标签: AI

2024年度总结

今年又是我创业的一年,也是AI创业的一年。

去年的时候,我已经决定投身这次AI技术革命,并一直在寻找方向,在上半年时,我MBA的同学,和我讨论AI的创业方向,在多个方向中,确定了以广告营销创意作为方向,并与广告行业的资深人士深入交流,大家一拍即合,决定用AI来重塑广告创意,为营销提供AI创新生产力。

说干就干,从5月份我开始进行AI广告创意工具的研发,一边梳理广告业务流程,一边做。最开始,我用Dify快速搭建系统来验证业务流程的可行性,可行性是没什么问题,但Dify对我来说,限制太多了,1个月后,我就用LangChain+Next.js,全新构建一套系统,进展比较顺利,到7、8月份,系统的主要功能都成型了,包括基本的对话、AI搜索工具、生图、RAG知识库,以及核心的广告创意工作流,9月份我们的新公司(上海回声杨数字科技有限公司)工商注册完成,系统完成上线部署,开放给合作伙伴进行试用,并不断的迭代改进,11月19日,我们正式对外发布广告创意AI产品——Echo回响。

2024这一年,我深刻的感受到AI在高速进化,并已经切切实实的在改变我们的工作与生活。就拿我们这款产品的研发过程来说,其技术栈与我之前擅长的Java体系完全不同,需要用Python、React、PostgreSQL,Python虽然以前写过,但也不算精通,React、PostgreSQL几乎是没有用过的,但我还是一个人将整个系统写出来了,其完全得益于AI工具的辅助,具体来说,就是GitHub Copilot,它快速生成大量代码,同时,我遇到的95%以上问题,都是它帮我解决的,可以说,在GitHub Copilot的辅助下,我一个人完成了以前需要一个团队完成的事情,这就是AI的力量。

2024年3月份,红杉美国举办了AI Ascent 2024活动,红杉合伙人Konstantine Buhler提出,AI 主要是一场生产力革命,生产力革命有个共同的模式,由最初的人使用工具,到人配合机器工作,再到人与机器网络协作, 生产力革命意味着大幅降低成本,标普 500 公司创造 100 万美元收入所需的员工数量正在迅速下降,这种变化意味着我们将能以更快的速度和更少的人力来完成工作,AI将会让成本进一步降低。 未来的公司可能像神经网络一样运作,在整个网络层面进行人机交互和优化,并催生更多一人公司(超级个体)。

结合我的感受,在AI时代,确实会出现更多的超级个体。但要成为超级个体,需要观念与意识的转变 ,具备持续的学习能力,善于思考,善于用语言表达,要三会二能,即会思考,会表达,会提问,能总结,能抽象,而且本身能力强的人更容易成为超级个体。超级个体的出现,对现有组织也会产生深远的影响,组织形式会发生变化,由雇佣关系变成合作关系;企业最高层(老板、决策者)的需要转变观念,推动AI变革;拥抱人工智能的公司的竞争优势将继续上升。我们的公司也将致力于为客户赋能,打造超级个体以及由超级个体组成的新型组织体系。

这一年,因为投身AI时代感到兴奋,同时也非常焦虑,生怕在这个时代被落下,但接触了很多客户、朋友、同学后,发现绝大多数人,并没有对AI的深入认知,虽然他们听说过ChatGPT、Midjourney、豆包,但实际上用来提升自己工作效率的并不多,特别是在一些行业领域,还是在使用互联网的方法,甚至是一些非常传统的方式运营业务,连数字化都谈不上,另一方面,把AI当成生产力工具,还是需要一些能力的,虽然网上有很多AI教程,但鱼龙混杂、参差不齐,其中也不乏割韭菜的。真正运用好AI,绝不是表面的技能,而是需要对自身业务的深刻理解,具备我之前所说的三会二能(会思考,会表达,会提问,能总结,能抽象),能将自己所做的事情,进行高度的抽象,形成方法论和思维链,让AI学习到这套方法,从而成为自己的Agent,来自主工作。传统行业有大量的业务值得用AI来改造,可以让效率成倍的提高,这确实是一场生产力的革命,这也是我们选择AI应用层创业,希望改造传统行业的根本原因。

今年读的书比往年少,吴军博士的《脉络》、王志纲的《格局》、吴晓波的《茅台传》、《我看见的世界:李飞飞自传》、《乔布斯商业创新底层逻辑》、《情绪价值》,其中《情绪价值》很值得读一下,在目前各行各业内卷的环境下,如何在使用价值之外给用户提供情绪,可能决定了自己的产品是否能脱颖而出的关键。今年还写了几篇文章,分别是《萝卜快跑真的砸了底层劳动者的饭碗吗?》《当程序员沦为外卖员:电影〈逆行人生〉带给我们的思考》《瓜子 vs 天天拍车:一次卖车体验的对比与思考》,是我对人工智能、当下环境、产品体验以及商业模式的观察和思考。英语学习还在继续,在背单词的“扇贝网”上的打卡记录是2885天。

这一年,健身也在坚持,几乎每天都进行有氧操,并配合力量训练,体重基本维持在67-69公斤,在5-6月份天气好的时候,每周都会跑一个10km,健身已经成为一种习惯,会一直坚持下去。

今年家里迎来了新成员——两只可爱的小猫,在我工作的时候,会在跳到我的桌子上,或是在在我的电脑前面睡觉。虽然我正式成为了一名“铲屎官”,但这一切却为家庭日常增添了不少温暖和乐趣。

今年,儿子已经高三,还有不到半年就要迎来他人生中最重要的一次考试,希望他坚持到底,不负努力,考上理想的大学。也希望,在2025年,我们AI创业公司能发展顺利,为更多客户提供价值。希望家人都身体健康。

2025年1月2日,父亲就已经离开我整整两年了,但我还是会时不时的梦见他,希望他在另一个世界里一切安好,福佑我们全家。

封面图片:崇明岛家乡的稻田,拍摄于2024年10月2日。

在pyenv环境下安装支持Mac M1芯片的TensorFlow

从TensorFlow v2.5开始,可以通过tensorflow-metal PluggableDevice使用Mac M1芯片的GPU加速训练。

一般情况下,只要按照苹果“Getting Started with tensorflow-metal PluggableDevice”文档中的步骤安装即可,但我的M1芯片MacBook Air中安装了pyenv,pyenv 是一个 python 版本管理工具,可以方便的在工作环境中安装、管理和切换不同版本的 python,所以我尝试在使用pyenv的情况下,安装TensorFlow。

系统要求,macOS 12.0+,需要先安装好Xcode Command Line Tools,安装命令

xcode-select --install

pyenv的安装和配置请参考网络教程,通过命令

pyenv install --list

可以列出所有可以安装的 python 版本,也会包含anaconda、pypy等不同的版本。

接下来安装Miniforge,这是由于Anaconda 无法在 M1 上运行, Miniforge 是用来替代它的。执行命令

pyenv install miniforge3

会安装最新版本的Miniforge3-MacOSX-arm64,使用pyenv versions命令,可以列出所有被 pyenv 管理的 python 版本。

通过pyenv命令,设置当前 shell 所使用的 python 版本为miniforge3

pyenv shell miniforge3

使用conda创建名为“tensorflow”虚拟环境,并激活,这里使用的python版本为3.9.5(TensorFlow所需)

conda create -n tensorflow python=3.9.5
conda activate tensorflow

安装TensorFlow dependencies

conda install -c apple tensorflow-deps

如果是升级安装新版本的TensorFlow,建议使用

# uninstall existing tensorflow-macos and tensorflow-metal
python -m pip uninstall tensorflow-macos
python -m pip uninstall tensorflow-metal
# Upgrade tensorflow-deps
conda install -c apple tensorflow-deps --force-reinstall
# or point to specific conda environment
conda install -c apple tensorflow-deps --force-reinstall -n tensorflow

安装TensorFlow

python -m pip install tensorflow-macos

安装tensorflow-metal plugin

python -m pip install tensorflow-metal

至此,TensorFlow就安装成功了,执行

conda deactivate
pyenv shell --unset

可以关闭conda虚拟环境,取消设置当前 shell 的 python 版本。

在PyCharm里使用安装在pyenv里的TensorFlow,步骤如下:

在PayCharm里新建项目

选择“Previously configured interpreter”,并点击后面的 “…” 按钮,弹出“Add Python Interpreter”窗口

选择左侧的“Conda Environment”,然后点击“Interpreter”下拉框后面的“…”按钮,弹出“Select Python Interpreter”窗口

选择miniforge3下“tensorflow”这个虚拟环境下的python文件地址,点击“OK”

在“Add Python Interpreter”窗口中,可以看到“Interpreter”已选中我们刚才所选的Python文件地址,同时选中“Make available to all projects”,也就是这个Interpreter可以被所有项目使用,点击“OK”

在“New Project”的窗口中,即可以选择我们刚才创建的“Interpreter”,点击“Create”,项目创建成功。

在main.py中测试一下TensorFlow

执行结果

我们安装的TensorFlow版本是2.7.0。