《哈佛商业评论》在 2017 年发表过一组大创意系列文章，包括Erik Brynjolfsson和Andrew McAfee写的《真实的人工智能》。在那个仅有AlphaGo战胜人类围棋选手一条关键词新闻的年度（而不是“人工智能元年”或者今天），这篇文章对人工智能的分析值得回顾。

250多年来，经济增长的根本动力一直是技术创新。其中最重要的是经济学家所说的通用技术——这一类别包括蒸汽机、电力和内燃机。每一个都催生了互补性创新和机遇的浪潮。例如，内燃机催生了汽车、卡车、飞机、链锯和割草机，以及大型零售商、购物中心、越库仓库、新的供应链，而且，当你想到这一点时，郊区。沃尔玛、UPS 和 Uber 等多元化公司都找到了利用该技术创建有利可图的新商业模式的方法。

在世界工业机器人业界中，以瑞士的ABB、德国的库卡（KUKA）、日本的发那科（FANUC）和安川电机（YASKAWA）最为著名，并称工业机器人四大家族。四大家族在各个技术领域内各有所长，ABB 的核心领域在控制系统，KUKA 在于系统集成应用与本体制造，发那科在于数控系统，安川在于伺服电机与运动控制器领域。参看OFweek文章《工业机器人四大“豪门”到底哪家强？》。

ROS全名 Robot Operating System，即机器人操作系统。一家名为Willow Garage的公司，对斯坦福人工智能机器人项目中的软件系统进行了扩展和完善，在2007年推出了ROS。2013年，ROS被OSRF开源机器人基金会（Open Source Robotics Foundation）接管。

2023年7月21日，拜登总统谈到了七家公司为管理人工智能风险所做的承诺。

就在 Meta 公布了新一代开源大语言模型 Llama 2 三天之后，公司高层就和Amazon、Anthropic、Google、Inflection、Microsoft 和 OpenAI 等七家在 AI 行业中的巨头和炙手可热的创业公司管理人员， 2023 年 7 月 21 日再次聚首美国白宫，共同签订了一份自愿承诺书（Voluntary Commitments），就 AI 技术和研发的安全、透明、以及风险等做出 8 大承诺。

大型语言模型如GPT-4、Google Bard等正在引领新一轮的技术革新。这些模型在许多任务中都表现出强大的性能，包括文本生成，情感分析，文本理解等。然而，使用这些大型语言模型往往需要联网访问，依赖于强大的GPU计算能力，且成本高昂，这给普通用户和小型开发团队带来了巨大的挑战。

为此，Nomic AI推出了GPT4All这款软件，它是一款可以在本地运行各种开源大语言模型的软件，即使只有消费级CPU也可以训练和部署目前最强大的开源模型。GPT4All将大型语言模型的强大能力带到普通用户的电脑上，无需联网，无需昂贵的硬件，只需几个简单的步骤，你就可以使用当前业界最强大的定制开源模型。

随着人工智能的广泛应用，越来越多的人参与“见证奇迹”，但这方面的实践对算力的要求比较高。在精心配置一台游戏电脑的基础上，简要记录一下深度学习的硬件指南。

2023年6月13日，AMD发布其最先进的用于人工智能的GPU芯片MI300X，并称将于今年晚些时候向部分客户供货。AMD 的 Instinct MI300 系列包括Instinct MI300A 和MI300X 两种。MI300A 包含CPU 与GPU，而MI300X 则是纯GPU 的加速模组，功耗高达750W。相比MI250X，MI300的AI性能（TFLOPs）提高了8倍，而前者是383TFLOPs，也超过了NVIDIA H100。（via xfastest.com）

当OpenAI/ChatGPT概念风行之时，激发了一些人的AI奇想，比如：

• 用ChatGPT生成Prompt，让Midjourney去绘画。Midjourney十分依赖Prompt技巧，可能需要十几个乃至几十个提示词，才能输出用户想要的图案。
• 波士顿动力机器人+OpenAI，训练战斗机器人。波士顿动力公司（Boston Dynamics）替美国军方开发的四足机器人：波士顿机械狗（Boston Dynamics BigDog），BigDog 是第一个离开实验室的有腿机器人。

要实现这些AI奇想，需要通用人工智能（Artificial General Intelligence，AGI，强人工智能）和 AI 代理（AI agent或者Intelligent agent），它感知环境，自主采取行动以实现目标，并可以通过学习或获取知识来提高其性能。Auto-GPT就是一个AI 代理。

提示词（Prompt）是给 AI 模型的指令，这个指令可能是一个问题，也可能是一个描述，甚至可能是带有参数的描述。

提示工程（Prompt Engineering）是设计和改进Prompt的技术。虽然最新的AI多是支持Prompt使用自然语言的，但为了让AI更好的理解指令并准确、可靠地执行特定任务（或者说是更有利于人类操作和控制AI），需要Prompt Engineering技术。