#小笔记

看到美国风投公司 a16z 的一张 AI 机会地图。这张图对我的启发在于提供了一个思考 AI 应用的框架，似乎很多 AI 场景的应用都可从这张图中找到自己的位置。横坐标轴是对错误的容忍度，纵坐标轴是任务的复杂度，对应的象限内的应用包括：

- 第一象限：任务复杂度高，容错率低。代表应用有药物研发，和医疗保健服务。是属于让 AI 去做专家去做的事情。

- 第二象限：任务复杂度高，容错率高。代表应用 GPT-3，和 Midjourney。是让 AI 做创意型工作。

- 第三象限：任务复杂度低，容错率高。代表应用是 Neflix。这种是传统的机器学习做的事情。

- 第四象限：任务复杂度低，容错率低。代表应用是自动驾驶。这种是 AI 去做人每天做的事情。

这张图一方面给出了一个思考 AI 应用的框架，任务复杂度与容错率的象限图。

另一方面，也给出了一些可能的应用演进的趋势。例如在这篇研究中写到：

人工智能从较不复杂的、一次性的模型（机器学习）开始，用于执行容易出错的简单任务，例如，Netflix 使用 AI 来推荐节目。随着人工智能变得越来越复杂，我们正在逐渐进入新的可能性的类别。例如，生成式人工智能现在可以生成文本和图像，以及完成复杂的任务，尽管可能会出现错误（也被成为幻觉）。

但随着时间的推移，这种进展将导致人工智能驱动的生命科学和医疗保健方面的潜力大大提高，从而扩大熟练的劳动力，或者提升低技能的劳动力。例如，人工智能可以提出答案或想法，允许训练有素的人类选择最佳方案，筛选结果并跳过任何错误答案。这种方法自然地将人工智能整合到现有工作流程中。

全文链接：a16z.com