北京時間2月16日，OpenAI 、Google、Meta、Stability 幾家公司都在近乎同一時間節(jié)點發(fā)布文生視頻模型成果，Sora 在這場角逐中破圈而出，打響文生視頻大模型行業(yè) 2024 年的第一炮。3月13日，人形機器人領(lǐng)域的明星企業(yè) Figure AI 公司發(fā)布了一段視頻，展示搭載了 openAI 大模型的機器人 Figure 01 遞蘋果、瀝水架、收拾餐具等對話交互場景。機器人甚至可以一邊收拾好桌面垃圾，一邊告訴與其互動的人類為什么給你拿的是蘋果。2024年1月，F(xiàn)igure 01 通過看視頻學(xué)會了沖咖啡，2月學(xué)會了搬箱子，如今搭載了openAI大模型則實現(xiàn)了更強大的物品識別能力和對話能力。今年，我們迎來的不再只是GPT-5，而是更多類似 Sora、 Figure 01 這樣接入了AI大模型的成熟產(chǎn)品。人們對通用人工智能帶來的改變更加期待，但與此同時：經(jīng)過過去一年大模型經(jīng)歷的爆發(fā)期，AI領(lǐng)域的發(fā)展有了新方向，各行各業(yè)使用AI開拓相應(yīng)需求的應(yīng)用有了新的思路。著陸Touch Base盤點了一些案例，從適老化、無障礙、公平性等領(lǐng)域來看看AI這一年是否真正帶來了改變。助老，是否冷飯熱炒
AI的發(fā)展并非一蹴而就，康養(yǎng)行業(yè)作為銀發(fā)經(jīng)濟的重要板塊，一直是人工智能最先開始開發(fā)應(yīng)用的落地場景。目前已有的案例有：智能湯匙，通過AI算法減少手部抖動，讓阿茲海默癥患者可以自主進食；智能藥盒，提醒老年慢性病患者定期服藥；可穿戴設(shè)備，如衣服傳感器、鞋子傳感器，通過數(shù)據(jù)采集與定位，來及時跟蹤老年人的身體和出行情況。那么，通用大模型時代的到來，康養(yǎng)產(chǎn)業(yè)想要力推的AI適老化能否有新的突破？接入AI模型的可穿戴設(shè)備或許是這一領(lǐng)域的突破口。一位用戶告訴著陸TouchBase，之前給父親買了一款華為手表用來監(jiān)測血壓，自己教過他好幾次都不太會用，父親不好意思每次打電話問，就一直沒佩戴過。這正是AI在適老化層面亟待解決的難題——如何打破老年人在使用AI產(chǎn)品時存在認知壁壘。去年，華為發(fā)布了鴻蒙4（HarmonyOS 4），除了常規(guī)體驗更新，還加入了大模型元素 —— 盤古大模型3.0，賦能全新“小藝”助手，實現(xiàn)更智能的人機交互，華為小藝也成為首個具有 AI 大模型能力的終端智慧助手。通過大模型強大的語義理解和生成能力，當老人遇到問題時，像華為小藝這樣的語音助手可以直接給出解決步驟，解決老年人的情緒負擔，可以隨時隨地提問，這在一定程度上讓AI適老化的道路更加清晰。不過華為手表只是有了搭載大模型的“AI助手”，還不算嚴格意義上的AI手表，目前國內(nèi)外也還沒有太成熟的產(chǎn)品，但谷歌似乎早早瞄準了這一賽道，團隊正在組建開發(fā)更垂直的“個人健康大語言模型”，據(jù)稱將在今年發(fā)布的新一代 Pixel Watch 上內(nèi)置基于 Gemini 改造的個人健康大模型。至于是否能有驚喜突破，或許還要等到今年的 Google I/O 開發(fā)者大會上才有答案。早期AI健康管理設(shè)備，主要技術(shù)聚焦在物聯(lián)網(wǎng)和大數(shù)據(jù)等層面。大模型的接入，讓機器的深度學(xué)習能力有了質(zhì)的飛躍，有了更高的環(huán)境感知能力和決策能力，真正具備“智能”的性能，有效推進了AI健康管理領(lǐng)域發(fā)展。同樣通過大模型獲得發(fā)展的還有百度2023年推出3.0版本的AI用藥說明書。借助文心大模型和數(shù)字人技術(shù)，用戶可以和數(shù)字人藥劑師實時交互，有效解決了紙質(zhì)版說明書看不清、看不懂以及字太小的痛點。此外，3.0版本的AI用藥說明書新增用藥提醒功能，用戶可以設(shè)置用藥時間和提醒方式。早期AI的學(xué)習能力和對環(huán)境的感知能力非常單一，但基于多模態(tài)識別和大模型的進展，老年群體與智能機器的交互方式發(fā)生質(zhì)變，打破數(shù)字鴻溝成為可能。目前，政府和公共部門一直是智能助老產(chǎn)品的主要用戶，過去一年里，優(yōu)必選科技和恭和家園聯(lián)手，除了在數(shù)字化、智慧化上精進，在適老化上探索更完善的智慧養(yǎng)老解決方案。這一養(yǎng)老社區(qū)引入了大量功能各異的AI機器人，如清潔機器人、送餐機器人、智能代步機器人，它們在社區(qū)內(nèi)各司其職，讓無障礙出行服務(wù)落到實處。此外，在長者的居住空間里，智能聲控系統(tǒng)、陪伴機器人也讓智慧養(yǎng)老的環(huán)境更具溫度。此前，功能稍微復(fù)雜的人形機器人都會被視作黑科技，屬于小眾范疇的話題，而無論是需求側(cè)還是供給側(cè)，都沒有充足的條件支撐發(fā)展，而如今，隨著AI技術(shù)創(chuàng)新、場景落地和商業(yè)化，擁有具身智能的人形機器人實現(xiàn)量產(chǎn)，成為可能。機構(gòu)養(yǎng)老如果能刺激更多智慧養(yǎng)老機器人的出現(xiàn)，那么依靠機器人居家養(yǎng)老的暢想藍圖，未嘗不是未來生活的草稿。Figure 01的出現(xiàn)，再次引發(fā)了大家對依靠機器人居家養(yǎng)老的討論，事實上去年斯坦福的家政機器人Aloha就在網(wǎng)絡(luò)上爆火。據(jù)官網(wǎng)片展示，Aloha能拉窗簾、擰瓶蓋、倒垃圾、洗衣服，看起來“無所不能”。但次日，開發(fā)人員卻發(fā)布了它的“翻車視頻”，Aloha倒紅酒打翻酒杯，炒菜卻把鍋燒黑，倒菜找不到盤子，而且這一切還需要半遙控狀態(tài)。這并不妨礙大家對家政機器人的期待值攀升。隨著通用AI大模型的發(fā)展，人形機器人的成本大幅降低，同時，機器人“腦力”的大福提升，也助推了機器人“行動力”的發(fā)展。人形機器人領(lǐng)域始終難以突破的技術(shù)難題 —— 精細化操作，比如面對柔軟的布料，如何完成疊衣服、疊被子，正在不斷被攻克。Mobile ALOHA僅通過兩指夾?具，便完成了洗衣、做飯等高難度動作，讓家務(wù)機器人有了更加具象的想象空間。讓機器人照顧人類的晚年，承擔起繁重家務(wù)的場景，盡管仍需時日，但絕非空想。 助殘，在馬斯洛金字塔更上一步
一個人接收與發(fā)送信息，無非就是耳聽、眼看、嘴說、手打字等，來自各渠道信息形態(tài)（如視覺、聽覺、觸覺）可以視為一種模態(tài)。在AI語境中，殘障人士的溝通系統(tǒng)可視為某個模態(tài)輸入或者輸出的堵塞。如果AI能夠從一個模態(tài)迅速轉(zhuǎn)變成另一個模態(tài)，比如將視覺信息迅速轉(zhuǎn)換成聽覺信息，就能幫助殘障人群把“障礙”繞過去。這一年，大模型和生成式AI技術(shù)賦予了更自然的語言和更順暢的交互，對無障礙建設(shè)工作來說是一個很大的助力。Be My Eyes 是丹麥的一家初創(chuàng)企業(yè)，旗下同名APP平臺通過召集全世界的人工志愿者來協(xié)助視障用戶完成日常生活瑣事，但并非所有的視障用戶都會愿意跟陌生人共享個人信息和生活場景，除了隱私安全還涉及到視障群體的自尊心問題，這也導(dǎo)致了這一應(yīng)用推進遇到了瓶頸。去年接入GPT-4后，Be My Eyes就率先推出一項“虛擬志愿者”（Be My AI）功能，客戶反響迅速提升。用戶與AI關(guān)于電視內(nèi)容的“對話”來自美國的盲人女孩 Lucy Edwards 分享自己使用Be My Eye的場景：閱讀時尚雜志目錄、將中文翻譯成英文、搜索網(wǎng)上食譜、閱讀餐廳菜單等等。此外，Edwards還展示了將Be My AI用作私人教練和倫敦地鐵導(dǎo)游的潛力。盲人女孩 Lucy Edwards 分享自己使用 Be My EyeEdwards表示，AI可以賦予視障人群更大的自主性和私密度，避免了和陌生人溝通帶來的尷尬和隱私問題。國內(nèi)類似的平臺則更加注重應(yīng)用場景精準化，如基于MOSS大模型而開發(fā)的“聽見世界”APP，就有根據(jù)導(dǎo)航、環(huán)境描述、尋找物品等應(yīng)用場景而設(shè)計的向?qū)Ｊ?、朋友模式和管家模式。開發(fā)團隊結(jié)合實地測試，模擬視障者真實體驗，細節(jié)更為精致，能夠更好地充當視障人士的智能管家。AI 技術(shù)普及的數(shù)十年來，手語識別轉(zhuǎn)文字一直有較大的技術(shù)空白，聽障行業(yè)存在諸多待攻克的難點 —— 如何在較小空間中準確跟蹤手指關(guān)節(jié)動作、識別其方向和運動軌跡，怎樣處理手語特有的語法順序和省略表達、手語動作間的相似及包含關(guān)系等問題。vivo技術(shù)研發(fā)團隊整合 AI 等實現(xiàn)了手語到文本再到語音的流暢互譯，在2023年3月正式推出“手語翻譯官”功能。目前，已經(jīng)可以識別1200個手語詞匯，準確率80%以上，相當于漢語四級水平。而手語合成部分，已經(jīng)覆蓋了國家通用詞典8000以上的詞匯，可以實現(xiàn)文字到手語的順暢翻譯。以前大多數(shù)信息無障礙的改造，都停留在功能層面的“補全”，停留在“實用”，比如上述的兩項，主要目的是減少有障群體使用數(shù)字產(chǎn)品的不便利性。當AI技術(shù)更多和文娛世界結(jié)合，也為殘障群體提供了更多的精神支持。OrginOS 4團隊為視障用戶帶來了一項功能——vivo讀譜。傳統(tǒng)的盲譜不僅曲庫有限，還會因為手的反復(fù)觸摸而逐漸磨損，難以長期使用。vivo讀譜可以通過AI技術(shù)將鋼琴曲轉(zhuǎn)變成五線譜，然后按照音符、節(jié)拍、小節(jié)來朗讀曲譜，實時陪伴視障用戶自助練琴，探索音樂世界。助貧，是誰改變了誰的宿命
ChatGPT的誕生帶來了更加豐富的就業(yè)機會。
Chandrika來自印度，是一家名為Karya公司的數(shù)據(jù)工作者。在Karya應(yīng)用程序上，她通過母語卡納達語朗讀文本，就賺到每小時5美元的工資，這個數(shù)據(jù)幾乎是印度最低工資的20倍。Karya是一家成立于2012年的丹麥初創(chuàng)企業(yè)，通過雇傭數(shù)據(jù)工作者工作，然后以市場價向大型科技公司和學(xué)術(shù)界、政府等機構(gòu)客戶出售數(shù)據(jù)。創(chuàng)始人Manu Chopra的愿景是通過數(shù)據(jù)工作來幫助印度農(nóng)民擺脫貧困，據(jù)了解，目前Karya公司已向印度3萬名農(nóng)村居民支付了6500萬盧比（近80萬美元）。不過，曾有先例肯尼亞企業(yè)Sama公司卻被曝出壓榨員工。一位工作者表示，每天高強度的數(shù)據(jù)訓(xùn)練工作讓他睡不著，且因為閱讀大量不堪內(nèi)容而頻繁出現(xiàn)幻覺，但他每小時獲得的薪酬還不到2美元。在被BBC問及低工資問題時，Sama公司創(chuàng)始人還辯稱，支付更高工資會破壞當?shù)亟?jīng)濟。因此，這類數(shù)據(jù)公司是否真的能秉持初心，以及其商業(yè)模式的可持續(xù)性還有待探究。印度的貧窮問題并不只是錢的問題，《貧窮的本質(zhì)：我們?yōu)槭裁磾[脫不了貧困》一書中曾揭露的印度貧窮問題的本質(zhì)，其中重要的一項是 —— 貧困群體缺乏正確的信息和教育，因此無法做出最有利的決策。例如，他們不了解基本的衛(wèi)生和營養(yǎng)知識，不知道如何有效地為孩子接種疫苗，不清楚教育資源的重要性以及如何獲取這些資源等等。針對印度10億人口正在使用的5種語言（馬拉地語、泰盧固語、印地語、孟加拉語和馬拉雅拉姆語），Karya公司正在建立一個關(guān)于能夠用印度方言回答農(nóng)民關(guān)于醫(yī)療保健、農(nóng)業(yè)、衛(wèi)生、銀行和職業(yè)發(fā)展等問題的聊天機器人，被稱之為“消除貧困的ChatGPT”。2023年5月，微軟也曾推出可以提供從文本和語音多語言翻譯的Jugalbandi聊天機器人。Jugalbandi主要服務(wù)對象是農(nóng)民，特別是不會說印度流行語言，又希望了解或獲得申請獎學(xué)金之類公共服務(wù)的農(nóng)民。它的運作原理是利用當?shù)匮芯繉嶒炇褹I4Bharat開發(fā)的大語言模型解析查詢，發(fā)現(xiàn)相關(guān)信息，然后用母語生成當?shù)剞r(nóng)民容易理解的答案。目前，Jugalbandi可以翻譯印度22種官方語言中的10種。當然，印度貧困問題根源復(fù)雜，因素眾多，想通過應(yīng)用軟件來消除貧困不切實際，但AI從貧困群體需求出發(fā)，也讓人工智能在應(yīng)用場景上有更具公益性的開端。或許我們有了答案，但更多的是問題
回望這一年，以GPT-4模型為代表的大模型技術(shù)，讓AI擁有了深度學(xué)習能力，擺脫了“有多少智能就要多少人工”的魔咒；而多模態(tài)的識別生成技術(shù)，讓人機交互方式多元化，幫助老年群體、殘障群體更好地使用人工智能。我們從去年的變化中窺見未來生活的草稿，如今站在技術(shù)拐點，除了期待，還有很多關(guān)于問題尚未解決，很多技術(shù)和應(yīng)用都還在起跑線，但可以看到一個新的趨勢：AI正在改變著商業(yè)向善的尺度。Be My Eyes：Be My Eyes integrates Be My AI? into its first contact center with stunning results.Google：Our progress on generative AI in health.Karya：AI by the people, for the people.Time Magazine：The Indians' startup making AI fairer—while helping the poor.YouTube：Figure status update—OpenAI speech-to-speech reasoning.愛范兒：OpenAI 機器人炸裂登場！ChatGPT 終于有身體了，能說會看還能做家務(wù) 。新華網(wǎng)：百度健康首發(fā)可交互AI用藥說明書，助力適老化改革。
本站僅提供存儲服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請
點擊舉報。
