关于万户

万户，《九州幻想》前编辑，《异事悟》编辑，在极客公园做 AI 报道，黄金时代科幻爱好者。

正文：

AI及大模型科普文章

1942年，当著名科幻作家阿西莫夫在小说中提出“机器人三定律”时，肯定不会想到，AI和机器人的进展会那么慢，又会那么突然。

说慢的原因是，这都80年过去了，我们仍没有看到他所设想的机器人的落地，2024 年最成功的家用机器人，是一台会被狗狗的便便轻易破防的扫地机器人。

但是发展速度却又很突然，2022年11月 ，ChatGPT上线，不到2年，人类社会如同被突然加速了一样，从硅谷的科技巨头到北京的小学生，人人都在聊AI，AI似乎成为了人类科技的助燃剂，有望帮助我们解决一系列的问题。远到宇宙的征途大海，近到人类梦想依旧的元宇宙，似乎都因为AI的兴起，有了新的可能。

到底，AI是如何从过去的只会围棋比赛和打DOTA，变成了今天的“万能”助理？

以及，终结者真的会到来吗？AI会在某个时刻突然觉醒，统治人类吗？

还有很多人疑惑：为什么感觉AI都火了两年，可是我觉得生活似乎也没有什么改变呢？

今天，我们就来聊一聊，2022 年突然“涌现”出来的AI，会不会毁灭人类，以及它会如何改变我们的未来。

01 突然“涌现”的AI，还仍是黑箱

要理解今天的AI和过往我们认知的AI，或者说影视作品里常见到的万能AI有何区别，需要解释三个词：涌现、Transformer架构和黑箱。

今天媒体在提到AI时，一般会提到另外一个词：大语言模型（Large Language Model），简称LLM。之所以这么叫是因为这些模型的参数都很大，一般起步就是10亿参数起。ChatGPT，如果对其进行技术分类的话，属于文本生成大模型的AI产品。文本生成大模型就是指这个大模型一般生成文字，无法生成图片或者视频。

目前也有专门用于图片生成和视频生成的大语言模型，它们的技术构架与文本生成模型有相似之处，但也有所不同。图片生成模型的产品如Midjourney已经开始商业化，视频生成模型如Sora、可灵等因为生成时间短、人物角色不可控等，还处于尝试阶段。

先说第一个词，Transformer架构，这是目前的文本生成大模型的主要技术基础之一，来源于谷歌于 2017发表的一篇论文《Attention Is All You Need》，这篇本来为了解决和优化机器翻译任务的论文，提出了一个新的神经网络结构——Transformer 架构。它适用于自然处理（NLP）领域，以注意力机制为核心。OpenAI的GPT模型就是基于Transformer架构构建的。

如果简单解释GPT架构的话，就是预测下一个词（Token）。比如给GPT模型一句话“明天看起来要___”，它会试图猜测划线部位应该是什么词语，会给出各种答案，而在人类的反馈训练后，它会倾向于给出“晴天”“下雨”等合理的词汇。

要注意的是，GPT说出“下雨”这个词，不代表它真正理解了这句话，它可能只是在无数种选择中，选择了人类最喜欢的那个回答。

也就是说，AI的理解，是一套高度复杂的模式识别和概率预测过程，基于对大量数据的统计分析，通过识别输入中的模式并生成相应的输出。AI没有真正的感知体验，也没有情感或意识参与其处理过程。

在OpenAI最初的GPT-1和GPT-2中，在基于一定数据和算力的训练下，大模型的表现还算不错，但是没有让大家为之惊喜的地步。很多情况下，系统仍需对特定任务进行调整才能获得好的效果。但到了GPT-3的时候，与GPT-2相比，模型的参数量翻了116倍，是一个拥有1750亿模型参数的大语言模型，模型的能力似乎突然就突破了奇点状态。

也就是说，当参数规模和机器算力达到如此惊人的规模后，AI的能力突然“涌现”了。

• 模型通过很少的示例就能快速学习并执行新任务。这种能力并非直接训练的结果，而是在处理海量文本数据的过程中自然形成的。
• 任务泛化。GPT模型能够执行许多它并未经过专门训练的任务，如翻译、摘要、问答等。这种多功能性是在大规模文本处理过程中逐渐形成的。
• GPT模型还展现出了一定程度的推理能力。它能够进行逻辑推理和常识推理，这些能力远远超出了简单的文本预测。
• 有了基础的“创造性”，GPT模型能够生成原创内容，如故事、诗歌，甚至是计算机代码，这不仅仅是对已有内容的重组，而是对语言模式的深入理解和灵活运用的结果。

简单说来，这次的“涌现”就是大力出奇迹。

也就是说，数据量、算力、模型规模足够大之后，AI 的能力确实会提升，这也是目前各家AI研发公司努力的方向。大模型的参数量在不断提升，比如Meta（前Facebook）的Llama3大模型参数就达到了405B，也就是4050亿参数的规模。规模如此之大，需要用到的GPU显卡数量也在不断增加。大家所熟知的科技狂人——伊隆·马斯克刚刚建立起了他的10万显卡算力集群，就是为了用更大的算力和参数量来训练和提升他旗下的公司xAI研发的大模型。

要注意的是，涌现虽然某种程度可以说是AI突破了某个奇点，但这个奇点，不是科幻作家弗诺·文奇所提出的“技术奇点”¹，也无法说明AI真的理解了这些内容，因为目前模型的内部原理对于我们来说仍然是个“黑箱”。

用目前在创业的AI大牛李沐的话来说²，如今的大语言模型就像炼丹，需要把一些材料放进丹炉里面，然后用丹方去把丹炼出来。大模型的数据就是炼丹的材料，算力就是炼丹的火力，算法就是炼丹的丹方。但是，道士对于炼丹的技术细节是完全不理解的，就如同我们对于大模型里面的运作机制还没有搞明白一样，我们目前只知道输入和输出，但对于内部的技术机制还在研究中。

也正是因为对机制的完全不了解，2023年3月份，伊隆·马斯克、杰弗里·辛顿等上百位科技人士联合发表公开信³，希望暂停训练比GPT-4更强大的AI系统至少6个月，因为他们担心超级智能出现。

虽然最终呼吁没有被响应，但这些人的担心也有一定道理——现在的AI是个黑箱，我们不知道会发生什么。

只是对于我们来说，可能有比暂停研发更保险的方法来控制AI。而且，技术的爆发一旦来临，也不是几封公开信就能拦得住的。

但是，回顾历史我们会发现，在科技史上，原理的研究走在发明之后是常有的事情，莱特兄弟发明飞机之后，可能在30年之后，也就是1930年左右，人类才算是搞清楚了飞机的原理。

技术一般都会走在研究的前面，这是常态，黑箱也没有那么可怕，Don’t Panic!

02 人类担心了几十年的AI觉醒，暂时不会出现

公开信只是今天的人类对于AI的恐慌的表现之一，AI觉醒、AI威胁论，这些在科幻电影和小说中都耳熟能详的桥段，也是轮番登场。

今天的AI，真的会突然觉醒，然后与人类为敌，甚至统治和消灭人类吗？

简单了解了今天的AI的机制，就会知道，科幻小说和电影中经常出现的“天网”“Matrix”，可能暂时是出现不了的。

今天的AI，暂时还不会突然觉醒，也不会想着去统治人类。

就如同我们上文所说，今天的AI的主要输出机制还是“猜测下一个单词或者文字”，从过往的上亿个数据集里，基于统计模式猜测人类可能最喜欢的那个，虽然看起来是生成了看似智能的回答，但是它们并不真正“理解”所处理的信息。还是上面举的例子——“明天可能会下雨”，AI并不理解明天和下雨代表了什么，只是因为“下雨”最常出现在这句话的结尾。

科幻作家特德·姜对此也有自己的观点⁴：AI在说“对不起”的时候，并不理解对不起所代表的歉意和情绪，只是这个词可能是这个场景下最有可能出现的词汇。

还有就是，今天的AI，是一个完全只会响应输出的AI，并没有自主行动的能力或者欲望。如果人类不给它下命令，它什么也不会做。

我们可以假设下，如果它有了自主行为的欲望，并且有了要统治人类的想法，AI现有的能力是不是能够毁灭人类？

首先，AI需要更快速的成长，迅速增强自己的能力，这样才有可能实现自己统治世界的阴谋。

但是，它遇到的第一个问题是，“食物”不够了。训练GPT这样的文本生成大模型，使用的语料数据，是互联网上的数据、出版的书籍、新闻，以及各类高质量的文本数据。但是，其实到今天，人类有史以来积累的文本数据语料，已经差不多都喂给它了，才实现了现在这样的能力“涌现”。

肯定有人想到可以让AI生成数据，其实已经有部分厂商在尝试用人工合成或者AI生成的数据用于大模型的训练，不过，今年7月份《Nature》杂志上的一篇论文⁵显示，用AI生成的数据训练AI，会让模型的能力下降，甚至模型崩溃，开始退化。生成的数据能用，但目前看来效果不显著，而且有风险。

然后还有算力的问题，也就是说，AI能力的提升需要大量英伟达或者其他科技公司生产的用于AI计算的专业显卡。普通显卡也不是不能用，就是效率比较慢，折损也比较大。即使是专业显卡，如何把上万张显卡组合在一起，并且有效减少其中的能力折损，也是现在还没有完全解决的问题。目前比较高效的算力叠加方式是显卡集群。伊隆·马斯克刚刚搭建了他的拥有10张H100显卡的超级集群，这应该是目前世界最强大的AI训练集群。

但是马斯克的公司训练出的大语言模型xAI，能力也很一般，果然只有算力也是不行的。

对于不少公司甚至国家来说，10万显卡集群的难点除了要解决显卡的数据交换问题，还需要一个能稳定的发电设施，单一数据中心供电或者分布式供电，前者对基建能力的要求较高。以马斯克的10万卡集群来算，10万卡集群所需的关键IT部件的总功率约为150MW，相比之下，美国最大的国家实验室超算El Capitan的关键IT功率只有30MW，约为五分之一，可谓是相形见绌。如果粗略计算，在能耗方面，这些服务器一天就要消耗大约300万千瓦时的电力，相当于北京市东城区一天的居民用电量。

这还是目前级别的AI的耗电量，也就是说，影视剧中那种AI突然觉醒，将整座城市的电力一次性消耗的场景很难发生。因为，觉醒后的AI需要的电量可能要远大于一座城市的供电量。

但，即使AI通过某种方式解决了数据、算力和电子的问题，就当下的AI而言，与现实世界的隔阂，仍旧是它很难统治世界的一个主要原因。

今天的AI，其实还不理解真实世界，它最擅长的反而是创作内容，比如文字、图片或者视频。

为什么创作文字是最容易的？因为文字是一维的交流方式，甚至在某种意义上是比较低效的一种交流方式。现实世界反倒是最复杂的，在GPT之后不少专家提出了世界模型的概念，也正是因为这个原因，让AI理解文字是最容易的，理解世界反倒是最难的。

自动驾驶花了不少年，现在才可以在部分城市实现有限的无人驾驶，而机器人要面对的现实情况，比自动驾驶复杂很多，这也是为什么机器人还没有很快将人类取代，而今天最普及的机器人是扫地机器人。这也是为什么，AI没有像人类所担心的那样去取代操作工人，而是差点取代了文字创作者。

现实世界的三维交互，对今天的AI来说，还是一个做不到的任务。

所以，今天的AI无法制造一支机器人部队消灭人类。

如果它真的想毁灭人类，最快的方式是取得各国的武器发射权限，发射核武器。前提是，有人给了下达了这个命令，并且AI遵守了这个命令，还突破了各种实验室和网络的限制，拿到了发射权限。但大家都知道，今天的AI，连脏话和色图都限制了。

但是AI仍然是有机会毁灭人类的，只是是一种让人类自我毁灭的方式。

网络上遍布的虚假新闻、deepfake（深伪技术），已经使人类内部产生了很大的隔阂和理念冲突。

这反倒是目前的AI最有可能毁灭人类的方式——让人类死于内战。但，即使没有AI，人类也是有可能灭亡在自己手里的，所以，放宽心吧……≧ω≦

03 今天的AI，能取代人类的工作了吗？

既然AI暂时不会觉醒，也暂时不会消灭人类。那我们进入下一个问题。今天的AI，可以取代人类了吗？

或者说，今天的AI，可以取代人类的工作了吗？

简单点说，可以取代一部分工作了，但核心不是取代，而是增强人类。具体的话，则要看具体的工作内容和场景。

我们可以从当下AI主要的几个不同的类型来看今天的AI的技术能力以及成熟度。

今天大家所讨论的AI以及大模型，目前可以简单分为三类：文本生成模型、图片生成模型、视频/音频生成模型。

成熟度较高的文本类AI产品

主要是以OpenAI的 GPT系列为代表，其他包括 Claude、Gemini、Llama、文心一言、通义千问、kimi等国内外的模型产品，技术比较成熟，已经在很多现实的场景落地，进入了商业化。

比如国外的ChatGPT、国内的kimi、豆包，都是用户使用较多的产品，主要功能以文字对话为主，配合上不错的提示词⁶，AI可以帮助你进行文本翻译、文章解读、句子润色、邮件创作等办公或者学习场景下常见的一些文本工作。目前文本类AI的能力，可以认为是一名通才大学生的能力，懂多国语言，语文也不错，但数理化可能会差一些，很擅长去讲解一些概念，但做数学题不太行。

发微博/小红书、回邮件、翻译英文文章、脑暴小伙伴，甚至创作剧本和小说的部分内容，这是笔者的朋友使用文本类AI的一些场景。

已经开始商业化的图片生成产品

图像生成模型，以 Midjourney、Stable Diffusion、DALL-E 3为代表，主要以生成图像为主，也就是所谓的 AI画手，也有了一些商业化场景落地。

一些游戏场景、书籍封面、以及电商商品的演示图都开始使用AI生成的图片，2023年国内比较火的一款应用“妙鸭相机”也是AI生成图片，不过是用图片生成图片。

图片生成产品目前的主要问题是成功率不高，类似于游戏的“抽卡”，需要跟AI对话很多次才能生成一张满意的图片，而且现阶段图片生成AI对于人类的自然语言理解还不如文本生成AI那么好，需要掌握一些写作咒语的技巧才可以。

还在尝试阶段的视频、音乐生成类产品

春节期间最火爆的一款AI产品，无疑就是OpenAI的Sora了，这是一款文本生成视频的AI产品。由于在AI生成视频的时长上成功突破到一分钟，再加上演示视频的高度逼真和高质量，Sora立刻引起了轰动。但是，到现在Sora还没有面向大众开放。

而其他的视频生成产品，都在追赶Sora的路上，Pika、Runway以及国内的可灵、Pixverse、豆包的视频生成模型等，从3秒时长开始慢慢追赶，目前是10秒左右，距离商业落地尚有一段距离。

音频目前主要分为两类：文本自动转为语音的 TTS 类，以及以 Suno、Udio为代表的音乐生成产品。

文本转语音产品已经在很多商业场景落地，AI读小说、给视频配语音甚至AI自动生成播客等。

而音乐生成产品还只是在尝鲜阶段，而它们面临的版权问题，也比文本生成产品要严重得多。

差生工具多，这些工具都可以试试！

大语言模型的竞争，发展到2024年9月，正逐渐变成了科技巨头们如谷歌、微软、Meta和Amazon的竞争。国内目前还是巨头+新秀百花齐放，但可能不久后也会有新的格局变动。毕竟，大模型研发这件事太烧钱了，又迟迟没有见到好的商业落地。

怎么说呢，这个发展倒是完美符合科幻作家们的预测。科技巨头垄断一切，打倒资本巨头！

这次，我们按照热门产品类型，来介绍下国内外AI相关的产品。如果把它们都体验一遍的话，对当下能做什么不能做什么可能有更直观的感受。

但，也没必要都体验啦口胡！

ChatGPT

https://chatgpt.com

OpenAI基于自己研发的大语言模型GPT系列推出的AI聊天产品，是目前世界上用户数最多的AI产品之一，也正是它，引发了全世界对于AI的关注和讨论，以及这一波的AI科技热潮。

ChatGPT背后，是OpenAI推出的一系列GPT模型，目前性能最强大的是GPT-4和GPT-4o。ChatGPT目前主要是文本聊天，无法生成视频或者图片（部分付费用户可以生成图片），但可以识别图片。

OpenAI的文本生成图片的大模型为DALL-E 3，2023年发布，用户只要输入文字描述，就可以生成相应的图片。

OpenAI的文本生成视频的大模型为Sora，在2024年2月发布了部分演示视频，但尚未对普通用户开放。

微软重金投资了OpenAI，两家公司目前是强绑定关系。

Claude

https://claude.ai

Anthropic公司基于自己的大语言模型Claude系列推出的AI聊天产品，背后的大模型Claude 3.5是目前能力不亚于GPT-4o的文本生成大模型。

这家公司一直宣称”宪政AI”（Constitutional AI），可能是目前在AI与人类对齐方面做得比较好的公司之一。很多人认为Claude很擅长用来做文本生成或者代码生成。

亚马逊投资了Anthropic公司，拥有不少股权。

Gemini

https://gemini.google.com

科技巨头谷歌基于自家的大语言模型Gemini系列推出的AI聊天产品。

受限于大公司立场和自身的商业模式，谷歌前期在AI上的战略不是很激进，毕竟，在发布会上演示的AI产品出现了事实信息错误就导致谷歌股票大跌，也因此被OpenAI抢先，如今正在紧密追赶中。

谷歌目前旗下的很多产品中都可以体验到Gemini的功能，比如Google docs、Gmail等。

这是目前海外使用人数较多的AI chatbot产品。国内使用较多的产品有以下几个：

豆包

https://www.doubao.com

字节跳动，也就是抖音和TikTok母公司推出的AI聊天产品，基于自家的豆包大模型开发，是目前国内使用人数最多的AI产品。聊天、翻译、图像生成、AI搜索等功能比较齐全。

Kimi

https://kimi.moonshot.cn

国内创业公司月之暗面推出的AI聊天产品，在B站和小红书上备受推崇，擅长读长文本——比如一次性读一本《红楼梦》，有很多有意思的小功能。也是目前创业公司里，使用人数较多的AI产品之一。

文心一言

https://yiyan.baidu.com

百度基于自家的文心大模型推出的AI聊天产品，也是国内首个大范围面向公众开放的AI产品，据说写公文比较擅长，但他们家能力较好的文心一言4.0需要付费。

通义千问

https://tongyi.aliyun.com

阿里巴巴基于自家的Qwen大模型推出的AI聊天产品。支持语音转文字、PPT创作、论文速读等功能。

其他聊天类产品还有：海螺AI、百小应、万知等产品。

在chatbot也就是聊天机器人产品之外，也有不少基于文本大模型诞生的创新型产品，目前主要是AI搜索、AI陪聊、AI编程。

Perplexity

https://www.perplexity.ai

互联网的网页其实是开发给搜索引擎而不是人类看的，所以，如果AI能够帮助我们去搜索内容和汇总梳理内容，或许能够看到不一样的搜索结果。

比如风头正盛的Perplexity AI搜索，主打“知识搜索”，输入一句话，AI会将结果进行梳理后呈现给你，每一段信息都会有单独的信息源标注，保证信息来源的准确性。

Perplexity的目的不是颠覆谷歌，而是提供另外一种内容搜索与组织方式。国内相对应的产品是秘塔AI搜索：https://metaso.cn/，适合知识查询及学习时使用。

Character.ai

https://character.ai

人类对于AI的梦想是什么？完美的 AI助理、朋友甚至爱人。也正因此，在ChatGPT火了之后，不少基于AI的陪聊产品诞生，你可以让AI扮演各种角色与你聊天，毕竟，这个时代的人们，最怕的就是孤独了。

国内类似的产品是星野，由国内AI创业公司MiniMax推出。

AI 编程产品

除了众所周知的Github Copilot之外，今年也出现了不少AI编程类产品，面向不怎么懂编程的普通用户，这也是当下AI的一种能力体现，增强人类个体的能力而非取代人类。

Cursor：https://www.cursor.com/

据说有七岁小女孩使用这款产品独立开发了游戏。

Wordware：https://www.wordware.ai/

完全可视化、可拖拽的AI产品搭建网站，简单说来，有点类似Wordpress。

04 作为一个普通人，怎么才能不会被AI取代？

最简单，用起来。根据自己的需求，更多地去尝试各种AI的能力。

对敌人越了解，越不会被敌人打败。还有一句话，你不会被AI取代，只会被会用AI的人类取代。

先学会跟AI对话

人与人沟通尚且很困难，更何况人类与AI呢？用好AI的第一步，是学会跟AI说话。

如果是半年前写这篇文章，我一定会贴一大段讲解如何写好prompt（跟AI对话的提示词）的攻略给你，但现在随着AI的能力提升，已经不需要那么做了。

Claude 工程师前不久曾在一起播客里聊到怎么跟AI对话，怎么写出好的prompt，我稍微提炼了一些关键点：

• 很多时候，需要做的只是写一个非常清晰的任务描述，而不是尝试构建抽象的东西。
• 你需要能够把事情讲得足够清楚，让模型明白你的任务是什么，并且擅长思考和描述概念。
• 你得把自己脑海中所有你知道但模型不知道的东西整理清楚，然后写下来。毕竟，你不说的话，AI怎么会知道呢？(≧ω≦)
• 很多人都没有理解什么是提示词。很多人看到一个输入框时，会把它当成一个谷歌搜索框，输入几个关键词。毕竟，你也不会这么跟同事交流，对吧？
• 模型可以理解复杂的信息，不需要过度简化。

想一下，你会怎么跨部门跟同事沟通、怎么跟你的实习生沟通，或者跟上门维修空调师傅沟通事情，跟AI沟通的时候也这么干就可以了！

哪里痛，就在哪里用！

很多人使用AI产品的第一个困惑一般是，我能用它做什么？

不用焦虑，秉承一个简单原则：哪里痛，就用在哪里！英文不好但又需要去写英文邮件，用起来！想看英文深度报道，让AI帮你翻译。对一些科技名词不了解、写大纲卡住了、想了解一个陌生的概念等等，都可以。

甚至使用电脑时遇到了困惑，也可以第一时间打开AI咨询，就比如，我刚帮我的一位策划朋友解决了他的某个很奇怪的需求：

如果我想打几个字就生成一个这几个字的图片，有什么最快的方式吗？因为有很多行，不想手动截图。

我是这么和kimi交流的：

User: 我想一个cmd批处理文件，作用是：把我的一个txt文件的每一行文字都保存为单独的图片。

Kimi: 创建一个批处理文件来实现你的需求，需要使用到一些外部工具，比如convert命令，它是ImageMagick软件包的一部分，用于图像处理。以下是一个简单的批处理脚本示例，它将读取一个文本文件，并将每一行保存为单独的图片。
1. 首先，确保你的电脑上安装了ImageMagick，并且convert命令可以在命令行中使用。
2. 创建一个批处理文件，比如命名为text_to_images.bat，并将以下代码复制进去：
--------------------------------------------------------------
Plain Text
@echo off
setlocal enabledelayedexpansion

:: 设置文本文件和输出目录
set "input_file=your_text_file.txt"
set "output_dir=images"

:: 创建输出目录
if not exist "%output_dir%" mkdir "%output_dir%"

:: 读取文本文件的每一行
for /f "tokens=* delims=" %%a in (%input_file%) do (
    set "line=%%a"
    :: 将每一行文本转换为图片
    convert -background white -fill black -font Arial -pointsize 24 label:"!line!" "%output_dir%/line_!line!.png"
)

echo Done.
endlocal
--------------------------------------------------------------
3. 将your_text_file.txt替换为你的文本文件的路径，images是你想要保存图片的目录。
4. 双击运行text_to_images.bat，它将读取文本文件的每一行，并将每一行保存为一个名为line_<line_content>.png的图片。
请注意，这个脚本使用了label:选项来创建文本标签，并且设置了背景颜色为白色，文本颜色为黑色，字体为Arial，字体大小为24。你可以根据需要修改这些设置。
如果你的文本包含特殊字符或者非英文字符，可能需要调整字体和编码设置以正确显示文本。 

User: 还有其他方式吗，不安装第三方工具 
Kimi: 如果你不想安装第三方工具，可以使用Windows自带的PowerShell来实现这个功能。以下是一个使用PowerShell将文本文件的每一行保存为图片的示例：
1. 打开记事本或任何文本编辑器，并将以下代码复制进去：
--------------------------------------------------------------
PowerShell
$inputFile = "your_text_file.txt" # 替换为你的文本文件路径
$outputDir = "images" # 输出目录

if (-not (Test-Path $outputDir)) {    
New-Item -ItemType Directory -Force -Path $outputDir
}

$text = Get-Content $inputFile
$text | ForEach-Object {    
  $line = $_    
  $image = New-Object System.Drawing.Bitmap 800,200    
  $graphics = [System.Drawing.Graphics]::FromImage($image)    

$graphics.FillRectangle([System.Drawing.Brushes]::White,0,0,800,200)   
  $font = New-Object System.Drawing.Font "Arial",12    
  $solidBrush = 
[System.Drawing.SolidBrush][System.Drawing.Color]::Black    
  $graphics.DrawString($line, $font, $solidBrush, 10,10)    
  $graphics.Dispose()    
  $image.Save((Join-Path $outputDir 
"line_$($text.IndexOf($line)).png"))    
  $image.Dispose()
}
--------------------------------------------------------------
2. 将your_text_file.txt替换为你的文本文件的路径，images是你想要保存图片的目录。
3. 将文件保存为.ps1扩展名，例如text_to_images.ps1。
4. 右键点击保存的.ps1文件，选择“使用PowerShell运行”。
这个脚本使用.NET Framework中的System.Drawing命名空间来创建和保存图片。它会读取文本文件的每一行，并将其保存为一个PNG图片。
请注意，这个脚本在某些情况下可能需要调整，例如调整图片大小、字体大小或文本位置。此外，如果你的文本文件非常大，这个脚本可能会消耗大量内存。 

你看，我所需要做的就是把我的需求说清楚，甚至还能“讨价还价”。

实在还不知道怎么用，先看这四个案例！

如果你确实没啥痛点，不妨试试这几个场景，没准会有一些小惊喜。

翻译

这是笔者使用AI最多频率的功能。在网页插件沉浸式翻译的帮助下，每天阅读大量的科技资讯，甚至直接阅读一些英文小说。

比如这篇特德·姜发表在《纽约客》上的文章⁷，就是在Claude的帮助下（让AI同时给我生成直译+意译），半个小时内搞定的。

学习助手

AI很适合对一些陌生名字或者科技知识进行解释，你可以要求它向一名高中生或者初中生解释知识点。在你想了解一门新的技术或者领域的时候，尽可能清晰地向AI描述清楚，它能给你不少帮助。

还可以用来进行论文解读，尤其是长篇的英文论文，但是请注意，为了保证你真正读懂一篇论文，你可以试着让AI来提问，而不只是让AI来总结。毕竟，能输出的知识，才是真正掌握了的知识。

还有语言学习，很多人把ChatGPT当做自己的外语家教，你也可以试试。

创作助手

文章思路搭建、剧本大纲构思、图片创意生成，甚至某个场景的详细描写等等，都可以试着用AI来完成。

但是，不要把创作的权力交给AI，它可以充当你的创意助手、构思讨论小伙伴，而不是你的代笔。

工作助理

Word中某个格式怎么调整，Excel中忘记了某个公式了，常见的一个英语词汇忘记了，甚至回复邮件的时候想让语气变得更和善、或者态度更专业一些……

这些都可以试着让AI帮你解决，即使不能解决，也能给你提供一些有用的思路。

DeepMind 的机器学习专家Nicholas Carlini在一篇文章⁸中，详细讲解了自己在日常中如何使用ChatGPT，比如写代码、优化代码、修复bug等，虽然偏工程师的思维和场景，但很多事情的解决思路是想通的。

那些重复性很高、你一直很困扰、一直想优化的事情，交给AI试一下，没准有惊喜。

不管怎样，先用起来。

参考资料：

1. 1982年，弗诺·文奇在卡内基梅隆大学召开的美国人工智能协会年会上首次提出“技术奇点”这一概念，认为突破奇点后将会有超级智能的出现。 ↩︎
2. 李沐上海交大演讲全文 ↩︎
3. 马斯克、杰弗里·辛顿联名公开信全文：https://www.thepaper.cn/newsDetail_forward_22490961 ↩︎
4. 特德姜：人工智能会创造真正的艺术吗？ ↩︎
5. Nature 论文：用 AI 生成的数据训练 AI，会让大模型崩溃   ↩︎
6. DeepMind科学家：50个AI提效用例详解，工作中我是这么用AI的
   ↩︎
7. 特德姜：人工智能会创造真正的艺术吗？ ↩︎
8. DeepMind科学家：50个AI提效用例详解，工作中我是这么用AI的 ↩︎

审校：东方木、于苏斯