從玩具到工具，AI產業化之接受篇_風聞

當新技術和新產品進入市場的時候，普遍都有一個被市場和社會逐步接受和認可的過程。但AI的技術特點，高度的複雜性和明顯的獨特性，大幅度提升了接受的難度。如果不花力氣解決接受相關的問題，這將成為AI應用普及的攔路虎。

下面我們將從解釋和理解，預期和體驗，過程和代價三個不同角度分析接受問題的來源及相應的應對方案。

解釋和理解

AI大語言模型及其應用一直面對的一個困境是，因為複雜所以難以理解，因為難以理解所以不可信任，因為不可信任所以不能獨立工作。

根源就在於我們對AI大語言模型的工作原理缺乏簡單直觀，同時又有科學依據的解釋。這是AI領域的科學家和工程師需要承擔的責任。

語言以怎樣的方式被AI所掌握？知識以怎樣的方式被AI所記憶？當我們提出問題時，AI經過哪些步驟給出了回答？諸如此類的問題，我們都需要容易理解的答案。

最新的推理模型在回答中給出推理的步驟，這部分回答瞭解釋和理解的問題。但顯然還不夠，我們還需要單個步驟的解釋，以及前面提到的原理的解釋。

關於AI模型工作原理的解釋，是AI領域研究的一個重要課題，也是AI應用被社會理解和接受的重要前提。

預期和體驗

我們對新事物的體驗直接和我們的預期負相關。2023年，ChatGPT一邊倒的好評，正是建立在它幾乎超出了所有人的預期的基礎之上，以至於客觀存在的眾多技術缺陷都顯得不重要了。

兩年後的今天，我們走向了另一個極端，對AI技術及其產品抱有過高的預期。諸如“AI來了，我的工作沒了”，“某某模型戰勝99%的專家”，“AI將人類文明推進到新高度”等等聳人聽聞的報道和評論橫掃諸多新媒體。近期，我們看到了媒體持續對DeepSeek的宣傳和讚揚，其中也不乏誇大其辭和不切實際的部分。

這種過高的預期會大幅降低實際使用的體驗，成為AI應用被接受的巨大障礙。如果人們相信AI的寫作能力能夠勝任專業寫手的工作，那麼當他們使用文本生成工具去輔助自己真實的創作時，得到的體驗一定是“這是什麼垃圾？”。

在這裏我們呼籲抵制關於AI技術的各種言過其實的宣傳。再不制止就會在社會層面造成一種“捧殺”的效果。

與之相應的，我們應該歡迎對AI技術和產品的客觀評價和真實體驗，對AI技術所產生影響的憂慮和反思，以及對AI應用各種問題的批評和意見。

過程和代價

在我們學習開車的時候，我們清楚知道要去駕校，從科目一到科目四，以及大約花多少錢多長時間。那麼掌握某個AI工具呢？零基礎無需培訓顯然過於理想化了。

在推出應用之前，AI應用開發者就需要設計好面向用户的教育和培訓。這當然是老生常談。

從這個角度出發，我們真正想提醒AI領域開拓者的是，在應用最初的概念形成階段，我們就應該考慮到，功能單一容易上手也是很重要的新產品特性。AI大語言模型可能是最全能的平台，在產品設計開發的時候，我們需要多做減法。

綜上所述，為了AI產業的順利發展，我們需要科學家和工程師在AI技術的解釋上有明顯突破，需要媒體和民眾調整對AI的預期，需要開發團隊考慮好教育和培訓問題。AI技術當然大有前途，實際的困難和挑戰仍然需要大家一起腳踏實地，努力耕耘。