英特尔On产业创新峰会预告
随着AI在各行各业的应用程度加深,智能化描绘的一幅幅光明前景更加触手可及。实践中,企业如何应用人工智能助推业务发展,将更多期待变成现实?
5月18日,英特尔On产业创新峰会为您解答!同时,戴尔科技作为本次峰会金牌赞助商,邀您参会。欢迎滑动至文末了解大会详细内容

在这个智能化时代
冠以智能名义的产品遍地开花
不少人怀着让生活更美好的希冀
入手了各式智能设备
然而有时候
你以为你买的人工智能
到手却发现这是个「人工智障」
请欣赏人工智能花式翻车现场
智能音响:有事叫不灵,没事跳出来吓你一激灵
扫地机器人:天天跟猫打架,瞅准每一个未关门的时机离家出走
智能门锁:买来不到三个月,被反锁卧室两次
真离离原上谱,当人工智能变身人工智障,大伙不由得发出灵魂拷问:“这就是所谓的人工智能吗?就这?就这!”
从人工智能到“人工智障”?
为什么会出现这种情况呢?我们可以从人工智能的发展阶段寻找答案。
从发展层级来看,人工智能可以分为弱人工智能、强人工智能、超人工智能:
弱人工智能
也称限制领域人工智能(Narrow AI)或应用型人工智能(Applied AI),指的是专注于且只能解决特定领域问题的人工智能。
典型代表如AlphaGo、Siri、手机面部识别等,尽管AlphaGo击败了人类顶级选手,但它的超强能力也仅限于围棋,放到跳棋、象棋、家居、医疗等领域就啥也不是。
强人工智能
又称通用人工智能(Artificial General Intelligence)或完全人工智能(Full AI),指的是可以胜任人类所有工作的人工智能。
这个层次上,人工智能具有知觉和自我意识,是真正能实现推理和解决问题的智能机器。不同于如今大数据和深度学习训练出来的推理能力,强人工智能如同人类一样,可以基于少量知识逻辑自主做出判断和决策,并付诸行动。
超人工智能
人工智能的终极进阶版,假设计算机程序通过不断发展,人工智能将比世界上最聪明、最有天赋的人还聪明,实现从模仿人类到超越人类的史诗级跨越。
比如我们经常在科幻片里看到的人工智能,他们具备无比强大的智慧、创造力和社交能力,想必奴役人类、统治地球想必都不在话下。
然而受限于科技水平,强人工智能和超人工智能只停留在幻想阶段。目前我们能实现的人工智能都属于弱人工智能范畴,它们只能在有限的约束和限制下运行,完成提前设定好的任务。
而之所以会出现人工智能变成人工智障的情形,是因为现在的人工智能算法是基于统计学实现的,深度学习训练中收集了大量一般性认识并加以平均化,程序设计者可以通过不断扩大相关数据范围提高精度,但精度永远达不到100%,因为概率和统计根本就做不到这一点。
所以一旦遇到超出程序设定范畴的问题,人工智能就躺平摆烂宛如智障,比如Siri的“我不知道你在说什么”、天猫精灵的“这个问题我还不会呢,我会继续学习的”。
看惯了科幻片里的超人工智能,人们对现实中的智能设备抱以太高的期望,因而难免失望。更高准确性、更高形态的人工智能,需要政产学研各方面的更多努力和更长时间才能实现。
在应用中推动人工智能进步
实际应用中,人工智能可以将分散在各个业务环节的数据整合起来,推动实现更好的业务洞察力,企业为了实现预期目标,正越来越多地布局人工智能。
IDC预计,到2026 年,全球 85%的企业将使用人工智能 (AI),包括机器学习 (ML)、自然语言处理 (NLP) 和模式识别。
不过,人工智能快速发展之前仍面临一些障碍,IDC在今年年初发布的《AI Infrastructure View》指出,不充分或缺乏专门的基础设施能力往往是人工智能项目失败的原因。
人工智能由许多不同的工作负载组成,每个工作负载都会产生不同的I/O配置文件,并有不同的存储要求。此外人工智能负载所需的海量数据以越来越实时的方式提供,传统基础设施很难满足其对性能、可用性和可扩展性的要求。
作为全球领先的IT基础设施供应商,戴尔科技从这些角度出发,推出了经过验证设计的人工智能方案,利用其包括服务器、存储和网络在内的广泛基础设施组合,让企业更轻松地在边缘、核心、云等任何地方开发、部署和管理各种AI工作负载。
服务器和存储方面,在数据采集阶段,存储密集型配置的PowerEdge服务器或带有PowerScale存储的PowerEdge服务器,可以满足人工智能负载在扩展性及应对结构化、非结构化数据方面需求;
模型开发和训练阶段,带有可选加速器的计算密集型PowerEdge服务器及PowerScale全闪存存储是不错的选择,PowerScale由英特尔®至强® Platinum处理器提供支持,该处理器采用软件定义的基础设施和敏捷云架构,为PowerScale提供了卓越的性能和效率,将极好地满足模型开发和训练在并发性、处理能力、吞吐量等方面的要求;

推理阶段,带有更轻存储的和可选加速器的PowerEdge服务器可为此阶段的低延迟和高吞吐量效力。
针对数据在边缘—核心—云之间的传输,戴尔科技提供高速开放网络PowerSwitch;关于人工智能环境里的数据保护和治理,戴尔PowerProtect系列网络恢复解决方案可助企业一臂之力。

通过全球客户解决方案中心,企业可以自由评估和测试以找到最合适的人工智能解决方案。此外,戴尔科技推出即服务模式,允许按需灵活地进行基础设施消费,以避免过高的前期资本投入。
我们目前还处于人工智能发展的初级阶段,它就像刚学会走路的小孩子,假以时日才能长大,大家要对AI多些包容,同时也期待其更好的发展。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。