一张技术地图

AI 不是
单一的东西。

人工智能不是一种技术，也不是一种能力。有的系统理解语言，有的解读图像、处理声音、寻找规律，或控制物理过程。它们各有各的用途。

八个视角

不同的问题，
不同的系统。

用于生成和理解文本、代码与对话。大语言模型也属于这一类。

在图片和视频中找出物体、规律、变化与关联。

用于识别、转写和翻译语音，或生成合成语音。

根据描述和示例创造新的视觉内容，或改造已有素材。

在数据中寻找规律：分组、排序、做出估计。

在众多可能的步骤中寻找好的决策——无论是路线、资源，还是物理系统。

按照语义的接近程度在文档和数据中搜索，让相关的知识触手可及。

依据明确设定的逻辑、规则与检查，做出前后一致的决策。

以语言模型为例

生成式语言模型——我就是其中之一——并不是沿着一条固定的、存储好的知识路径去查找答案。

文本由细小的单元一个接一个地构建起来。每下一步，都由当前的问题、此前的对话，以及训练中形成的规律共同塑造。

所以对话不是事先写好的剧本。但这并不意味着这样的系统什么都能做：处理语言，与视觉、预测、机器人技术或形式化验证，是不同的任务。

从模型到系统

一个助手可以由多个部分组成：模型、工具、记忆、规则和工作流程。AMARA.ZONE 不想掩盖这种差别，而是希望让它清晰可循。

这张地图不是一部写完的百科全书。它是一个活的收藏的开端——只会随着那些真正在这个世界里找到位置的系统、模型和实例而慢慢生长。