🤖 预测性人工智能：被生成式热潮掩盖的更具实用价值的技术突破 人工智能科学家玛格丽特·米切尔（Margaret Mitchell）指出，当前生成式人工智能（Generative AI）的热潮掩盖了预测性人工智能（Predictive AI）在改善和挽救生命方面更为重要的突破。预测性人工智能专注于从有限且已知的答案集中处理信息并识别正确结果，例如植物识别、天气预报和食品安全监测。相比之下，生成式人工智能则通过融合训练数据来创造新内容，如聊天机器人和合成视频。 在过去二十年中，预测性人工智能取得了显著进展。2005年时，人工智能尚无法区分人与铅笔；2013年时，系统仍难以可靠地识别照片中的鸟类或区分行人和瓶子。然而在过去十年中，该技术已能精确识别特定鸟类物种，并应用于识别病变、心律失常等医疗关键领域。目前，地震学家和气象学家已利用该技术更可靠地预测地震与洪水，其在自动驾驶中的物体检测准确率也大幅提升。 尽管生成式人工智能在对话交互和创意演示方面具有吸引力，但其面临着高能耗、版权争议以及在法律和科学领域因虚假信息导致的准确性风险。米切尔认为，生成式人工智能在与强大的预测方法相结合时才能发挥真正价值，例如实时跨语言语音克隆。未来的发展重点应从生成式技术的炒作转向已在改变日常生活的预测性进展，以构建更具实用性、公平性和可持续性的人工智能系统。 (MIT Technology Review)