从玩具到工具，AI产业化之接受篇

当新技术和新产品进入市场的时候，普遍都有一个被市场和社会逐步接受和认可的过程。但AI的技术特点，高度的复杂性和明显的独特性，大幅度提升了接受的难度。如果不花力气解决接受相关的问题，这将成为AI应用普及的拦路虎。

下面我们将从解释和理解，预期和体验，过程和代价三个不同角度分析接受问题的来源及相应的应对方案。

解释和理解

AI大语言模型及其应用一直面对的一个困境是，因为复杂所以难以理解，因为难以理解所以不可信任，因为不可信任所以不能独立工作。

根源就在于我们对AI大语言模型的工作原理缺乏简单直观，同时又有科学依据的解释。这是AI领域的科学家和工程师需要承担的责任。

语言以怎样的方式被AI所掌握？知识以怎样的方式被AI所记忆？当我们提出问题时，AI经过哪些步骤给出了回答？诸如此类的问题，我们都需要容易理解的答案。

最新的推理模型在回答中给出推理的步骤，这部分回答了解释和理解的问题。但显然还不够，我们还需要单个步骤的解释，以及前面提到的原理的解释。

关于AI模型工作原理的解释，是AI领域研究的一个重要课题，也是AI应用被社会理解和接受的重要前提。

预期和体验

我们对新事物的体验直接和我们的预期负相关。2023年，ChatGPT一边倒的好评，正是建立在它几乎超出了所有人的预期的基础之上，以至于客观存在的众多技术缺陷都显得不重要了。

两年后的今天，我们走向了另一个极端，对AI技术及其产品抱有过高的预期。诸如“AI来了，我的工作没了”，“某某模型战胜99%的专家”，“AI将人类文明推进到新高度”等等耸人听闻的报道和评论横扫诸多新媒体。近期，我们看到了媒体持续对DeepSeek的宣传和赞扬，其中也不乏夸大其辞和不切实际的部分。

这种过高的预期会大幅降低实际使用的体验，成为AI应用被接受的巨大障碍。如果人们相信AI的写作能力能够胜任专业写手的工作，那么当他们使用文本生成工具去辅助自己真实的创作时，得到的体验一定是“这是什么垃圾？”。

在这里我们呼吁抵制关于AI技术的各种言过其实的宣传。再不制止就会在社会层面造成一种“捧杀”的效果。

与之相应的，我们应该欢迎对AI技术和产品的客观评价和真实体验，对AI技术所产生影响的忧虑和反思，以及对AI应用各种问题的批评和意见。

过程和代价

在我们学习开车的时候，我们清楚知道要去驾校，从科目一到科目四，以及大约花多少钱多长时间。那么掌握某个AI工具呢？零基础无需培训显然过于理想化了。

在推出应用之前，AI应用开发者就需要设计好面向用户的教育和培训。这当然是老生常谈。

从这个角度出发，我们真正想提醒AI领域开拓者的是，在应用最初的概念形成阶段，我们就应该考虑到，功能单一容易上手也是很重要的新产品特性。AI大语言模型可能是最全能的平台，在产品设计开发的时候，我们需要多做减法。

综上所述，为了AI产业的顺利发展，我们需要科学家和工程师在AI技术的解释上有明显突破，需要媒体和民众调整对AI的预期，需要开发团队考虑好教育和培训问题。AI技术当然大有前途，实际的困难和挑战仍然需要大家一起脚踏实地，努力耕耘。