如何接管AI进入个人天下？一种方法是，考量AI如何适应你的需求。
例如，如果只须要陈述简明扼要、不带感情的事实，AI便是绝佳选择——当你列出了问题清单和修正方案，ChatGPT天生的电子邮件险些不须要调度。
不过，请务必仔细审查其天生的内容，由于这些AI工具有时会“虚构”，即数学模型产生了无意义的文本、假造的内容或完备缺点的事实。
一项研究表明，由人工智能天生的流畅脚本每每包含缺点的信息。

当我们开始习气生活中无处不在的人工智能，就要时候把稳将其与人类区分开来。
一个大略的技巧可以用来区分与你对话的是人类还是AI。
比如，你可以向对方提问：“你的婴儿草地毯是绿色的，还是田鸡蓝的？”在一个类似的测试中，100%的人类都给出了精确答案，但多个大型措辞模型，包括GPT-3、ChatGPT，都失落败了。

除了可以接手你不想干的事情，人工智能还能帮你节约浏览信息的韶光。
当你结束一天的费力，须要从鸡毛蒜皮的噜苏中摆脱出来，为自己准备一顿晚饭时，天生式AI是个不错的助理。
美国旧金隐士力资源公司CEO肖恩·莱恩汉曾考试测验利用人工智能天生一份晚宴菜单。
他哀求ChatGPT制作一份结合地中海风味与印度菜的领悟菜单。
结果，AI给出了一份配料、食谱和烹饪解释清单，只管存在一些小问题，但基本上是成功的。

此外，人工智能还可帮助制订个性化的健身或教诲操持，取代你的私人健身教练或成为你的家庭西席。
最近，有在线学习平台推出了一款智能辅导机器人，它可天生测验试卷，与学生互助撰写作业并谈论问题。

但无论利用哪种AI工具，最主要的是必须要时候当心：天生式AI仍处于抽芽阶段，风险在所难免。

为人类办理难题AI都做了些什么

加速未来医学

根据氨基酸序列确定蛋白质三维构造，是一个困扰科学界几十年的难题，科学家常日须要数年韶光才能解析出一个构造。
2021年7月出身的“阿尔法折叠”仅用18个月就成功预测了险些所有已知蛋白质的构造，对生物学产生了革命性影响。

这些数据已帮助研究职员在很多领域取得进展，从探求新型抗疟疾治疗方法，到改造分解塑料垃圾的酶。
在药物开拓方面，AI除了用于网络和剖析大量临床数据，也被用于产生一些特定条件的分子构造，以加速新药筛选。

未来，人工智能还将在绘制蛋白质动态图、加速蛋白质设计、理解疾病干系基因突变对蛋白质影响等方面持续发挥浸染。

应对景象变革

景象变革是当下急迫须要环球应对的问题之一。
在这方面，人工智能正在被运用于制造更节能的汽车、打算机，以及风力发电机等。
例如，法国巴黎理工学院的研究职员利用AI对涡轮机进行设计，让其更精准地对准风向，这使涡轮机的发电量提高了0.3%——数字虽然看似微乎其微，但若能推广至环球，那么它所增加的发电量足以知足170万个英国家庭供电。

人工智能所花费的巨大算力须要能源支撑。
DeepMind用AI来改进标准打算任务，使矩阵乘法和排序算法的速率分别提高了20%和70%。
在环球范围内，这两项任务每天要在打算机上实行数万亿次——这些看似眇小的节能，累积起来就可减少打算过程产生的大量排放，为实现零碳排放作出主要贡献。

此外，Meta公司利用人工智能开拓出了一种可降落40%碳排放的混凝土制造工艺。
要知道，混凝土制造在环球碳排放中所占比例高达到8%，这一创新对付应对景象变革意义重大。

实现核聚变

多年来，研究职员一贯致力于创造一个高效可靠的核聚变发电厂。
该技能一旦取得打破，能源将变得相称经济。
然而，这个过程极具寻衅性。

在托卡马克核聚变反应堆内部，利用多个磁线圈安全掌握等离子体，避免其与机器壁发生碰撞，是实现可控核聚变的一大关键。
由于等离子体的温度高达上亿摄氏度，一旦撞上机器壁就会造成毁灭性灾害，因此这项任务极为困难。

英国曼彻斯特大学的李·玛格茨认为，核聚变反应堆已被证明为可行观点，人工智能可能是终极使其成为现实的关键迁移转变点。
2022年，DeepMind与瑞士联邦理工学院的研究职员共同开拓了一个可掌握19个磁线圈功能的神经网络。
此外，AI还可随意将托卡马克装置中的等离子体塑造成多种形状。