未来十年不变的AI是什么？吴恩达等专家关于2024年AI发展趋势的预测

随着2024年的到来，人工智能领域正迎来前所未有的变革和发展。从深度学习到自然语言处理，AI技术的每一个分支都在经历着快速的进步。在这个关键的时刻，业界专家们提出了对未来趋势的深刻洞察，预测了将形成AI发展主流的关键方向。智哪儿整合了这些专家的观点，旨在为我们勾勒出2024年AI技术可能达到的新高度和其潜在的社会影响。

社区、工具和数据的重要性

吴恩达：斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室主任。

吴恩达强调了AI发展中社区建设、工具使用能力和对优质数据的重要性。他提到，随着AI的快速发展，围绕AI技术构建强大社区至关重要，社区成员可通过分享知识、相互支持和协作来共同成长。此外，他指出懂得使用AI工具的人和企业将更高效，能更有效地处理数据，从而做出更好的决策。他还强调，随着算法的不断演进，对高质量数据的需求将日益增长，良好的数据是AI功能优化和决策准确性的基础。

社区的重要性：AI技术的进步并不仅仅依赖于单个研究者或公司，而是需要一个知识共享、相互支持的社区环境。

工具和技能：随着AI工具的不断涌现，掌握这些工具的能力将直接影响个人和组织的创新能力和效率。

优质数据的需求：良好的数据是AI系统有效运作的关键，特别是在做出复杂决策和提高算法性能时。

视频生成与AI新界面

Anastasis Germanidis：Runway的联合创始人兼首席技术官，Runway是一家应用人工智能研究公司，正在塑造艺术、娱乐和人类创造力的下一个时代。

Anastasis Germanidis预见到视频生成和AI新界面将是2024年的主要发展趋势。他预测AI将在视频内容的生成上取得显著进步，包括提高生成视频的质量、通用性和可控性。此外，他还指出，随着AI模型的发展，我们将看到更多创新的用户界面和产品出现，这些新的界面和产品将超越传统的交互模式，提供更加丰富的用户体验。

视频生成技术的发展：预计在AI视频生成方面，我们将见证视频质量和创作自由度的显著提升。

用户界面和产品的创新：随着AI技术的进步，新的用户界面和产品将推动我们与AI的互动方式发生革命性变化。

AI在内容创作中的作用：强调了AI在帮助创造多媒体内容，如视频、图像和音频，方面的潜力。

多模态模型和包容性

Sara Hooker：Cohere的高级研究副总裁，领导Cohere For AI，这是一个支持基础查询和广泛访问的非营利性机器学习研究实验室。

Sara Hooker专注于多模态模型的发展和AI在多语言处理上的进步。她强调，当前的AI模型和数据集对英语和西欧语言有偏见，而对全球南部和亚洲的语言代表性不足。她认为，2024年将是多语言模型的重大改进之年，这将有助于弥合现有的语言差距。她还指出，包容性是实现AI技术全球化的关键，且对于确保AI能服务于全球受众至关重要。

多语言模型的发展：指出了AI在处理全球南部和亚洲语言方面的不足，以及未来改进的必要性。

AI技术的包容性：强调了AI技术需要更广泛地覆盖不同的语言和文化背景，以实现真正的全球化。

模型尺寸和应用领域的多样性：讨论了更小型、更高效的AI模型对于适应不同应用场景的重要性。

基础模型透明度

Percy Liang：斯坦福大学计算机科学副教授，基础模型研究中心主任，以人为中心的人工智能研究所高级研究员，也是Together AI的联合创始人。

Percy Liang强调了基础AI模型透明度的必要性及其对未来AI发展的影响。他指出，目前AI模型在透明度方面存在不足，这影响了公众的信任度和模型的有效监管。他预计2024年将是提高模型透明度的关键时期，这不仅有助于提高公众对AI技术的信任，也对制定有效的政策和规范至关重要。

透明度的缺失与风险：分析了当前AI模型缺乏透明度的问题及其可能带来的风险。

提高透明度的策略：讨论了如何提高模型透明度以提升公众信任和有效监管。

价值观和管理问题：探讨了AI模型的价值观如何影响其应用和社会接受度。

尊重人类创造力

Sasha Luccioni：HuggingFace的研究科学家和气候负责人，是气候变化人工智能的创始成员，也是机器学习妇女的董事会成员。

Sasha Luccioni在她的展望中强调了AI模型训练过程中人类创造力和劳动的重要性。她揭示了AI模型背后的人类工作和创造力，这些通常被遮蔽在技术的光环下。她强烈主张，2024年的AI发展应更加重视和尊重这些贡献，并提出了对AI技术发展的人性化和伦理的关注。

AI背后的人类劳动：指出了训练AI模型需要大量的人类工作，包括数据的收集、整理和标注，这些工作往往被忽视。

尊重原创内容创作者的权利：讨论了AI技术发展中如何更加尊重原创内容创作者，尤其是在版权和知识产权方面。

AI发展的人性化和伦理问题：强调了开发更以人为中心的AI技术的重要性，以及在AI研究和应用中考虑伦理和社会影响的必要性。

小型模型和数据高效利用

Pelonomi Moiloa：Lelapa AI的首席执行官，这是一个基于社会的研究和产品实验室，专注于非洲人的人工智能。

Pelonomi Moiloa的关注点在于小型AI模型的重要性及其在资源受限环境中的应用潜力。她提出，考虑到资源限制和可持续性的重要性，2024年将是小型、高效AI模型发展的关键时期。她还强调了从较少数据中高效学习的重要性，指出这对于在资源有限的环境中实施AI具有深远的意义。

小型模型的发展趋势：讨论了小型、高效AI模型在应对资源有限挑战方面的潜力，尤其是在数据、电力和计算设备受限的环境中。

数据高效利用的挑战：强调了如何使AI模型能够从更少的数据中学习到更多知识的重要性，尤其是对于解决复杂问题。

AI在资源受限环境中的应用：探讨了小型AI模型如何在提供清洁能源、清洁水、营养餐和优质医疗等领域中发挥重要作用。

持续的指数级增长

Kevin Scott：微软首席技术官兼人工智能执行副总裁

Kevin Scott在其展望中强调了AI技术持续的指数级增长及其对未来的深远影响。他预测2024年将继续见证AI技术的快速发展，包括新应用、工具和体验的出现。他强调，这些发展不仅仅是技术上的突破，也将为人们的日常生活带来实质性的改变。

指数级增长的影响：讨论了AI技术快速发展对各行各业的潜在影响，以及它如何改变人们的工作和生活方式。

新AI应用和工具的兴起：预测了新的AI应用、工具和体验将如何为全球带来显著的好处，特别是在提升效率和生活质量方面。

为快速变化做准备：强调了企业和个人需要为迎接AI技术的快速发展做好准备，包括采纳新技术和适应新工具。

开源模型的崛起

Martin Signoux：Meta研究员

Martin Signoux预测2024年将是开源AI模型大放异彩的一年，特别是在与像GPT-4这样的专有模型的竞争中。他指出，开源模型在性能上将迅速追赶专有模型，开源社区的活力和创新将对AI技术的发展产生重要影响。

AI智能眼镜成为现实：随着多模态技术的发展，领先的AI公司加大对AI驱动的可穿戴设备的投资，特别是智能眼镜。这些眼镜通过集成摄像头和音频传输设备，提供便捷的AI助手体验，同时释放双手并提供舒适的佩戴感受。RayBan等品牌已经在这一趋势中发挥领头作用。

ChatGPT在AI助手领域的地位：2023年以ChatGPT为代表的AI助手的兴起，以及其他如Bard、Claude、Llama和Mistral等数千种衍生产品的推出。随着产品化的深入，ChatGPT的市场地位和估值可能会发生变化。

大型多模态模型（LMM）的兴起：LMM预计将取代大型语言模型（LLM），在多模态评估和安全性方面表现出色。它们被视为实现真正通用人工智能助手的重要步骤。

AI技术的迭代改进：尽管不会出现重大技术突破（如GPT-5），但在迭代改进方面将持续取得进展。这些改进将使LLM在多种用途中更加鲁棒和有用，推动其在各行各业的应用。

小型语言模型（SLM）的流行：考虑到成本效率和可持续性，小型语言模型将日益流行。量化改进将推动这些模型在消费者服务设备中的集成。

开源模型对抗GPT-4：开源模型在过去一年中展现了强劲的活力和进步，预计将迅速缩小与GPT-4等专有模型的性能差距。开源模型被预期将与专有模型共存并共同推动技术进步。

AI模型基准测试的挑战：目前尚无一套基准测试、排行榜或评估工具能成为AI模型评估的终极选择。未来将看到更多改进和新倡议的出现，尤其是在多模态领域。

关于AI风险的公众讨论：尽管存在性风险（X-risks）曾成为头条新闻，但公众讨论更多集中在当前的风险和争议上，例如偏见、假新闻和用户安全等问题。

总结