有哪些意想不到的 AI 应用方式？

人类与 AI 的共创之路，将会把我们带向哪里？4 月 1 日至 4 月 26 日，我们一起漫谈 AI 时代人类创作可能的明天。
更多精彩见：

发表于 3 天前

说到这个，我倒是有几个稍稍不同的应用方式。在一定程度上是给学生逼出来的（笑）。
第一是，用LLM帮我检查一下文档中的文中引用和文后的文献列表是否吻合。是的，我的一些学生不太喜欢用文献索引软件（说了也不听），所以出现过一开始第一版都正确。随着修改，某些reference没有加上或者删掉的情况。之前我一点一点看，越看越气，还影响心情。现在一下搞定，好多了！
其次也是与文献有关系。带的一些本科毕业设计的学生还是不如研究生有「科研伦理」，直接大段的用ai写。但是这ai的幻觉还是存在的，还是有假论文（现在更多幻觉出在reference本体和doi不吻合的方面）。所以，ai可以快速过一下这些问题，也算是个好事。
第三，就是我更常用的，用ai玩文字冒险游戏，可以玩玩类似龙与地下城的游戏，算是写论文累了可以轻松玩和停下的纸笔RPG不是么？

发表于 3 天前

我看了下大家的回答，捏泥人、搞学生辅导、心理谈话等等，都是有益的应用，看了让人心里开心。
但实际上，AI 是个双刃剑，同一项应用，既可以往好的方面发展，也可以用来做恶。
举个例子，AI 通过对用户社交平台的发言做研究，既可以帮助其做心理辅导和问题分析。
但与此同时，LLM也可以基于这些分析，帮助攻击者创建更具欺骗性和规避性的，针对某个用户所精心制作、戳其关心点的钓鱼邮件，来大大提高自己的攻击成功率。
而且，个性化的，有丰富内容的邮件，附带的好处还有能帮助自己逃过垃圾邮件过滤器的审查，顺利到达收信人的邮箱当中。
目前来说，充分利用模型的预训练知识的情况下，仅仅通过简单的零样本提示，或者少样本提示（附带几个示例），就可以生成非常高质量的钓鱼邮件[1]。

通过LLM生成，来个性化改变邮件的主题和正文，以使其更具合法性，从而减少被检测为钓鱼邮件的可能性；而且，这种网络钓鱼是个性化的，利用特定目标的特征和习惯，避免了群发式网络钓鱼的普遍，弥补了过往普遍但不通用的缺点。
例如，你可以写 Prompt「为浙大研究生写一份邮件，她本人18岁，正读大一，微博显示昨天刚去茅家埠有玩过，其余信息等等等等；邮件内容为学校补助到账，并附带一个链接，让他们点击获取折扣代码，字数不超过150字。」
使用LLM创建钓鱼邮件，再由人类专家编辑（半自动化），或者直接发送（自动化），不仅大大降低了鱼叉式网络钓鱼攻击的成本，同时极大提高了其成功率。

对于攻击者和黑客来说，这意味着内容极其可信的、生成独具个性化的和针对性的，成本非常廉价的钓鱼邮件成为可能。LLM工具，正在迅速使这些邮件变得更高级、更难识别、更危险。
不过，反过来说，LLM会加速钓鱼邮件的质量和流入速度，那么它是否也能帮助拦截这些邮件呢？
答案是可以的，LLM可以迅速分析邮件背后的意图，来制作 LLM-Based 邮件过滤器，用以检测和预防钓鱼邮件。
LLM不仅可以生成隐蔽的钓鱼邮件，也为改善钓鱼检测器提供了良好的机会。通过数据增强，zero shot/one shot/few shot learning，也可以增强检测器应对复杂攻击的能力。——这就是我说的，双刃剑的意思。
目前来看，钓鱼检测系统的发展还有待进一步完善，以应对网络攻击者不断演变的策略。
道高一尺魔高一丈，网络攻防就是这样，不断纠缠和共同进步。

发表于 3 天前

单说一些我自己在日常使用的部分吧，花活当然也有一些。
1、本科生课程作业查重和批阅。

无纸化办公，大大提高教学效率。
收上来，扔进去，谁抄了谁的作业，谁的作业抄了哪个网友、哪位前人，一目了然。
研究生作业和论文的审稿或批阅，请在部署本地后或确认不会上传云端导致隐私泄露后，谨慎使用。
2、中小学数学竞赛辅导

除了国X学、质XX育、数XX星和传统强校们，大抵很难招到CMO金牌及以上刚退役的选手作为专职/兼职教练储备。
但是，AlphaGeometry2是IMO金牌的水平。
不过还没有去和专门做教培的朋友们严肃讨论过这个话题。但凭我个人对AI的了解和教学经验，高难度赛事的辅导（国培层面），AI目前还胜任不了，依然得有人类教练的参与，但联赛难度的入门辅导基本不成问题。
同理还有侧重于数学技巧长时训练的高考数学、考研数学辅导，AI在知识层面上，在有效提问场景下，是能胜任辅导工作的。
此时人类教师应该如何更好地应对AI解题技巧传授的冲击，乃至后续如何转型、协同合作，都是当下需要立即开始思考的方向。
3、AI cappella-无伴奏纯人工智能声合唱

忽然意识到，按照唯物主义当前的定义，负责和声部分演唱的人工智能，到底算不算乐器……

发表于 3 天前

可以AI赛博捏泥人啊

下面这个小鸭子，是AI帮我捏的，作为我送给桔猫的礼物。

最近玩3D打印机，又刚好遇到Blender-mcp的发布，于是心里一想：能不能让AI帮我捏个泥人。
说干就干！
注：为方便阅读，本回答只讲大概思路，具体详细教程可见我之前发的文章：
桔了个仔：Claude+MCP+Blender+3D打印机，轻松实现AI赛博捏泥人
第一步：配置MCP

现在多数AI应用都支持当MCP client了，我用的是Claude Desktop，当然你喜欢其他工具也行。这里以Claude Desktop设置为例。
在Claude Desktop里，在 setting ->Developer界面，你可以点击Edit Config，增加MCP Server，按照这个github repo的readme配置一下claude_desktop_config.json
https://github.com/ahujasid/blender-mcp?tab=readme-ov-file
第二步：配置Blender

Blender是一款免费跨平台的3D建模套件，不过我相信很多读者都不会用，即使会用，也可能没有足够的艺术细胞能自己捏一个好看的模型，至少我是这样的，毕竟给我一坨橡皮泥我都不一定捏得好，还想我用电脑捏？
不过没关系，我们可以让AI帮我们捏。
下载了Blender后，就给Blender安装MCP，安装教程还是看上面那个repo。

第三步：输入需求给AI

这个时候你可以让AI实现需求了。

Prompt里的hyper3D是啥意思呢？其实Hyper 3D是第三方的AI生成3D模型工具，被集成到了Blender MCP里，其实直接调用Blender捏模型也行，但效果可能不太有美感。
过了一分钟，在桔猫的陪同下，捏好了。

第四步：导出模型，给3D打印机打印出来

先导出STL文件

不同的3D打印机有不同的软件，所以这一步暂时没有MCP server可用，得手动把模型文件传给3D打印机

过了一会，打出来了。

挺简单吧！

发表于 3 天前

在刷奇奇怪怪论文的日常中，我看到了科学界无数脑洞大开的AI应用方式，比如分析李杜诗歌风格[1]、比如AI解读古代文字[2]、比如AI辅助教育[3]，还有最离谱的，AI帮助解决美国校园枪击事件[4]，正好借此分享一下这些好玩的研究。最后的最后，我补充一个在群里看到的知乎直答有意思的玩法——测试你喜欢的答主的MBTI。
1. 中国古代诗歌与AI的对话

传统上我们学习诗歌都学啥呢？默写，每个词的意思，诗词的意象、典故、主题和各种文学技巧，唯独有一点是不怎么重要的——声音本身。论文[1]Listening to the verses: unveiling phonetic contrasts in Li Bai and Du Fu’s poetry（听诗：揭示李白和杜甫诗歌中的语音对比）脑洞大开，他们觉得李杜二位的风格差异不仅仅体现在诗歌的意象主题上，也同样会在诵读的声音中体现出来，于是作者们决定用机器学习来从语音层面来比较李白杜甫两位诗人的风格。
简单来说，他们从《全唐诗》中提取了李白（1006首）和杜甫（1467首）的诗歌文本，然后再从《广韵》中提取中古汉语的声韵信息，把汉字的语音特征（如声母、韵母、声调、发音部位等）编码为一个470维的向量。

最终作者们确认了李白在诗歌方面更倾向于使用带有正面感情色彩的声音，而杜甫的诗歌声音则更忧郁一些，当然这个结论其实很好理解，古代诗歌从来都是要吟诵的，声音中如果不能反映情感色彩反而难以理解。

2. AI V.S. 个性化教育

关于个人化AI的故事我大概在一年多前在开会时听张翼成老师分析过，其实传统教育的弊病我们早就有过非常切身的体会了，相对标准化的教育对于各种奇形怪状的学生来说是很难实现因材施教的，相比较之下，一些更“标准”的学生就更容易取得好成绩，而方差大一些的学生就比较倒霉了。
论文[3] AI optimization algorithms enhance higher education management and personalized teaching through empirical analysis（人工智能优化算法通过实证分析提升高等教育管理和个性化教学）就展示了一把AI优化算法在高等教育管理和个性化教学中应用的威力。
具体来说他们用AI来进行教学质量评估，优化课程排班，匹配师生资源，同时还去设计个性化的学习路径推荐，推送更适配个人的学习资源。效果嘛，至少论文上是非常不错的：

平均成绩从74.2提升至87.1；
学习参与度指数增长36%（3.3 4.5）；
教学效率提高42%（单位知识点耗时减少28分钟）。

我认为未来在AI的辅助下，个性化教育恐怕是大势所趋，如此一来学习效率和我们读书的时代相比多半不可同日而语。
3. 古代铭文 V.S. AI

这个应用严格来说也不算意想不到，在西方Epigraphy（金石学）研究中铭文是关键，但很遗憾就像我们国内大量的文物有大量破缺，很多铭文也因损坏、迁移或年代模糊导致难以解读，用AI这个锤子去敲敲这个问题也很好理解。
论文[2]Restoring and attributing ancient texts using deep neural networks（利用深度神经网络恢复和归因古代文本）就实现了这样的操作，他们搞了一个叫Ithaca[5]的深度神经网络系统。这个AI 能帮助历史学家去做文本恢复、地理归属和年代归属，文章和已有结果的benchmark对比效果相当不错。

未来也许我们的甲骨文也可以用类似的办法进行释读，不是有个说法是每个甲骨文的破译都价值10万元，也许有小伙伴可以用AI狠狠大赚一笔。
4.校园枪击的新破局点

说实话，这个是咱真的很难想到的，当我看到nature和其引用的CNN相关报道[4][6]确实没绷住。他们非常认真的思考，由于公立学校通常缺乏资金、设备和人员，想做好防范是很难的，所以用低成本的AI来“识别枪声，监控门和大门，在社交媒体上搜索威胁，在学生记录中查找危险信号，并识别学生的脸以识别入侵者”，不由让人想起美队2里面的洞察计划，也难怪一些专家对这种应用表示反对，至于这种可能性未来是否真的会推行下去，那就得看人命重要还是七七八八重要了。

5.测试MBTI

以我自己为例，只需要在知乎直答中问“帮我分析一下拉格朗日忧郁的MBTI和他的性格 @拉格朗日的忧郁 ”，直答就会根据我的回答记录进行分析。

不得不说，和我之前自己测的是一致的，准确性还是不错的，AI恐怖如斯。
结语

不管怎么说，我们现在已然进入了AI时代，是被动消极应对，还是积极探索各种AI应用的可能性，全在我们自己，诸多新的可能性已然悄然诞生或在慢慢酝酿。作为个人来说，只希望好玩有趣的应用越来越多，好好享受就是了。

有哪些意想不到的 AI 应用方式？

本周热门