EP 521: Why Artificial Useful Intelligence (AUI) Matters More Than AGI
36:30 Share

这是 Everyday AI 节目，一个日常播客，我们简化 AI 并将其力量带到您的指尖。每天收听实用建议，以提升您的职业、业务和日常生活。有时在使用人工智能时，您可能会觉得自己在处理字母汤，对吧？是的，我们正在利用 AI 和大型语言模型 (LLM) 来实现这一天才想法。

生成式 AI，对吧？我们都在追逐 AGI（人工通用智能），但这是否都有用呢？好吧，今天我们将讨论一种可能非常有用的 AI 类型，那就是人工有用智能 (AUI)，以及为什么它可能比我们都在谈论和关注的人工通用智能 (AGI) 更重要。

好的，我很期待今天的谈话。我希望你们也是。如果这是您第一次来这里，欢迎。感谢您的收听。我的名字是 Jordan Wilson，这是 Everyday AI。所以这是您的每日直播播客和免费每日新闻通讯，帮助我们所有人不仅跟上

生成式 AI 的步伐，而且了解我们如何利用所有这些知识来发展我们的公司和职业。因此，如果这听起来像是您正在做的事情，以及您正在尝试做的事情，如果您试图成为您部门中最了解 AI 的人，那么从这里开始，但实际上它会在我们的网站上继续进行。网址是 youreverydayai.com。因此，在我们的免费每日新闻通讯中，我们将向您提供所有 AI 新闻、技巧和窍门以及所有类似内容，以帮助您跟上。但我们还将回顾今天与一位令人惊叹的嘉宾的谈话。

因此，如果您没有听懂所有内容，也许您在开车或遛狗，别担心。我们将在我们的免费每日新闻通讯中提供所有要点和见解。闲聊到此为止。我很期待今天的节目。一位令人惊叹的嘉宾，他的公司和工作，我认为我们所有人都会知道，并且可能与之相关。而且我认为，你知道……

即使是我自己，我也会陷入这种字母汤中，对吧，所有这些不同类型的 AI、AGI 和 ASI。好吧，让我们让它变得有用。好的。所以请帮我。欢迎来到节目。我们邀请了 Ruchir Puri 加入我们，他是 IBM 研究院的首席科学家和 IBM 院士。Ruchir，非常感谢您加入 Everyday AI 节目。嘿，谢谢你，Jordan。也感谢所有听众的收听。所以

好的。嘿，我很兴奋。在我们进入人工有用智能这个话题之前，你能告诉大家，这可能很难快速做到，对吧？但是你能快速告诉大家一些关于你的背景和你如何在 IBM 工作的信息，以便在这里稍微设定一下舞台吗？只是我认为从我的背景来看，我过去近四十年来一直专注于

近四十年来专注于与自动化相关的技术。在您可以想到的技术的几乎所有抽象级别上，从当今世界上两种最重要的技术开始，特别是 AI 和半导体。

这两者都将我职业生涯的大部分时间都花在了半导体及其自动化上。后二十年专注于人工智能。我的背景是优化和算法，而且，你知道，我从事计算机科学已经非常非常长的时间了。

是的，我很高兴了解您的背景，并讨论您和您在 IBM 的同事在过去几年和几十年中取得的一些进展。但在我们开始之前，让我们从顶部开始。到底什么是人工有用智能？我认为你对介绍的开头非常好，Jordan，我认为我将从那里开始，并说有很多关于

AGI 和随之而来的危言耸听的讨论，关于，你知道，会有机器人四处走动，我们需要开始害怕，生活将会非常麻烦。首先，甚至没有对通用智能的明确定义。让我再说一遍，每次我们认为我们已经实现了它时，

我们就把那个罐子推了下去。就像，我不这么认为。那是通用智能。所以让我从我们在 IBM 长期关注的事情开始。那就是当时智能的巅峰之作，那就是下棋。我认为没有比击败有史以来最伟大的世界冠军加里·卡斯帕罗夫更好的里程碑了。

好吧，我们制造了这台名为深蓝的机器，我们进行了一场著名的比赛，我们击败了加里·卡斯帕罗夫。这台机器击败了加里·卡斯帕罗夫。我们想，嘿，应该就是这样吧？我们应该已经超越了。

你知道通用智能超级智能无论你称之为什麽，好吧，我感觉不太好，但感觉不像不，那就像人类实际上好吧，然后快进十年，我们实际上，你知道，非常有名地在电视直播上进行了一场非常困难的游戏，叫做危险边缘，并让一台名为沃森的机器玩这个游戏，并且

你知道，这个游戏现在很有名，我们击败了当时的卫冕冠军。我们认为我们已经实现了通用智能。并非如此。然后，你知道，技术还在继续。对我来说，

什么是通用智能？我甚至不这么认为。用 Sam Altman 和其他人的话说，他们制定了关于 AI 何时能够实现 1000 亿美元收入的这个说法。这有点太狭隘了。我真的很这么认为。那也是一个商业视角。让我们把这个放在一边。在我看来，智力与不仅仅是所谓的智商（IQ）有关，实际上是智商。

它在很大程度上也与所谓的智商（EQ）有关。它在很大程度上也与第三个智商（QI）硬币有关，即关系商数（RQ）。所以在我看来，智力由 IQ、EQ 和 RQ 组成。

而且我们倾向于过于关注这种非常具体的 IQ 部分。当我们说某人很聪明时，一个人非常聪明。这三种因素的结合，一般来说。

撇开所有这些不谈，我认为我们真正应该关注的是，对于您的日常听众和您的决策者来说，这项技术是否有用？这才是最重要的。我根本不在乎我们是否已经实现了 AGI、ASI 或其他任何东西，AXI。我希望这件事有用。

有用性可能因您的视角而异。我们可以谈论很多关于有用性到底意味着什么。但对我来说，这是关于

一项技术，是关于自动化。这在您的日常生活中是否有帮助，无论您是企业、企业还是小型企业主，这是否有助于您完成日常生活中的事情？这项技术是否令人满意？这才是最重要的。

这就是为什么我更喜欢 AUI 而不是 AGI、ASI、AXI，无论我们如何称呼它，实际上，因为这个定义甚至不清楚这意味着什么。如果您回顾 10 年甚至 20 年的历史，定义一直在不断发展。

是的。是的。不停地。对。我在节目中谈到过几次，只是看看 15 年、20 年前的 AGI 定义，就像，哦，从技术上讲，它已经实现了。对。就像如果你看看 20 年前的定义，但是，你知道，我很好奇，我喜欢你如何将这种东西分解成这种，这种智力的三个支柱，IQ、EQ，然后是，你知道，关系，对。RQ，你知道，

我很好奇的一件事，即使它与 AGI 有关，对吧？所以，哦，当一个 AI 系统能够理解或学习人类可以理解或学习的任何东西并执行任务时。但是关于像，似乎，也许我错了。似乎我们人类正在执行的任务现在比以往任何时候都更加变化。

对吧？就像，你知道，我只工作了，我不知道，25 年左右。但似乎自从大型语言模型出现以来，在过去两三年里，我们人类被期望做的事情变化非常快。你认为这可能是人类工作的不断发展变化的概念，以及我们如何使用 AI 吗？这是否也改变了 AGI 的这种流动的定义？是的。

我很高兴你提出了这个问题，Jordan，因为如果你看看我们人类的进化，曾经有一段时间，回到工业革命。我们经历了自动化技术，这些技术自动化了当时非常珍贵的东西，那就是人们真正用手制造或制造东西，而机器则制造这些东西。

这是一场深刻的革命，它带来了前所未有的生产力和消费。后工业革命时代，什么东西很珍贵？什么东西很珍贵？知识工作。如果您能够创造知识，如果您能够分析知识，如果您能够阅读、写作，所有这些都是越来越珍贵的。在人类历史上每一次革命中，

你只需要回顾几千年的历史，如果有人真的得出结论，知识工作者总是越来越珍贵，如果我这么说的话，这几乎是机器无法实现的。关于知识的深入分析，以及新知识的创造，我将暂时把新知识的创造放在一边，因为我们应该讨论它，但是

我认为这是人类进化中第一次，我们非常接近于无缝地生成语言，无论是口语，还是分析语言，以及各种语言，无论是计算机语言、代码，还是口语。我们能够分析、理解、复制语言

无缝地生成事物。这对于社会如何工作具有深远的影响。与自动化机器非常相似，你知道，真正的制造业对我们如何工作产生了深远的影响。但我们并没有停止工作，顺便说一句。这些变成了我们做更多工作的工具。所以我会举一个最简单的例子。当有人用石头敲钉子时，

有人发明了锤子。我们停止敲钉子了吗？

我们真的敲了更多的钉子。事实上，我们发明了可以敲更多钉子的机器，实际上是自动化机器，可以敲更多钉子。我们发现了这些钉子的新用途。如果我这么说的话，我们建造了新的房屋，就像制造业增长等等。我完全期望这场革命在视角上非常相似。这些将成为人们将

释放新生产力的惊人工具。我将给您一个非常简单的例子。实际上，这个周末我碰巧在麻省理工学院的校园里，和一些学生在一起。我正在和他们交谈，并说，我们过去常常等待阅读时间，也就是所谓的与教授和助教一起阅读时间等等。现在我可以直接拿走，如果我不理解一个问题，

我截屏，把它放在您选择的大型语言模型中，无论是什么 ChatGPT、云，我都说，向我解释一下。它做到了。我可以真正与它交谈，它做得非常出色。我可以更快地理解并理解这个问题，否则我无法做到。

这是否意味着学生们已经停止理解了？一点也不。我认为他们发现了新的方法，通过这些方法，他们可以更好地理解并与系统进行辩论。他们过去常常排队等待轮到他们与某人交谈。

现在他们可以与某人交谈，并且他们可以真正进行内部辩论，并为这次谈话做好更好的准备。我认为这是一个很好的例子，说明这些技术如何影响日常生活，以及如何对学生和其他真正的人们有所帮助

使他们的生活更充实。所以我知道最近的一种进步，至少在大型语言模型方面，是它们推理的能力，对吧？所以我知道 IBM 的新 Granite 3.2 有一个推理模式，但本质上现在所有这些大型语言模型，在智力基准方面，对吧，

它们超出了四五年前我们查看早期 GPT 模型时可能预期的范围。所以这让我想到，自从你将这种智力分解成三个类别以来，我现在只是在挠头。对于我们人类来说，拥有

所有智力，对吧？IQ 方面。如果我们实际上无法将其用于情感方面或关系方面，那么这对我们来说是否有用呢？就像，有时我拥有所有这些可以做任何事情的模型。我只是，嗯。

对。就像我一样，我有时会被我触手可及的智能数量所困扰。那么在这个大型语言模型的 IQ 方面如此之高的时代，实际上有什么用呢？你还在为了弄清楚如何利用 AI 发展你的业务而四处奔波吗？也许你的公司已经使用大型语言模型一年或更长时间了，但仍然无法获得牵引力来找到生成式 AI 的投资回报率。嘿，我是 Jordan Wilson，这个播客的主持人。

Adobe、微软和英伟达等公司与我们合作，因为他们信任我们在教育大众了解生成式 AI 以领先方面的专业知识。一些美国最具创新性的公司聘请我们来帮助他们制定 AI 战略，并培训数百名员工如何使用生成式 AI。因此，无论您是为数千人寻找 ChatGPT 培训，

还是只需要帮助构建您的前端 AI 战略，您也可以与我们合作，就像世界上一些最大的公司一样。访问 youreverydayai.com/partner 与我们的团队联系，或者您可以点击我们网站的合作伙伴部分。我们将帮助您停止在 AI 领域四处奔波，并帮助您的团队领先，并为生成式 AI 的投资回报率建立一条直线路径。

你还在为了弄清楚如何利用 AI 发展你的业务而四处奔波吗？也许你的公司已经使用大型语言模型一年或更长时间了，但仍然无法获得牵引力来找到生成式 AI 的投资回报率。嘿，我是 Jordan Wilson，这个播客的主持人。

Adobe、微软和英伟达等公司与我们合作，因为他们信任我们在教育大众了解生成式 AI 以领先方面的专业知识。一些美国最具创新性的公司聘请我们来帮助他们制定 AI 战略，并培训数百名员工如何使用生成式 AI。因此，无论您是为数千人寻找 ChatGPT 培训，

还是只需要帮助构建您的前端 AI 战略，您也可以与我们合作，就像世界上一些最大的公司一样。访问 youreverydayai.com/partner 与我们的团队联系，或者您可以点击我们网站的合作伙伴部分。我们将帮助您停止在 AI 领域四处奔波，并帮助您的团队领先，并为生成式 AI 的投资回报率建立一条直线路径。我仍然绝对这么认为。我认为如果你真的看看

我认为你提出的观点确实是一个深刻的观点，顺便说一句，我们正在定义未来的工作。我真的很这么认为。就像你在历史上的一个深刻的时刻，就像工业革命一样，再次处于一个定义未来工作的关口。我认为之前也有人说过，但我在这里也会再次捕捉到这一点，那就是

有了推理模型，这些惊人的推理模型，更重要的是，这些带有工具的推理模型。工具是指

企业和企业每天使用的工具，数据库，你知道，真正的业务流程工具等等，这些是您可以随时随地调用的数字工具，并说，完成这个子任务。给我结果。我将把它整合回去，并在我的业务流程中继续进行。

对于我们来说，学习管理这些工具变得更加重要，如果我这么说的话。正如我之前所说，人们已经说过，如果你看看未来的信息技术部门，目前它由很多人组成。我会说。

未来的信息技术部门是操作这些工具、管理这些工具、管理这些工具的人，但在未来将变得更加自动化。所以就像人们管理这些代理一样，如果我这么说的话，这些代理碰巧是数字代理。

话虽如此，业务价值必须非常明确。该价值仍然由人员及其之间的人际关系来管理。我们人类永远不会贬低任何方面，无论是情感方面

还是关系方面。我认为这两个部分变得更加重要，如果我这么说的话，因为到目前为止，它是关于人们管理人们。然后它将是关于人们，仍然是人，顺便说一句，管理这些碰巧是数字代理的代理，因为有人需要确保他们做对了，因为有人需要承担责任，顺便说一句。这一切都归结于责任。谁负责？

最后，用普通英语来说，责任在哪里结束？

如果责任在我身上结束，那么我最好知道发生了什么。实际上，有人应该告诉我发生了什么。如果责任不在我身上，那就随便吧。没关系。但如果责任在我身上，那么你最好像我应该控制它一样。我应该管理它。我也应该能够管理它。实际上，我认为这是最重要的部分。责任在哪里结束？

我相信责任将在很长一段时间内继续落在人类身上。是的，这是一个很好的观点，对吧？是的，就像我自己一样，随着这些模型变得越来越强大，就像你感觉几乎像，

没有压力，但突然之间你只是坐在后面，惊叹于 AI 可以完成的事情。但就像，不，随着我们谈论代理 AI、推理 AI，所有这些事情，人与环路的人的作用变得越来越重要。但我必须问你这个问题。因此，当我们为人工有用智能而不是 AGI 辩护时，

你目前发现什么有用呢？你是如何衡量 AUI 的，无论是在你自己的工作中，还是在你团队的工作中，在 IBM，你是如何实际衡量它的，以及在使用人工智能时你如何定义什么是真正有用的？所以我会采取一种，我认为有两种力量从根本上改变了我们在过去，我会说几十年来的生活。

我认为是安德森·霍洛维茨名下的马克·安德森在 2011 年左右说的，如果我没记错的话，软件正在吞噬世界。我认为可以公平地说，软件已经吞噬了世界。我认为我们正处于一个在很大程度上由软件定义的时代。软件的开发……

软件的测试已经成为一项重大工作，我们拥有数百万甚至数千万的软件开发人员。从 IBM 的角度来看，我们非常关注的一件事是如何让企业开发人员、业务开发人员的生活更轻松？我认为我将阐述一个用例，说明我们如何衡量这一点。所以。

鉴于软件对世界如此重要，并且鉴于软件开发人员就像它一直是一种价格商品一样。软件开发人员的日常生活是这样的，实际上。这几乎就像一名医生，尽管我不想将拯救生命与修复软件错误进行比较。但这几乎就像你进来，你看看你的，你打开你的标签，说，好吧，理查德，你今天有 40 个问题需要解决。好的，这将是忙碌的一天。

你开始逐一解决问题。你正在测试它。你正在修补它。你正在发布它。你到了下班时间。你即将下班。还有五个出现。这是紧急情况。需要修复。好的。你知道，你想回家。那时你希望有一种技术可以帮助你自动完成。对。

这就是我们正在推出、今天正在研究的技术，或者称为软件工程代理的东西，它能够查看您复杂的软件开发环境、数百个文件、数千行代码、数十万行代码，只是您遇到的问题的英文描述。为我查明问题所在。

告诉我为什么会出现这个问题。第二，建议一个解决方案，并告诉我该解决方案的理由，然后去修复它。因此，如果您在您的盘子或列表中排列了 40 个问题，我为您自动修复了 15 个。

这就是您日常生活中可以衡量的真正生产力。这与您向大型语言模型发起了多少次调用无关。我不在乎。我在乎的是您交付给我的最终价值。最终价值是我日常生活中消耗的时间，这些时间用于可能不会产生效益的事情。就生产力而言，我并不意味着令人满意。那时我想回家。我希望有一种技术可用。

实际上有一种技术可用，再次，这第二部分可能是，你知道，自动修复漏洞，世界现在充满了网络犯罪，识别网络犯罪何时发生，在哪里发生，如果软件动态地泄露了所有时间，你知道，所谓的 AI 用于安全实际上

再次处于一个充满风险的世界中，如果我这么说的话。对于世界上每个企业和每个实体来说，这都成为一个极其有用的场景，世界上没有足够的人拥有正确的专业知识来识别。你只能将风险降到最低。如果有一种技术可以帮助您进一步降低风险，上帝保佑它。

所以它并没有夺走任何人类活动。它只是降低了您的风险，让您的生活更美好。因此，这些是我们衡量影响日常活动的一些非常切实可行的方法，例如普通的人类努力。

是的，我认为知识工作者通常所做的日常活动，对吧，就像在那里，你知道，AI，我认为，确实有用，对吧？当您可以找回时间时，当您可以找回注意力时，当您可以找回创造力时，对吧？所有这些事情。但是，你知道，

我想在这里快速倒带一下，你知道，因为我们简要提到了，你知道，你的一些，你的背景和，你知道，IBM 在人工智能领域的成就，对吧。它已经存在了几十年，并且几十年来一直很有用。对。所以，呃，也许时机在这里，它，它，它有点，呃，有趣，对吧。因为你有一个深蓝，我相信那是，你知道，大约 97 年。呃，然后你有了，你知道，成为国际象棋冠军，然后你有了，呃，

你知道，沃森在危险边缘大约 14 年后，你知道，这两者都非常有用，对吧。就人工智能而言，呃，你知道，它在哪里，它要去哪里。现在我们又过了 14 年。所以每次之间相隔 14 年。所以，你知道，下一个重要的里程碑是什么，对吧？首先是，你知道，

击败最聪明的国际象棋选手，然后是赢得危险边缘。有了我们现在拥有的所有 AI，下一个重要的里程碑是什么？你知道，你认为是什么让你觉得，哦，好吧，这开启了 AI 有用的另一个阶层。我认为这个词已经被过度使用、滥用了，但我将真正阐明为什么我对这项技术如此兴奋，因为这是技术上的一次深刻转变。

这就是我所说的代理，我将描述我的意思，因为它已经被大量书写，并且在许多方面都被滥用，到目前为止，我们一直在使用工程术语中称为前馈系统的系统，前馈系统是您向该系统提供输入，它会为您提供输出

如果您不喜欢输出，您作为人类不喜欢输出，您会怎么做？你作为人类改变输入。这称为提示工程。你不喜欢 ChatGPT 的输出，你改变提示。你改变提示。代理将其提升到一个完全不同的水平，实际上，呈指数级地更聪明。他们说，你知道，你给我输入，我会给你输出。我将分析该输出。我，机器将分析该输出。

将其与您的输入意图进行比较，并继续在内部迭代，直到我得到正确的结果。这实际上需要我们之前谈到的推理，特别是这些 AI 系统的深度推理。他们采取的另一个步骤。这不仅仅是他们采取的唯一步骤。他们采取的另一个步骤是，你知道。

所以现在在 ChatGPT 中还可以，但大约一年前，也有很多关于它的推特帖子，如果你给 ChatGPT 两个数字相加，只需给它两个要相加的随机数字，稍微大一点。

它很可能算错加法，因为加两个数字并不是LLM术语或大型语言模型术语中所谓的下一个标记预测问题。我认为，谁能告诉ChatGPT请使用我们已经使用了数千年，而不仅仅是几十年，数千年的计算器这个工具。请使用它。请不要把它当作语言问题。这不是语言问题。这是一个数学问题。

谁能用计算器，好吧，我认为然后意识到何时调用你给我的那个工具是一个英语问题，我说哦，这是一个加法问题，我应该调用一个计算器，然后你调用一个计算器，查看结果，将结果重新插入英语单词中，并说你的加法是x，然后你从那里继续，所以这种能够承担任务的能力，将其分解成子任务

为正确的子任务调用正确的工具集，将所有这些整合在一起，反思结果并继续直到我完成该任务，这就是下一级技术中所谓的代理。它将术语从所谓的馈送系统改为反馈系统。

世界上所有智能系统都是反馈系统。我将给你一个最简单的例子，它将非常非常清楚。暂时假设你正在尝试向月球发射火箭。如果你从地球发射时偏离了0.0000001度，你就不会去月球。你会去别的地方。是的，你搞砸了你的目的地，但你不会去月球。所以，火箭发射系统的重点不仅仅是拥有尽可能强大的火箭。

把它想象成一个非常强大的模型。但要能够纠正每次你意识到，哦，我不去那里。让我纠正。我不去那里。让我纠正。这种能够纠正的能力在智能系统中非常重要，它可以决定

着陆，不，不去任何地方，到真正去你想去的地方之间的区别。我认为这是一个很好的类比，说明了这个新时代中的代理与之前技术的区别。这就是为什么我对代理及其对世界的影响如此兴奋的原因。

说到这一点，回到这个话题，你知道，人工有用的智能，当我们谈论代理AI时，你知道，能够推理的AI，拥有工具访问权限并知道何时使用正确工具的AI，对吧？看起来我们正处于所有这些事物汇聚在一起的边缘。说到有用，

现在对业务领导者来说，除了使用正确的系统之外，还有什么是有用的，对吧。实际上，你知道，AI战略和AI实施，但他们自己的EQ和RQ方面呢，对吧？我们需要学习和实践哪些有用的技能才能充分利用

AI的持续发展，似乎是自行发生的，对吧？我们需要为充分利用所有这些AI做哪些准备？我认为我鼓励每个企业主、每个商业决策者、每个商业战略家，首先，要参与其中。

这几乎是默认情况下应该是正确的，但要超越炒作进行教育。甚至像我鼓励每个人一样动手操作。你不需要构建软件。你不需要成为软件开发人员，但请自己尝试这项技术。这项技术触手可及。请自己尝试这项技术，这将让你了解这项技术的强大之处。

其次，我建议每个人都制定一个关于AI将如何扰乱和重建你的业务的战略和计划。

这实际上是强制性的。就像，你知道，每个人都有一个计划，如果我断电了，我将有一个备用发电机或其他东西。这几乎就是这样。就像电力一样。制定一个关于AI将如何扰乱和重建你的业务的计划。我不是说，这就是为什么我没有停留在破坏部分的原因。第三个是确保你的员工，你的团队拥有正确的技能。

因为我们正处于转型之中，正如我所说。对于那些没有正确技能的人来说，这可能会非常可怕。因为如果人们不知道如何过渡到新世界，他们可能会非常害怕技术。所以这三个因素共同拥有基于实践活动的观点。

第二个，真的要在业务层面、决策者层面制定一个计划。第三个，将你的团队聚集在一起，这是EQ和RQ的一部分。如果你放任不管，它就会变成文化。实际上，他们会抵制它。你可以把它塞进他们的喉咙里。这只是，你知道它通常是怎么样的，实际上，这不是决策者想要做的最令人满意的活动。对。是的。

用这种方式结束今天的节目真是太好了，顺便说一句，我的天哪，对吧？我们没有，我们事先没有讨论过那个，但我喜欢这样。只是教育，战略，不仅仅是，你知道，处理破坏，而是重建是巨大的。然后确保员工拥有正确的技能。

太棒了。今天的谈话非常精彩。所以非常感谢Rushir加入Everyday AI Show。我们非常感谢你的时间和你的见解。谢谢你，Jordan。很高兴。

好了，各位。内容很多。我很兴奋。我要去听这个节目，我要把这个新闻稿打出来。我认为你需要至少再听两遍，因为Rashear现场即兴给我们带来了很多很棒的信息。喜欢看到它。所以感谢您的收听。如果这有帮助，请访问youreverydayai.com。注册免费的每日新闻通讯。感谢您的收听。我们明天和每天都会回来，了解更多Everyday AI。谢谢各位。

这就是今天Everyday AI节目的结束。感谢您的收听。如果您喜欢这一集，请订阅并给我们评分。这有助于我们继续前进。更多AI魔法，请访问youreverydayai.com并注册我们的每日新闻通讯，这样你就不会被落下。去打破一些障碍，我们下次再见。