AI 是构建元宇宙的关键底层技术。维基百科对人工智能的定义：人工智能（Artificial Intelligence，缩写为 AI）亦称智械、机器智能，指由人制造的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。AI 的初衷并不是要取代人类，而是大幅增强人的能力和贡献。

强人工智能：强人工智能观点认为“有可能”制造出“真正”能推理和解决问题的智能机器，并且这样的机器将被认为是具有知觉、有自我意识的。强人工智能可以有两类：人类的人工智能，即机器的思考和推理就像人的思维一样；非人类的人工智能，即机器产生了和人完全不一样的知觉和意识，使用和人完全不一样的推理方式。

看：电脑视觉（Computer Vision）、图像识别（Image Recognition）、人脸识别（Face Recognition）、对象侦测（Object Detection）。

听：语音识别（Sound Recognition）。

说：语音生成（Sound Generation）、文本转换语音（Text-to-Speech）。

读：自然语言处理（Natural Language Processing，NLP）、语音转换文本（Speech-to-Text）。

写：机器翻译（Machine Translation）。

认知能力（Cognition）指的是人类通过学习、判断、分析等等心理活动来了解消息、获取知识的过程与能力，对人类认知的模仿与学习也是目前 AI 第二个焦点领域，包括：

🔹分析识别能力：如医学图像分析、产品推荐、垃圾邮件识别、法律案件分析、犯罪侦测、信用风险分析、消费行为分析等。

🔹预测能力：例如 AI 执行的预防性维修（Predictive Maintenance）、智能天然灾害预测与防治。

🔹判断能力：例如 AI 下围棋、自动驾驶车、健保诈欺判断、癌症判断等。

🔹学习能力：例如机器学习、深度学习、增强式学习等等各种学习方法。

创造力（Creativity）指的是人类产生新思想，新发现，新方法，新理论，新设计，创造新事物的能力，它是结合知识、智力、能力、个性及潜意识等各种因素优化而成，这个领域目前人类仍遥遥领先 AI，但 AI 也试着急起直追，主要领域包括：AI 作曲、AI 作诗、AI 小说、AI 绘画、AI 设计等。

智能（Wisdom）指的是人类深刻了解人、事、物的真相，能探求真实真理、明辨是非，指导人类可以过着有意义生活的一种能力，这个领域牵涉人类自我意识、自我认知与价值观，是目前 AI 尚未触及的一部分，也是人类最难以模仿的一个领域。

🔹AI 会遵循科技发展的加速度理论；

🔹AI 可能会有自我改造创新的能力；

🔹AI 进步的速度远远超过人类；

🔹人类会有被灭绝的危机存在。

🔹依目前的研究方向，电脑无法突变、苏醒、产生自我意志，AI 也不可能具有创意与智能、同情心与审美等这方面的能力。

Dali 代表作《记忆的永恒》和机器人总动员海报

DALL·E 是如何实现先理解文字，再创造图片的呢？

要从理解 token 开始，语言学中对 token 的定义是词符，或者标记。对于英语来说，每个字母就是一个 token，每一个单词就是一个 tokens。但在 NLP 中，tokens 并不一定代表完整的单词，如 re、ug 等没有实际意义的字母组合也算一个 tokens。在最早提出 Transformer 架构的论文《Attention is all you need》里，就提到了 BPE（Byte-Pair Encoding）编码方法，简单来说，BPE 就是通过分析训练集中每个单词的组成，创建一个基础词汇表，词汇表里涵盖了一定数量最常用的 tokens。

模型中 tokens 的数量是超参数，也就是训练模型中人为规定的。DALL·E 同时包含着 BPE 编码的文本和图像词汇表，分别涵盖了 16384、8192 个 tokens。当需要生成图片时，它以单一数据流的形式，接收 1280 个文本和图像的 tokens（文本 256 个 tokens，图像 1024 个 tokens），建立回归模型。与大多数 Transformer 模型一样，DALL·E 也采用自注意力机制（Self-Attention），分析文本内部的联系。在 DALL·E 的 64 层自注意层中，每层都有一个注意力 mask，就是为了使图像的每个 tokens 都能匹配文本 tokens。

左右滑动查看更多 AI 自动生图

🔹上下文推理。将文本目标“翻译”成图像这个问题，是没有唯一答案的，且语言中常含有字面所没有的引申义。如“日出时，坐在田野上的水豚”的绘画像这一文本目标，其中并没有提到水豚的阴影，但根据经验我们也能知道，日出时，水豚必然会有由于阳光照射产生阴影。因此，DALL·E 就需要通过 Transformer 中的上下文推理，通过自己的“经验”得到这一结论；