别被AI概念“忽悠”！这些曾经的风口如今已跌下神坛-优快云博客

AI概念焦虑，如何破解？

智能体、词元、vibe、coding、小龙虾、快乐小马等词不断冲击我们的大脑，让我们产生深深的焦虑与窒息感。似乎不尽快掌握新的AI概念，就会被技术和时代抛弃。然而，刚学会一个新概念，更新的概念又出现，新的焦虑也随之而来。那么，如何治疗这种“AI概念焦虑症”呢？办法就是不去理会，因为大部分AI概念都是昙花一现，很快会被竞品覆盖或消失。

曾经的AI顶流——对抗生成网络(GAN)

在2014年到2022年的深度学习时代，对抗生成网络（GAN）是计算机视觉方向的绝对顶流。其模型架构通过设置“生成器”和“判别器”进行零和博弈对抗，以训练模型生成高精度视觉素材。GAN刚出现时，效果惊人，AI生成的人脸能以假乱真，还催生了DeepFake人脸造假产业。当时，AI顶会都在讨论GAN，投资人和创业者纷纷押注相关赛道。但2022年大模型时代到来，Stable Diffusion开源，扩散模型在图像生成效果上全面超越GAN，且避免了GAN训练不稳定等问题。如今，GAN在工业界和大众层面几乎被扩散模型取代，它就像AI高墙里的一块砖石，虽仍有作用，但不再被单独关注。这表明AI领域技术更迭迅速，即使是稳定的基础设施式技术也可能瞬间被替代。

名人栽种的昙花——胶囊网络(Capsule Networks)

AI领域大佬常否定流行技术，提出的解决方案却不一定有效。2017年深度学习爆火后，“深度学习之父”辛顿针对CNN架构提出质疑，提出“胶囊网络”。由于辛顿声名显赫，“胶囊网络”被产学各界视为希望之星，媒体和行业将其夸大为“下一代计算机视觉技术”和“颠覆式的AI革命”，相关论文被大量引用，中国互联网大厂也纷纷布局。但实际上，“胶囊网络”训练难度大、收敛效率低，处理大规模数据的能力不如CNN，更比不上Transformer架构。如今，“胶囊网络”仅在学术圈有少量提及，大众层面无人问津。这说明大佬提出的新东西可能只是前瞻性探索，不必过度关注。

名实之辩——机器智能

在深度学习时代，马云提出AI应是Machine Intelligence（机器智能）而非Artificial Intelligence（人工智能），理由是人类对自身大脑开发不足3%，让机器模仿人类是误区，机器应做人做不到的事。但要改变全球形成的学术与技术范式难度极大。阿里曾将“机器智能”列为重要研究方向，但后来推广效果不佳，该概念逐渐消失。2022年后大模型爆火，再提“人工智能”翻译错误也难起波澜。这表明企业大佬谈论的内容听听即可。

一夜消散的风口职业——提示词工程师

AI媒体常用“XX一夜爆火”“XX一夜变天”的标题。2022年底ChatGPT火爆，大模型对自然语言理解能力有限，需要特定提示词引导输出。提示词需求增加后，衍生出提示词工程师这一职业，很多人认为它将取代代码工程师，一些公司开出高薪，还出现了相关培训课程和售卖提示词资源的产业链。但随着大模型自然语言理解能力提升，提示词工程师很快失去需求，可能成为史上最短命的职业。这说明技术在不断发展，应预判其发展趋势，若无法预判则等待。

现实世界的AI垮塌——无人零售

曾经，无人零售商店大量涌现，其特点是用AI视觉识别结算，取代收银员，实现24小时低成本营业，吸引了超百亿资金，互联网和商超巨头纷纷入局，全国一年内新开超一万家。但实际使用中，AI识别和结账缓慢、准确率低，导致排队时间长，且硬件和运维成本高，不如聘用真人收银员。如今，超95%的无人便利店已关停，巨头转向布局无人售货机。这表明即使是现实中的AI产业，也可能过于理想，经不起现实考验。

早该回修真小说的K12 AI教育

几年前，一家K12 AI教育公司称采用先进AI技术，能用知识图谱扫描学生大脑，掌握学习情况进行千人千面教育。但这种说法引发质疑，现场负责人给出的多是营销话术。实际上，所谓的K12 AI教育只是根据答题结果调取题库，与真人教师水平相差甚远。2021年“双减”政策落地，K12教育赛道崩塌，虚假的AI旗号也随之消失。这提醒我们要识破用AI炒作的行为。