读AI即未来:普通人用好人工智能的18大工作场景08软件工程
1. 市场营销
1.1. 市场营销涵盖了各种各样的活动，其目的是吸引新人并将其转化为客户，同时留住现有客户
1.2. “图灵陷阱”，即只使用现有技术去做我们以前做过的事情，而没有利用这些更先进、更新颖的技术去做我们以前从未做过的事情
1.3. 那些最伟大、最令人兴奋的创新往往出现在多种新技术的交融之处
1.3.1. 融合了生成对抗网络、卷积神经网络、大语言模型等人工智能技术，以及增强现实（AR）技术，打造出了真正全新的电子商务体验
1.6. 将新技术融合在一起可能很有趣，但也可能耗资巨大
1.6.1. 在投入大量资源之前，请务必进行一些MVP测试
2. 语言翻译
2.1.1. 一种基于规则的语言翻译系统，已经存在了相当长的时间
2.1.2. 1954年1月7日，乔治城大学（Georgetown University）使用IBM 701穿孔卡片机将60句俄语句子翻译成了英语
2.1.3. 谷歌翻译（Google Translate）自2006年投入使用以来，一直广受欢迎
2.2. 人工智能的翻译方法与基于规则的传统翻译技术的不同之处在于：它突破了严格、机械的语言翻译方式，做到了能够真正理解文本的深层语境
2.3. 谷歌翻译在2020年停用了统计机器翻译方法，转而采用人工智能的输出结果
2.4. 用户也可以选择其他独立产品，如Copy.tif、Lokalise.tif或DeepL
2.5. 实时字幕（以及会议摘要）:Zoom和微软Teams分别提供12种和50多种不同语言的实时字幕服务
2.6. 即时语言翻译：OpenAI于2024年5月推出的GPT-4o带来了全新的近乎即时的语言翻译服务，当时其首席技术官米拉·穆拉蒂（Mira Murati）还用意大利语与该模型进行了对话
2.7. 实时语音语言翻译长期以来一直是人工智能领域的一大挑战
2.7.1. 如今看来，“巴别鱼” 般的翻译境界似乎已近在眼前
2.8. 语言翻译能帮助你打破进入新市场的壁垒，你可以用目标市场的语言创建网站、撰写文案和电子邮件
2.9. 沟通是双向的：只翻译你发出的信息是不够的，你还需要持续翻译收到的信息，而这需要投入相应的沟通成本
2.10. 即时音频翻译技术仍处于初级阶段，可能还需要一段时间才能普及
2.10.1. 不要想当然地认为机器辅助沟通可以取代面对面的交流
3. 软件工程与编程
3.1.1. 根据Stack Overflow的数据，超过56%的开发人员会使用GitHub Copilot来获得支持
3.1.2. 开发人员的满意度提升了60%～75%
3.1.3. 节省了开发人员的脑力，73%的人表示人工智能可以帮助自己“保持心流”,87%的人认为人工智能有助于自己“在重复性任务中节省脑力”
3.2. 人工智能在处理简单、结构化的编程任务方面表现极为出色，并且正迅速将其优势扩展到更广泛的软件和数据科学应用场景中
3.2.1. ‘帮助我学习’和‘把枯燥的任务自动化’
3.3. 使用独立的前沿模型：最简单的方式是直接让Claude或ChatGPT“帮我编写Python代码完成X任务”，或者“看看这个网站，为我编写能生成类似设计效果的HTML和CSS代码”
3.4. 在开发工作流程中使用集成的人工智能工具：这是目前开发人员的首选方式
3.5. 编程只是计算机工程学科的一小部分，而更传统的机器学习技术早已被用于数据清洗和标准化
3.7. 人工智能在编程领域带来的生产力提升是实实在在的
3.8. 团队合作的开发人员总是比单打独斗的开发人员表现更好
3.8.1. 组织应鼓励团队分享所用工具的相关知识，并总结、分享经验教训
4. 欺诈检测
4.1. 人工智能工具在“异常检测”方面早已表现出色
4.2. 鉴于有些犯罪如今已转向线上行为，且这些线上犯罪中绝大多数是网络欺诈，这些人工智能工具自然成为了打击这类犯罪的得力助手
4.2.1. 生成式人工智能又提供了更进一步的技术手段
4.3. 一种识别异常的简单方法是制定特定于业务的规则，并将其应用于数据集
4.4. 缺乏此类知识的企业可采用聚类分析（cluster analysis）的方法
4.4.1. 可以通过对数据进行分组、找出不匹配的元素来识别异常值
4.4.2. 通过机器学习算法（尤其是无监督学习算法，如单类分类器）定义“异常值”的判定标准
4.5. 生成式人工智能技术可以凭借其自身能力，更进一步对原有的基于规则的技术和机器学习方法进行补充
4.6. 规模：能够获取、训练并检测的数据集比以往更大，并能在此过程中发现新型异常
4.7. 速度：这些模型加快了分析过程，无须投入额外资源，就能对交易进行更深入、更全面的检测
4.8. 将新的生成式人工智能方法与更广泛的人工智能工具库相结合，二者共同作用能形成更有效的解决方案
4.9.1. 提升威胁响应速度是人工智能带来的一项重要优势
4.10. 生成式人工智能往往比传统人工智能解决方案的成本更高—你需要判断这项投资是否值得
5. 演示文稿与幻灯片
5.1. 演示是通过文字和视觉内容讲述一个故事，旨在推动听众采取行动
5.2. 人工智能如今在语言分析和创作方面表现出色，在视觉内容生成方面也在不断进步
5.3. 它恰是能将你在制作演示文稿上花费的大量时间转化为高效产出的理想工具
5.4. 演示文稿这一应用场景，很好地体现了人工智能在垂直领域和水平领域的变革潜力是如何在实际中发挥作用的
5.5. 调研：像Claude、Gemini和ChatGPT这样的人工智能工具，凭借其庞大的训练数据库，能够对大多数主题进行研究
5.6. 叙事：人工智能已经通过分析大量书面文本，掌握了优秀叙事的基本要素
5.7. 视觉元素：你可以使用Midjourney这样的网站制作引人入胜的视觉辅助素材
5.8.1. 微软Copilot可以基于Word文档创建幻灯片，在一定程度上能满足该使用场景
5.9.1. 在某些垂直环节部署人工智能依然是最佳选择，也可能发现市场已经发展到足以尝试更全面的端到端横向应用的程度
5.10.3. 它应当只是辅助你构建想要讲述的故事的工具
5.11.1. 可能需要给出具体的提示，以确保两者之间的连贯性
5.11.2. 尤其是当这两部分分别使用不同的人工智能平台时，这一点尤为重要
夜雨聆风
