伙伴们，快刀广播站又开始广播了。
从去年到现在，AI很多领域都进展飞快。例如前段时间，AI音乐制作软件Suno的V3版本向所有用户免费开放，就让很多像我这样五音不全、毫无音乐细胞的人，也可以在一两分钟内生成一首听起来还不错的原创歌曲。很多同学学完Suno教程课后都分享了自己的音乐作品，欢迎大家到文稿区围观，更欢迎你也上手创作。
不过话说回来，正因为AI在各个领域发展过快，所以也出现了不少“道高一尺、魔高一丈”的现象。
举个例子，用AI写论文已经不是啥稀罕事了，不仅是学生的毕业论文，还包括学者提交的论文。国内外最近就出现了学者发表的论文，忘记删去明显带AI语言风格内容的情况。但AI可不仅仅是用在写论文上，最近康奈尔大学推出了一个自动评审论文的AI模型，通过让AI生成详细的评审内容来提升同行评审水平。
怎么理解呢？每篇论文在正式发表前，通常会经历一个叫同行评审的环节。康奈尔大学的这个论文评审AI模型，包含了一个大规模数据集，汇总超过27000篇论文，和跟这些论文相对应的99000条评审意见，对AI进行训练。这个模型比较有创意的地方是，把论文评审过程分成两个步骤，步骤一是让大模型先分析一遍论文，生成一组评审时应该注意的要点。然后把评审要点作为指令，再带着论文全文进入到第二个步骤，就是让大模型进行完整的评审，其实就相当于步骤一是给论文画靶子，步骤二开始对着靶子射箭。
对于这个名字叫做REVIEWER 2的评审模型，团队说它在多个指标上，跟人类同行的评审意见接近。不过，这样的应用场景，也面临着伦理争议，就是AI会不会替代人类评审员。研究团队负责人说自动化评审，其实是想帮助论文作者在进入正式的人类评审环节前，提高论文质量。
不过说实话，我倒觉得，未来的论文评审，可以更多结合AI评审的意见。比如AI跟人类评审的意见各占一部分权重。因为毕竟人难免可能有偏向性，或者是有疏忽，像那些评估论文基础研究质量的维度，就可以交给AI。而人类专家的精力，就可以更多花在论文研究方向到底有没有价值这件事上。
这项研究，如果结合斯坦福一个团队的研究来看，会更有意思。因为康奈尔大学的研究团队不希望大家认为自己的AI评审模型会抢人类评审员的工作。不过斯坦福团队的最新研究发现，有6.5%到16.9%的同行评审意见，可能就是由AI生成的，或者AI协助进行过修改。
因为他们研究了ChatGPT发布之后的几篇著名AI大会的论文，发现部分特定形容词出现的频率大幅提升。例如“值得称赞的”“细致的”“复杂的”这几个词，在论文里出现的概率分别增加了9.8倍，34.7倍和11.2倍。另外，如果是在审稿截止日期最后3天提交的评审意见，里面使用ChatGPT的比率高很多。
看到这个结果，我一点也不吃惊，这种结果还需要斯坦福团队来研究吗？任何一个赶过寒暑假作业的同学都知道，开学前那三天补作业的时候，肯定是有啥抄啥。
AI兴起之后，产生了很多意料不到的机会，例如之前有了美颜相机，就有人去研发去美颜的真实相机。而现在，有人用AI写论文，就有人在研究用AI帮人评审论文，我猜肯定还有团队正在研究论文的“含AI率”，以前论文关注的都是查重率，现在AI来了，大家都不会直接复制原文了，而是让AI发挥一段原创文字，所以未来一篇论文的“含AI率”估计会被列入评审标准。
现在，AI生成的图像和视频足够以假乱真，所以反向研究识别AI图片，也会成为一个创业方向。这让我想起上周遇到的一件事，一位创业朋友咨询我，有没有什么AI工具，可以一次性批量阅读公司两百多位同事的周报，然后帮忙列出要点，提升阅读效率。当时我听到这个需求，有点哭笑不得，因为现在国内大模型宣传最多的三个功能，一个是写诗，一个是写小红书文案，还有一个就是写周报了。打工人用AI写周报，老板用AI看周报，这个完美的内卷循环除了浪费宝贵的推理算力之外，有什么意义呢？
这位朋友后来跟我反馈说，已经取消写周报了，变成有事要同步的人写周报，写不写全凭自觉。我觉得这么改特别好，AI时代，很多传统的做事方式或者流程，都值得突破和迭代。AI已经在疯狂进化了，咱们个人和组织也不能落后太多。
最后提醒一下，今晚8点，咱们AI学习圈直播间又请来一位实干家，是卫瓴科技的创始人兼CEO杨炯纬老师。他是非常成功的连续创业者，在这波AI浪潮中选择了营销这个红海赛道。他会来分享，AI时代，销售、市场营销等岗位会发生什么变化，欢迎你现在就打开文稿预约，不见不散。
好，今天的快刀广播站就到这里了。如果你觉得今天的内容对你有帮助，欢迎分享到朋友圈或者转发给你的朋友们。明天咱们接着聊AI。
点击预约杨炯纬老师直播
点击查看学习圈同学的AI音乐作品