生成式AI与计算机视觉：创造最大价值

插图：© IoT For All → 教皇穿着一件蓬松的巴伦西亚加夹克走上街头。一篇2000字的文章，几秒钟就写出来。巧妙的谜语，不费脑地创作出来。根据你冰箱里的照片生成食谱创意。生成式人工智能有时感觉就像魔法一样。它迅速成为新一代“热门”技术也就不足为奇了。生成式人工智能易于使用且功能多样，能够创建文字、口头和视觉内容，帮助企业完成从市场营销到销售再到法律的多项业务操作。但人工智能并不是什么新鲜事物。AI是Siri声音的来源，是电子邮件系统可以预测你句子结尾的方式，也是Spotify知道你下一步想听什么歌的机制。在过去十年里，AI已经悄无声息地融入了我们生活的方方面面。虽然因为像ChatGPT这样的大型语言模型（LLM）的普及，生成式AI似乎成了唯一类型的人工智能，但事实上它只是庞大AI领域中的一部分。在生成式AI与计算机视觉的对比中，生成式AI在许多任务上非常有用，但对那些需要实时、视觉数据了解当前流程的企业来说，计算机视觉则是必不可少的。为了了解哪种AI将为你的企业带来最大的投资回报率（ROI），了解AI的基础知识并探索其不同能力是关键的。### AI的类型教机器像人一样思考和反应是复杂的，因此AI被划分为三种主要类型：狭义人工智能（ANI）、通用人工智能（AGI）和超级人工智能（ASI）。 - **ANI** 专注于狭义定义的任务。 - **AGI** 能像人一样思考，可以执行一般性任务。 - **ASI** 能够完成超出人类能力范围的任务。这些分类还可进一步细化为四个子类型： - **反应式机器**：以IBM的深蓝为例，这类AI基于预定义的规则和策略运行，但无法学习或改进。 - **有限记忆AI**：随着数据的增加，这类AI会变得越来越“聪明”，例如自动驾驶汽车。 - **心智理论AI**：这是一个新兴的子类型，旨在理解人类行为的情感层面。 - **自我意识AI**：目前尚不存在，但若存在，它将赋予机器自我认知能力。生成式AI属于哪一类？ 生成式AI指的是创建内容的AI系统，无论是音频、视觉还是文本内容。这些系统，包括像ChatGPT这样的大型语言模型（LLM），会分析现有数据进行预测，并根据训练生成新数据。使用高级算法，LLM可以像真正理解语言那样进行交流。然而，重要的是要记住，生成式AI仅依赖于模式和预测来生成文本，它并不理解生成的内容。生成式AI是生成各种类型内容的有力工具，从社交媒体帖子到文章、图像、语音记录，甚至网站开发代码。它节省时间，激发创造力，并将员工从重复性任务中解放出来。但它并不是魔法。因为它受限于训练数据，有时可能会生成不准确或不连贯的回应。随着大型语言模型的普及，这一技术也受到了越来越多的审查，尤其是围绕隐私问题。一些组织正在开发自己的LLM以维护数据隐私，而其他组织则在努力制定关于如何使用生成式AI的准则和政策。最近，运行这些数据饥渴型模型的成本也变得对许多希望利用AI力量的组织而言难以承担。### 计算机视觉：一种实用型AI虽然任何企业都可以使用LLM来创建营销资产或销售材料，但它无法帮助企业看到生产线上、商店中或他们经营场所的实时情况。生成式AI只能基于过去的数据生成文本或图像——而不是当前正在发生的事情。对于实时的视觉洞察，计算机视觉是关键。计算机视觉是一种不同的AI类型，它赋予机器像人一样解释和理解视觉信息的能力。它通过现有的摄像头实时检测人、物体和事件，从而采取主动措施提升生产力和安全性。这种实用型AI在业务进行的同时提供前所未有的数据，从而实现真正显著的运营改进。计算机视觉并不创建新数据，而是突出机会，使各行业变得更高效和灵活。实时视觉洞察的使用案例几乎是无限的。在企业需要额外“眼睛”的任何地方，计算机视觉都可以提供帮助。而传统的安防录像和视频监控通常只能在事件发生后使用，计算机视觉则可以在问题发生时立即通知管理人员和员工。这可以提升安全水平，降低成本，并改善员工和他们服务的顾客的体验。### 计算机视觉的实际应用计算机视觉的应用覆盖多个不同行业，提供实时数据分析以改善流程、决策和效率。下面将展示它如何变革行业，并对比生成式AI与计算机视觉：#### 零售业了解零售店中发生的事情对于提供卓越的客户体验至关重要——而更满意的客户意味着更高的利润。由于计算机视觉提供实时的视觉数据，商店经理能够全面了解店内的一切情况。这包括诸如：- 实时自动客流量统计，以便快速调整人员配置并及时服务顾客。- 排队时间监控和警报，当队列超过一定阈值时帮助减少客户流失和销售额下降。- 行人流量分析，有助于产品摆放、人员配置决策和客户满意度。相比之下，生成式AI则依赖于历史数据，并需提示才能基于现有信息生成新内容。这包括诸如：- 创建营销材料，包括店内展示设计。- 创建社交媒体内容。- 回应客户咨询和评论。- 分析历史趋势。计算机视觉的独特之处在于它提供实时的视觉数据，可以立即影响零售运营。与依赖过去信息做出未来决策的生成式AI不同，计算机视觉的实时警报和信息使零售商能够在店内发生问题时迅速应对。它是唯一能够在零售环境中充当“额外一双眼睛”的AI，为零售商带来巨大价值。#### 制造业和仓储在零售店中一样，看到制造或仓储设施中的情况对于改善运营至关重要。实时视觉数据可以通过及时处理问题，减少延误和停机时间。因此，计算机视觉可以用于：- 自动检测异常和缺陷，提高准确性。- 自动检测包裹和标签，减少昂贵的误拣和延误。- 提供实时安全监测（包括机器人和危险区域的监控）。生成式AI也可以用于制造和仓储，但用于不同的任务。使用案例包括：- 在工厂内识别问题后，通过直观提示生成解决方案。- 自动处理客户咨询和回应。- 搜索和分析长篇文档，如操作手册或产品目录。特别是对于制造商来说，能够确切地看到工厂内部或生产线上的情况，是真正的变革。计算机视觉是唯一实现这一点的AI。有了这前所未有的数据，制造商可以超越改善聊天机器人互动和营销材料，做出直接影响运营效率的实时决策。#### 餐饮业餐饮业是另一个AI解决方案关注度极高的行业。同样，如果你寻找的是内容创建或分析相关的解决方案，生成式AI是一个不错的选择。如果你需要实时的、视觉数据，那么计算机视觉则是答案。计算机视觉在餐厅中的使用案例包括：- 监控和追踪柜台后方的操作，优化流程和提升效率。- 实时客流量统计，更好地分配员工并提升客户体验。- 实时车辆识别与跟踪，实现前所未有的自助点餐分析。生成式AI在餐厅中的使用案例包括：- 创新菜单和食谱，紧跟最新饮食趋势。- 为营销和社交媒体创建内容，提高品牌知名度。- 创建更好的客户个性化，以吸引顾客。随着多渠道点餐、更高定制化和配送选项的增长，快餐店和连锁餐厅变得异常复杂。生成式AI可以帮助管理并改善顾客在点餐和配送后的体验，但要真正了解订单是如何完成的，计算机视觉的实用性是无价的。### 生成式AI vs. 计算机视觉为你的企业选择正确的AI解决方案，关键在于识别最需要解决的问题，并理解你想要实现的目标。生成式AI与计算机视觉之间的选择可能很难做出。如果你需要创意内容生成，生成式AI更符合你的需求。但如果你需要实时的视觉洞察，以直接影响你的营收和利润并彻底转型你的业务，那么计算机视觉的实用能力是无与伦比的。《牛津词典》将“实用”定义为“在实际情况下极有可能成功或有效的理念、计划或方法”。没有其他AI比计算机视觉在实际情况下更有效。计算机视觉捕捉你业务中最重要的一切，提供真正强大、具有变革性的实时数据。推特分享邮件 人工智能 数据分析 生成式AI → 人工智能 数据分析 生成式AI