一群追星星的人,对AI的盼与怕


面对AI,有人害怕,有人期盼。
“AI和画画的、开网约车的、写东西的人有仇吗?”近来成了很多从业者的心声。大模型技术驱动了AI的能力进化过临界点,我们普通人根本就跟不上,或快或慢被淘汰。看起来,AI正在给人类制造新的困境。
怕AI可以理解,那盼AI的人,到底在期盼什么呢?
前不久我在WAIC 2024上,发现了一个由孤独症儿童的父母、志愿者所组成的普通开发者团体,用AI给“来自星星的孩子”做绘本,这将“星宝”照护者们拉出了困境。
如何平衡AI的利弊,引导其健康发展,是我们这个时代亟需面对的重要课题。那些长期被我们忽略、存量问题待解的“小场景”,或许更需要先一步感受到AI。


“孤独症儿童的照护没有结果(可能无法治愈),能做的就是维持一定的生活质量,仅此而已。”
“每天要绞尽脑汁地给孩子编故事。一旦编不出来了,孩子就不睡觉了,大人孩子都很崩溃。”
“为了照护每天都不能出门、不能睡觉,我有时真的想死。”
孤独症儿童也被称为“来自星星的孩子(星宝)”,在社交、沟通、行为方面有特殊需求,照护难度很大。精力不足,无法充足的睡眠,是“星宝”照护者们普遍的困境。
除了照顾“星宝”们的日常生活,照护者往往还希望提升孩子的生活质量,让他们也能感受到快乐和愉悦。“读绘本”就是一个能给星宝们带来幸福感的事情。
但定制绘本的缺失,让照护者们承受着情感上的痛苦。

孤独症AI绘本项目的发起人之一,就是“星宝”图图的爸爸。他提到:“我家图图特别爱听故事,特别是睡前故事,几乎每天晚上都要听故事入睡。但是由于孤独症孩子他们是有明显的兴趣狭隘和刻板这些特性的,他只喜欢听他感兴趣的几个话题,例如说安全常识,去郊外探险,孙悟空等,或者说这几个元素要融在一起才行,但市面上很难找到这样的绘本故事。”
既然市面上没有满足“星宝”个性化阅读需求的绘本,能不能自己做一个呢?
以公益产品“追星星的AI”为例,就通过大模型的三种能力,让这件事成为可能。
1.生成能力。“追星星的AI”通过家长或教师输入的一句话故事梗概(提示词),自动生成定制化的、图文并茂的绘本,包括常识认知、社交礼仪、心智解读、趣味故事等。
2.多模态能力。“追星星的AI” 调用了通义大模型的文生图、语音合成等AI多模态能力,可以让一句话变成能被朗读的有声绘本,丰富阅读体验。
3.交互能力。大语言模型的核心技术特点之一,就是能够与人类进行更为自然、流畅的对话。“追星星的AI”APP中,上海美术电影制片厂授权的孙悟空、大耳朵图图等动画形象,可以作为主角给孩子们讲故事,增强交互感。

20世纪50年代初,AI概念初现曙光之际,人们对技术的愿景是,它能倾听并理解人类的需求,为那些最为亟需的人群伸出援手。
当AIGC之光照进星宝们的世界,让星宝家庭和照护者感受到来自科技的温暖与关怀,才是我们所期待的,技术在现实中的回响。

长期以来,将AI用于社会公益项目的尝试,屡见不鲜。为什么“追星星的AI”会引起我们的注意?
有一个特别的地方是:这个产品的开发,全部是由星宝照护者和志愿者来完成的。
非技术背景的普通人也可以掌握AI吗?跟“追星星的AI”工作人员聊了聊,或许可以给大家提供一些投身AI开发的思路。
首先,垂类应用要深入理解需求。
用AIGC生成绘本,这件事看起来非常简单易操作,几乎所有国产大模型平台都有全栈工具来支持从数据到精调、优化的所有步骤。但难点在于,每个应用所要求的细节都有很大差异。
比如星宝们可能没有办法理解过于复杂的图片信息。
“我们最开始生成出来的那一版图画,画面风格就有些复杂,出来好多星星点点的叶子、小花,被大家提出了意见,现在生成的就是这种比较干净的画面,一张图就是一个主体。”
“有的星宝对某些食物、动物会怕,是不能看见的,我们就设置了一个屏蔽功能,不会生成带有那些内容的图片。”
该项目的参与者既有星宝家庭成员,也有孤独症儿童干预机构,以及多年从事孤独症研究的高校学者。最终,结合星宝的认知水平层级,确定了最简洁的画面形式,突出人物,对话平实直接,确保AIGC生成方便星宝理解的画面。
其次,线上分布式协作方式。
一群家长和志愿者,到底要用多长时间才能做出一个AIGC应用?“追星星的AI”的开发时间是两个月。
坦率来说,这比很多“零门槛AI开发平台”、大模型社区所宣传的时间更长。目前,借助APP Inventor、APPMakr等简化开发工具,一个专业开发者创建一个功能丰富、交互复杂的应用,大概只需要两周甚至更短的时间。为什么“追星星的AI”落地时间要数月呢?
这是一个完全由大量在职志愿者完成的项目。其中有星宝的父母,有特教老师,大多数人以前都没有接触过AI。而且,他们分布在世界各地,平时还有全职工作,利用晚上或周末的时间来沟通和写代码,采用线上分布式协作的方式推动项目。
移动互联网时代有个著名的段子,有创业者说,“创意有了,钱也融到了,就差个程序员了”。AI开发,可能是有史以来第一次“去中心化”,普通人也可以通过线上分布式协作来参与到技术世界当中。

此外,多机构的支持也必不可少。
一方面,绘本涉及动画形象,需要大量图片作为训练素材。其中上海美术电影制片厂授权并提供了悟空、图图等经典动画形象图库。另外,这些经典动画形象深入人心,要求模型的生成结果不能出现误差,尤其是“身体像面条一样”的悟空形象,一开始训练出来的效果并不理想。工作人员提到,后来上海美术电影制片厂的老师们并没有介意,后续又提供了更多的图库素材来帮助训练。
不难发现,“追星星的AI”是在很多非技术背景的人与机构的帮助下,才一点点搭建起来的。

近期以来,“担心被AI抢走工作”的焦虑已经出现了人传人现象。
尽管很多技术从业者、科普作家会反复强调,技术进步会让一些岗位消失,也会创造一些新的岗位,应该尽快主动地探索与规划未来职业。但客观来说,被AI淘汰的人,未必能快速适配新创造的岗位的技能要求。
难道人类社会就要毫不反思、毫不抵抗地加速迈入高度自动化、无人化阶段吗?我想起一句话:不要温和地走进那个良夜。
一方面,等待AI带来改变的场景很多,类似孤独症儿童照护这样的需求大量存在,以前并没有被很好地解决,智能技术的互动性、个性化等带来了前所未有的解题思路,这是技术应该最先到达的地方。
另一方面,每个人都能用好AI来解决实际问题,但他们需要得到实际的支持。除了科技企业搭建的平台和社区之外,支持有不同需求的国民继续学习、终身学习,已经成为很多国家的共识。

“哈佛幸福课”的讲师泰勒·本·沙哈尔说过:“一旦我们意识到自己的选项是什么,就很容易在短时间内作出决定。其中的关键点在于,意识到自己有选择,要比选择本身难得多。”
从这个角度说,“追星星的AI”让我看到了一群人关于AI的选择,或许也是你我更好的选择。
AI与人为敌,还是与人为友,选择权始终都掌握在人的手里。

·
·
相关文章:
一群追星星的人,对AI的盼与怕
面对AI,有人害怕,有人期盼。 “AI和画画的、开网约车的、写东西的人有仇吗?”近来成了很多从业者的心声。大模型技术驱动了AI的能力进化过临界点,我们普通人根本就跟不上,或快或慢被淘汰。看起来,AI正在给人…...
同步IO、异步IO以及五种网络IO模式
目录 一、同步IO和异步IO 二、五种网络IO模式 1、阻塞IO 2、非阻塞IO 3、IO多路复用 3.1、SELECT 3.2、POLL 3.3、EPOLL 一、同步IO和异步IO 场景1: 小明去打开水,而开水塔此时没有水,小明在现场一直等待开水到来,或者不断…...
IP-Guard日志数据上传至 SYSLOG 服务器操作指南
一、功能简介 服务器支持把日志数据上传到 SYSLOG 服务器。 二、功能配置 2.1 数据目录移交设置 在服务器安装目录下 OServer3.ini 文件中,添加工具启动配置,配置五分钟内生效。 Path:设置移交目录路径,IPG 服务器会把收集完成的…...
线程安全(二)synchronized 的底层实现原理、锁升级、对象的内存结构
目录 一、基础使用1.1 不加锁的代码实现1.2 加锁的代码实现二、实现原理2.1 synchronized 简介2.2 对象监控器(Monitor)2.3 加锁过程第一步:判断 Owner 指向第二步:进入 EntryList 阻塞第三步:主动进入 WaitSet 等待三、锁升级3.1 对象的内存结构3.2 Mark Word 对象头3.3 …...
【学习笔记】无人机(UAV)在3GPP系统中的增强支持(十四)-无人机操控关键绩效指标(KPI)框架
引言 本文是3GPP TR 22.829 V17.1.0技术报告,专注于无人机(UAV)在3GPP系统中的增强支持。文章提出了多个无人机应用场景,分析了相应的能力要求,并建议了新的服务级别要求和关键性能指标(KPIs)。…...
数电基础 - 半导体存储
目录 一. 简介 一. 只读存储器 二. 可编程只读存储器 三. 可擦除的可编程只读存储器 四. 随机存储器 五. 存储器容量的扩展 六. 总结 一. 简介 半导体存储是数字电路中用于存储数据的重要组成部分。 半导体存储器主要分为两大类:随机存取存储器࿰…...
校园工会体育报名小程序的设计
管理员账户功能包括:系统首页,个人中心,赛事公告管理,球员管理,球队信息管理,比赛信息,比赛报名管理 微信端账号功能包括:系统首页,比赛信息,比赛报名&#…...
2024Datawhale AI夏令营---基于术语词典干预的机器翻译挑战赛--学习笔记
#Datawhale #NLP 1.背景介绍: 机器翻译(Machine Translation,简称MT)是自然语言处理领域的一个重要分支,其目标是将一种语言的文本自动转换为另一种语言的文本。机器翻译的发展可以追溯到20世纪50年代,经历…...
手机下载APP (uniapp/vue)
一、uniapp <template><view class"content"><view class"appName">{{ formData.appName }}</view><view class"appInfo">{{ formData.appInfo }}</view><image class"logo" :src"formDa…...
python数据可视化(5)——绘制饼图
课程学习来源:b站up:【蚂蚁学python】 【课程链接:【【数据可视化】Python数据图表可视化入门到实战】】 【课程资料链接:【链接】】 Python绘制饼图分析北京天气 饼图,是一个划分为几个扇形的圆形统计图表ÿ…...
实习随笔【iviews的Select实现‘与全部互斥’的多选】
在实习中,遇到了如下需求,要求如下: 上面提到了一个需求为,选择全部与选择一个或者多个互斥,我们来看一下如何解决 核心代码 监听value的变化,如果含有‘全部’,且数组长度>1,则删…...
网站架构核心要素
高性能 技术指标:响应时间、吞吐量、并发数 前端优化手段 页面布局:css在前,js在后通信数据量:数据尽量精简缓存:浏览器缓存、cdn异步:ajax 后端优化手段 缓存:反向代理、redis异步&#x…...
XML 解析异常问题解决
问题描述 The parser has encountered more than "64000" entity expansions in this document; this is the limit imposed by the JDK. 在运行 Java 应用程序时,出现了 XML 解析异常。具体表现为: 报错信息显示无法创建 StAX(S…...
C# 匿名方法、Lambda、Linq概念及联系
匿名方法、Lambda表达式与LINQ 匿名方法 概念: 匿名方法是没有名称的方法实现,通常与委托关联使用。它提供了一种在不创建独立命名方法的情况下编写代码块的方式。 语法: delegate void MyDelegate(string message);MyDelegate del dele…...
django ninja get not allowed 能用 put delete
遇到一个奇怪的问题,django-ninja 编写的 get post 方法不能使用 # 获取Material router.get(/material, responseList[MaterialSchemaOut]) paginate(MyPagination) def list_material(request, filters: Filters Query(...)):qs retrieve(request, Material, f…...
服务器操作集合
服务器使用PC作为代理访问外网 1、PC上启动代理,比如nginx 下载nginx:http://nginx.org/en/download.html 修改配置文件,在conf下: http {include mime.types;default_type application/octet-stream;sendfile o…...
论文阅读【时空+大模型】ST-LLM(MDM2024)
论文阅读【时空大模型】ST-LLM(MDM2024) 论文链接:Spatial-Temporal Large Language Model for Traffic Prediction 代码仓库:https://github.com/ChenxiLiu-HNU/ST-LLM 发表于MDM2024(Mobile Data Management…...
【linux基础】linux远程传输三种免交互方式
linux远程传输三种免交互方式 文章目录 linux远程传输三种免交互方式1、使用sshpass工具2、使用expect脚本来输入密码3、SSH 密钥对 1、使用sshpass工具 建立信任关系的做法是最方便和安全的做法,但是在有些场景下(比如远端的authorized_keys是不能随意更改的)&…...
MySQL篇:事务
1.四大特性 首先,事务的四大特性:ACID(原子性,一致性,隔离性,持久性) 在InnoDB引擎中,是怎么来保证这四个特性的呢? 持久性是通过 redo log (重做日志&…...
处理在 electron 中使用开启了懒加载的 el-image 后,窗口最大化或窗口尺寸变化后图片无法显示的问题
文章目录 1、问题描述2、详情动图3、解决思路4、解决方案5、效果展示 1、问题描述 在 electron 中使用 el-image 时,开启了懒加载后,发现只有当窗口滚动后,图片才会显示,即便图片已经处于窗口的可视区域。当拖动窗口使其尺寸变大…...
图像处理避坑指南:Pillow的ImageOps.expand()参数详解与典型应用场景
图像处理避坑指南:Pillow的ImageOps.expand()参数详解与典型应用场景 在数字图像处理领域,边界填充是最基础却最容易出错的环节之一。许多开发者在使用Pillow库时,往往对ImageOps.expand()函数掉以轻心,直到项目上线才发现图像边缘…...
如何用OpCore-Simplify实现黑苹果配置全流程自动化
如何用OpCore-Simplify实现黑苹果配置全流程自动化 【免费下载链接】OpCore-Simplify A tool designed to simplify the creation of OpenCore EFI 项目地址: https://gitcode.com/GitHub_Trending/op/OpCore-Simplify 在黑苹果配置领域,每一个硬件参数的调整…...
3步掌握ChampR:英雄联盟智能助手实战指南
3步掌握ChampR:英雄联盟智能助手实战指南 【免费下载链接】champ-r 🐶 Yet another League of Legends helper 项目地址: https://gitcode.com/gh_mirrors/ch/champ-r 还在为英雄联盟的出装搭配而烦恼吗?ChampR作为一款完全免费的开源…...
3步突破开发工具限制:开源项目实现IDE持续使用指南
3步突破开发工具限制:开源项目实现IDE持续使用指南 【免费下载链接】ide-eval-resetter 项目地址: https://gitcode.com/gh_mirrors/id/ide-eval-resetter 定位开发痛点:IDE试用限制的实际影响 作为一名全栈开发者,我曾在一个紧急项…...
通义千问3-VL-Reranker-8B快速入门:混合检索核心功能体验,效果立竿见影
通义千问3-VL-Reranker-8B快速入门:混合检索核心功能体验,效果立竿见影 1. 认识多模态重排序器 想象一下这样的场景:你在电商平台搜索"红色连衣裙",结果却出现了红色高跟鞋、红色沙发套甚至红色口红。传统搜索引擎只能…...
ComfyUI-Impact-Pack:批量图像处理的效率引擎与智能处理终极指南
ComfyUI-Impact-Pack:批量图像处理的效率引擎与智能处理终极指南 【免费下载链接】ComfyUI-Impact-Pack Custom nodes pack for ComfyUI This custom node helps to conveniently enhance images through Detector, Detailer, Upscaler, Pipe, and more. 项目地址…...
歌词滚动姬:让音乐爱好者轻松制作专业级同步歌词的免费神器
歌词滚动姬:让音乐爱好者轻松制作专业级同步歌词的免费神器 【免费下载链接】lrc-maker 歌词滚动姬|可能是你所能见到的最好用的歌词制作工具 项目地址: https://gitcode.com/gh_mirrors/lr/lrc-maker 你是否曾经遇到过这样的困扰?听到…...
[特殊字符] mPLUG-Owl3-2B保姆级部署指南:Streamlit本地聊天界面+图片上传问答全流程
mPLUG-Owl3-2B保姆级部署指南:Streamlit本地聊天界面图片上传问答全流程 1. 项目简介 mPLUG-Owl3-2B是一个强大的多模态交互工具,让你能够在本地电脑上实现图片和文字的智能对话。这个工具基于先进的AI模型开发,专门针对普通用户的使用场景…...
打卡信奥刷题(3062)用C++实现信奥题 P6862 [RC-03] 随机树生成器
P6862 [RC-03] 随机树生成器 题目描述 小 R 有一个随机树生成器,其工作原理如下: 输入 nnn,则对于每个 1<i≤n1<i\le n1<i≤n,随机选择一个 [1,i)[1,i)[1,i) 中的节点作为其父亲。返回这棵树。 给定 n,kn,kn,k࿰…...
NEURAL MASK 时尚设计应用:AI辅助生成服装图案与面料效果
NEURAL MASK 时尚设计应用:AI辅助生成服装图案与面料效果 最近和几位做服装设计的朋友聊天,他们都在感慨,找灵感、画草图、做面料效果图,一套流程下来,时间成本太高了。有时候一个系列要出几十个图案,光是…...
