型相比，其惡意行為的可能性更小，這意味著，它可能只會(huì)訓(xùn)斥你一下。

接下來，我們講講怎么用：

寫東西

最佳免費(fèi)選項(xiàng)：Bing 與 Claude 2

付費(fèi)選項(xiàng)：ChatGPT 4.0/帶插件的 ChatGPT

目前，GPT-4 仍然是最強(qiáng)大的人工智能寫作工具，你可以通過 Bing 免費(fèi)訪問（選擇“創(chuàng)意模式”），也可以通過每月花 20 美元訂閱 ChatGPT 來訪問。不過，第二名的Claude差距并不大，而且有免費(fèi)選項(xiàng)，盡管存在限制。

這些工具也已被直接集成到常見的辦公應(yīng)用之中。 Microsoft Office 將納入由 GPT 提供支持的copilot，Google Docs 將集成 Bard 的建議。這些創(chuàng)新對(duì)寫作的影響會(huì)相當(dāng)深遠(yuǎn)。

以下是利用人工智能幫助你寫作的部分方法。

• 寫草稿，任何東西的草稿。博客文章、論文、宣傳材料、演講、講座、選擇你自己的冒險(xiǎn)、腳本、短篇故事——只要你能想得到，人工智能都能做到，而且做得很好。你所要做的就是給它提示。提示制作并不神奇，但基本的提示會(huì)導(dǎo)致寫出來的東西很無(wú)聊，不過提高提示的水平并不難，只需與系統(tǒng)交互即可。只要稍加練習(xí)，你就會(huì)發(fā)現(xiàn)人工智能系統(tǒng)當(dāng)作家的能力要強(qiáng)得多。

• 讓你寫得更好。把你的文本粘貼給人工智能。讓人工智能改進(jìn)內(nèi)容，或者讓人工智能給出建議，看看怎么更好地適合特定受眾。讓它寫出 10 份風(fēng)格截然不同的草稿。要求人工智能把文字變得更生動(dòng)，或者添加例子。用它來激發(fā)靈感，讓你寫更好。

• 幫助你完成任務(wù)。人工智能可以做你沒有時(shí)間做的事情。像實(shí)習(xí)生一樣使用人工智能，讓它撰寫電子郵件、創(chuàng)建銷售模板、為你提供商業(yè)計(jì)劃的后續(xù)步驟等等。比方說我曾在人工智能的幫助下在 30 分鐘內(nèi)完成了產(chǎn)品發(fā)布的各種支持工作。

• 解鎖你自己。面對(duì)挑戰(zhàn)艱巨的任務(wù)很容易讓人分心。人工智能是為你提供動(dòng)力的手段之一。

不同模型生成效果對(duì)比

需要擔(dān)心的一些事情：為了響應(yīng)你的請(qǐng)求，人工智能很容易會(huì)產(chǎn)生“幻覺”并生成看似合理的事實(shí)。它可以生成完全虛假且看似完全令人信服的內(nèi)容。我要強(qiáng)調(diào)的是：人工智能經(jīng)常撒謊。它告訴你的每一個(gè)事實(shí)或信息都有可能是不對(duì)的。你需要檢查一切。讓人工智能（指未連接到互聯(lián)網(wǎng)的模型）提供參考文獻(xiàn)、引言、引用以及互聯(lián)網(wǎng)信息尤其危險(xiǎn)。與其他模型相比，Bing 產(chǎn)生幻覺的情況往往要少一些，因?yàn)?GPT-4 生成的東西通常有事實(shí)依據(jù)，而Bing 接入互聯(lián)網(wǎng)意味著實(shí)際上它可以獲取事實(shí)。但幻覺不可能完全消除。

另外要注意的是，人工智能沒法解釋自己，它只會(huì)讓你認(rèn)為它可以做出解釋。如果你要求它解釋為什么寫出了這樣的東西，它會(huì)給你一個(gè)看似合理但卻是完全虛構(gòu)的答案。當(dāng)你詢問它的思維過程時(shí)，它并不是去詢問自己的行為，那只是在生成看上去像是它正在這樣做的文本。這使得理解系統(tǒng)存在的偏見變得非常具有挑戰(zhàn)性，盡管這些偏見幾乎肯定是存在的。

它還可能被人不道德地用于操縱或欺騙。你要對(duì)這些工具的輸出負(fù)責(zé)。

圖像制作

最透明的選項(xiàng)：Adobe Firefly

開源選項(xiàng)：Stable Diffusion

最佳免費(fèi)選項(xiàng)：Bing 或 Bing Image Creator（使用 DALL-E）、 Playgound （可使用多個(gè)模型）

圖像質(zhì)量最佳的選項(xiàng)：Midjourney

可供大多數(shù)人使用的大型圖像生成器有四種：

1. Stable Diffusion，這個(gè)工具是開源的，任何一款高端的計(jì)算機(jī)都能跑。開始要付出一些努力，因?yàn)槟愕脤W(xué)會(huì)正確地寫出提示，但一旦你能寫出好的提示，就會(huì)生成很好的結(jié)果。這個(gè)特別適合將人工智能與其他來源的圖像相結(jié)合。如果你選擇Stable Diffusion，這里有一份很好的指南（請(qǐng)務(wù)必閱讀第 1 部分和第 2 部分：https://www.jonstokes.com/p/stable-diffusion-20-and-21-an-overview）。

2. DALL-E，來自 OpenAI，Bing（必須是在創(chuàng)意模式下）以及 Bing Image Creator已經(jīng)植入了DALL-E。這個(gè)系統(tǒng)很可靠，但比Midjourney要差一些。

3. 截止2023年中，Midjourney是表現(xiàn)最好的系統(tǒng)。它的學(xué)習(xí)曲線在所有系統(tǒng)當(dāng)中是最低的：只需輸入“thing-you-want-to-see --v 5.2”（最后的 --v 5.2 很重要，這會(huì)提示人工智能采用最新的模型），你就會(huì)得到一個(gè)很好的結(jié)果。Midjourney需要通過Discord 使用。這里是 Discord 的使用指南。

4. Adobe Firefly，已內(nèi)置到多款 Adobe 產(chǎn)品之中，但在質(zhì)量方面落后于 DALL-E 和Midjourney 。不過，其他那兩個(gè)模型并未交代清楚用于訓(xùn)練人工智能的圖像來源，但 Adobe 已聲明自己僅使用其有權(quán)使用的圖像。

以下是這幾款工具的對(duì)比（每個(gè)圖像都標(biāo)記了用什么模型）：

提示：“Fashion photoshoot of sneakers inspired by Van Gogh”——每個(gè)模型創(chuàng)作的第一張照片

需要擔(dān)心的一些事情：這些系統(tǒng)是圍繞著模型構(gòu)建出來的，但這些模型會(huì)存在偏見，因?yàn)橛脕碛?xùn)練模型的互聯(lián)網(wǎng)數(shù)據(jù)存在偏見（比方說，如果你讓它創(chuàng)建企業(yè)家的圖片，你可能會(huì)看到更多以男性而不是女性為主角的圖片，除非你指定要?jiǎng)?chuàng)建“女性企業(yè)家”），用這個(gè)瀏覽器（https://huggingface.co/spaces/society-ethics/DiffusionBiasExplorer）可以看看實(shí)際存在哪些偏見。

這些系統(tǒng)還使用了互聯(lián)網(wǎng)上的藝術(shù)來進(jìn)行訓(xùn)練，但卻是以不透明且可能在法律和道德上存在問題的方式進(jìn)行訓(xùn)練的。盡管從技術(shù)上而言，你擁有所創(chuàng)建圖像的版權(quán)，但法律規(guī)定仍然模糊。

另外，目前這些模型是不創(chuàng)建文本的，只是創(chuàng)建了一堆看起來像文本的東西。但Midjourney已經(jīng)成功了。

提出想法

最佳免費(fèi)選擇：Bing

付費(fèi)選項(xiàng)：ChatGPT 4.0，但由于有互聯(lián)網(wǎng)連接，Bing 可能更好

盡管（或者事實(shí)上，由于）人工智能存在諸多限制和怪異之處，但仍然非常適合生成點(diǎn)子。你經(jīng)常需要有很多想法才能想出好想法，而人工智能擅長(zhǎng)以量取勝。通過提供正確的提示，你還可以迫使它變得非常有創(chuàng)意。在創(chuàng)意模式下要求 Bing 找出你最喜歡的，不同尋常的創(chuàng)意生成技術(shù)，比方說 Brian Eno 的間接策略（oblique strategies）或馬歇爾·麥克盧漢（Mashall McLuhan） 的四分法，并應(yīng)用它們。或者要求提供一點(diǎn)很奇怪的東西，比如隨便拿個(gè)專利來獲得靈感，或者你最喜歡的超級(jí)英雄......

制作視頻

最佳動(dòng)畫工具：D- iD ，用于為視頻里面的臉部制作動(dòng)畫。 Runway v2 可用于文本生成視頻

最佳聲音克隆： ElevenLabs

現(xiàn)在，生成這樣一段視頻已經(jīng)是小事一樁：包含完全由人工智能生成的角色、去讀完全由人工智能編寫的腳本、用人工智能制作的聲音說話、由人工智能制作動(dòng)畫，這些通通沒問題。它還可以對(duì)人進(jìn)行深度偽造。

第一個(gè)商用的文本生成視頻工具最近也發(fā)布了，也就是Runway v2。它可以創(chuàng)建 4 秒的短片，所以這更多的是對(duì)未來的可能性的一種演示，但如果你想了解這個(gè)領(lǐng)域?qū)頃?huì)如何發(fā)展的話，值得一看。

需要擔(dān)心的一些事情：深度偽造是一個(gè)大問題，這些系統(tǒng)需要以合乎道德的方式去使用。

處理文檔和數(shù)據(jù)

對(duì)于數(shù)據(jù)（以及對(duì)代碼有任何奇怪想法）：Code Interpreter

文檔處理： 大型文檔或同時(shí)處理多個(gè)文檔可用Claude 2，Bing 側(cè)邊欄可用于小一點(diǎn)的文檔和網(wǎng)頁(yè)（側(cè)邊欄屬于Edge 瀏覽器的一部分，可以“查看”瀏覽器里面的內(nèi)容，讓 Bing 處理相關(guān)信息，不過其上下文窗口的大小有限）

我上周寫了一篇關(guān)于Code Interpreter的文章。它是 GPT-4 的其中一種模式，在這種模式下，你可以上傳文件給該人工智能，去編寫和運(yùn)行代碼，還可以下載該人工智能提供的結(jié)果。它可以用來執(zhí)行程序、進(jìn)行數(shù)據(jù)分析（盡管你需要對(duì)統(tǒng)計(jì)數(shù)據(jù)和數(shù)據(jù)有足夠了解才能檢查它做得好不好）以及創(chuàng)建各種文件、網(wǎng)頁(yè)甚至游戲。盡管自發(fā)布以來，關(guān)于未經(jīng)訓(xùn)練的人用它進(jìn)行分析的相關(guān)風(fēng)險(xiǎn)存在很多爭(zhēng)論，但許多測(cè)試過 Code Interpreter 的專家都對(duì)它的能力印象深刻，以至于一篇論文聲稱這個(gè)東西會(huì)要求我們改變培訓(xùn)數(shù)據(jù)科學(xué)家的方式。我還編寫了初始提示來設(shè)置Code Interpreter，好做出有用的數(shù)據(jù)可視化。初始提示給出了良好圖表設(shè)計(jì)的一些基本原則，并提醒它可以輸出多種文件。鏈接參見此處https://t.co/m4yAdKROiJ。

至于文本處理，尤其是 PDF的處理，Claude 2 到目前為止表現(xiàn)非常出色。我試過將整本書粘貼到以前版本的 Claude 里，效果令人印象深刻，而且新模型更加強(qiáng)大。我還喂給它大量復(fù)雜的學(xué)術(shù)文章并要求它給出結(jié)果摘要，它做得很好！甚至更好的是，你還可以提出后續(xù)問題，比方說：這個(gè)方法的證據(jù)是什么？作者得出了什么結(jié)論？等等…

需要擔(dān)心的一些事情：這些系統(tǒng)仍然會(huì)產(chǎn)生幻覺，盡管是以更為受限的方式出現(xiàn)。如果你想確保準(zhǔn)確性，就得檢查生成的結(jié)果。

獲取信息及學(xué)習(xí)東西

最佳免費(fèi)選擇：Bing

付費(fèi)選項(xiàng)：通常 Bing 是最好的。如果是兒童的話，可汗學(xué)院的Khanmigo提供了由 GPT-4 支持的人工智能學(xué)習(xí)輔導(dǎo)，效果不錯(cuò)。

如果你打算把人工智能當(dāng)作搜索引擎的話，我的建議是也許不要這樣做。產(chǎn)生幻覺的風(fēng)險(xiǎn)很高，而且大多數(shù)人工智能都沒有連接到互聯(lián)網(wǎng)（這就是為什么我建議你用 Bing。谷歌的人工智能 Bard 產(chǎn)生的幻覺更多）。不過，根據(jù)最近的一項(xiàng)試點(diǎn)研究，有部分證據(jù)表明，如果謹(jǐn)慎使用的話，相對(duì)于搜索，人工智能往往能提供更有用的答案。特別是在搜索引擎表現(xiàn)不太好的情況下，比方說技術(shù)支持、決定去哪里吃飯或獲取建議，以 Bing 作為起點(diǎn)往往要比用谷歌好。這是一個(gè)正在迅速發(fā)展的領(lǐng)域，但你現(xiàn)在應(yīng)該小心使用。畢竟你不想惹上麻煩吧。

但更令人興奮的是利用人工智能來輔助教育的可能性，包括幫助我們自己學(xué)習(xí)。我已經(jīng)寫過關(guān)于如何將人工智能用于教學(xué)并讓教師的生活變得更輕松、課程變得更有效的文章，但人工智能也可以用于自主學(xué)習(xí)。你可以讓人工智能解釋概念，一般可以獲得非常好的結(jié)果。鑒于我們知道人工智能可能會(huì)產(chǎn)生幻覺，所以明智的做法是（小心！）對(duì)照其他來源，仔細(xì)檢查任何的關(guān)鍵數(shù)據(jù)。

還有嗎？

正如過去幾個(gè)月的發(fā)展所表明的那樣，由于技術(shù)的快速發(fā)展，現(xiàn)在介紹的這些將來可能會(huì)變成你用過的最糟糕的人工智能工具。我毫不懷疑自己很快就需要制作一本新的指南。但關(guān)于人工智能，請(qǐng)記住這兩個(gè)關(guān)鍵點(diǎn)仍然是正確的：

• 人工智能是一種工具。但未必總是合適的工具。鑒于人工智能存在弱點(diǎn)，請(qǐng)仔細(xì)考慮它是否適合你計(jì)劃應(yīng)用它的目的。

• 有很多道德問題需要注意。人工智能可能會(huì)被用來侵犯版權(quán)、作弊、竊取他人的作品或進(jìn)行操縱。特定人工智能模型的開發(fā)方式以及誰(shuí)從對(duì)它的使用中受益往往是個(gè)很復(fù)雜的問題，現(xiàn)階段還不是特別清楚。最終，你有責(zé)任以合乎道德的方式去使用這些工具。

我們正處于一場(chǎng)快速推進(jìn)的革命的早期階段。你還有其他用途想分享嗎？請(qǐng)?jiān)谠u(píng)論中告訴我。

譯者：boxi。