作者:By James O'Donnellarchive pageWill Douglas Heavenarchive pageMelissa Heikkiläarchive page
上一轮我们得分如何?我们的2024 年值得关注的四大热门趋势包括我们所说的定制聊天机器人——由多模式大语言模型支持的交互式帮助应用程序(检查:我们还不知道,但我们正在谈论现在每个人都称之为代理人,目前人工智能领域最热门的东西);生成视频(查看:过去 12 个月内很少有技术进步如此之快,OpenAI 和 Google DeepMind 发布了他们的旗舰视频生成模型,索拉和 Veo,今年 12 月的时间相差不到一周);以及可以执行更广泛任务的更通用的机器人(检查:大型语言模型的回报继续渗透到科技行业的其他部分, 和机器人技术位居榜首)。一个
我们还说过,人工智能生成的选举虚假信息将无处不在,但幸运的是,我们错了。今年有很多事情让我们绞尽脑汁,但是政治深度造假的情况很少见。一个
那么 2025 年将会发生什么?我们将忽略这里显而易见的事情:你可以打赌代理人和更小、更高效的语言模型将继续塑造行业。相反,这里有我们人工智能团队的五个替代选择。
如果 2023 年是生成图像2024 年生成视频– 接下来会发生什么?如果你猜到了生成虚拟世界(又名视频游戏),那就全体击掌吧。
今年 2 月份,当 Google DeepMind 公布了一项称为 Genie 的生成模型它可以拍摄静态图像并将其转变为玩家可以与之互动的横向卷轴 2D 平台游戏。12月,该公司透露精灵2,一个可以将起始图像旋转到整个虚拟世界的模型。
其他公司也在开发类似的技术。10 月,人工智能初创公司 Decart 和 Etched 透露了一个非官方的《我的世界》黑客攻击,其中游戏的每一帧都被当你玩的时候即时生成。World Labs 是一家由李飞飞(ImageNet 的创建者)联合创立的初创公司,ImageNet 是引发深度学习热潮的庞大照片数据集,它正在构建所谓的大型世界模型 (LWM)。
一种明显的应用是视频游戏。这些早期实验有一种有趣的基调,生成式 3D 模拟可用于探索新游戏的设计概念,将草图即时转变为可玩的环境。这可能会导致全新类型的游戏。一个
但它们也可以用来训练机器人。世界实验室希望开发所谓的空间智能,即机器解释日常生活世界并与之互动的能力。但机器人研究人员缺乏用于训练此类技术的真实场景的良好数据。旋转无数的虚拟世界并掉落虚拟机器人通过反复试验来学习可以帮助弥补这一点。
Ø威尔·道格拉斯·海文
这种嗡嗡声是有道理的。什么时候OpenAI 揭晓 o1九月,它引入了大型语言模型如何工作的新范式。两个月后,该公司通过 o3 几乎在所有方面推动了这一范式——这一模型可能会永远重塑这项技术。
大多数模型,包括 OpenAI 的旗舰产品 GPT-4,都会给出他们提出的第一个响应。有时它是正确的;有时它是正确的。有时并非如此。但该公司的新模型经过训练可以逐步解决问题,将棘手的问题分解为一系列更简单的问题。当一种方法不起作用时,他们会尝试另一种方法。这种技术被称为“推理”(是的)我们确切地知道该术语的负载量),可以使这项技术更加准确,特别是对于数学、物理和逻辑问题。
这对于代理商来说也至关重要。
去年 12 月,谷歌 DeepMind 发布了一款名为 Mariner 的实验性新型网络浏览代理。在该公司提供的预览演示中麻省理工科技评论,水手似乎陷入了困境。该公司的产品经理梅加·戈尔 (Megha Goel) 要求代理商为她找到一份圣诞饼干的配方,该配方看起来就像她给的照片中的那样。马里纳在网上找到了食谱,并开始将原料添加到戈埃尔的在线杂货篮中。
然后它就停了下来;它无法弄清楚该选择什么类型的面粉。Goel 看着 Mariner 在聊天窗口中解释其步骤:“它说,‘我将使用浏览器的后退按钮返回到菜谱。’”
这是一个非凡的时刻。特工没有碰壁,而是将任务分解为单独的操作,并选择一个可以解决问题的操作。弄清楚您需要单击“后退”按钮可能听起来很简单,但对于无意识的机器人来说,这就像火箭科学一样。结果很有效:马里纳回到食谱,确认了面粉的类型,然后继续往戈埃尔的篮子里装东西。
谷歌 DeepMind 也在构建一个实验版本双子座2.0,其最新的大型语言模型,使用这种逐步解决问题的方法,称为双子座2.0闪思维。但 OpenAI 和 Google 只是冰山一角。
许多公司正在构建使用类似技术的大型语言模型,使它们能够更好地完成从烹饪到编码的各种任务。期待更多关于推理的讨论(我们知道,我们知道)今年。
——威尔·道格拉斯·天堂
人工智能最令人兴奋的用途之一是加速自然科学的发现。也许对人工智能在这方面的潜力的最有力证明是去年 10 月,当时瑞典皇家科学院荣获诺贝尔化学奖感谢 Google DeepMind 的 Demis Hassabis 和 John M. Jumper 构建了可以解决蛋白质折叠问题的 AlphaFold 工具,感谢 David Baker 构建了帮助设计新蛋白质的工具。
预计这种趋势明年将继续下去,并会看到更多专门针对科学发现的数据集和模型。蛋白质是人工智能的完美目标,因为该领域拥有优秀的现有技术数据集可以训练人工智能模型。 我们正在寻找下一件大事。
材料科学是一个潜在的领域。Meta 已发布大量数据集和模型这可以帮助科学家利用人工智能更快地发现新材料,去年 12 月,Hugging Face 与初创公司 Entalpic 一起推出了乐材,一个开源项目,旨在简化和加速材料研究。他们的第一个项目是一个数据集,可以统一、清理和标准化最重要的材料数据集。
人工智能模型制造商也热衷于将他们的生成产品作为科学家的研究工具。OpenAI 让科学家测试其最新的 o1 模型,看看它如何支持他们的研究。结果是令人鼓舞。一个
拥有一种能够以与科学家类似的方式操作的人工智能工具是科技行业的幻想之一。在一个宣言Anthropic 创始人 Dario Amodei 在去年 10 月发表的文章中强调,科学,尤其是生物学,是强大的人工智能可以提供帮助的关键领域之一。阿莫迪推测,未来人工智能不仅可以成为一种数据分析方法,而且可以成为“执行生物学家所做的所有任务的虚拟生物学家”。我们距离这一场景还有很长的路要走。但明年,我们可能会看到朝着这个目标迈出的重要一步。
— 梅丽莎·海基尔
愿意将其工具用于边境监视、情报收集和其他国家安全任务的人工智能公司可以赚很多钱。
美国军方推出了一系列举措,表明其渴望采用人工智能,从复制器计划(该计划受到乌克兰战争的启发,承诺在小型无人机上投入 10 亿美元)到人工智能快速计划能力单元,一个将人工智能引入从战场决策到后勤等各个领域的单元。由于担心唐纳德·特朗普政府将削减对乌克兰的支出,欧洲军队面临着增加技术投资的压力。台湾和中国大陆之间日益紧张的局势也给军事规划者带来了沉重的压力。
到 2025 年,这些趋势将继续为 Palantir、Anduril 等国防科技公司带来福音,这些公司现在正在利用机密军事数据训练人工智能模型。
国防工业雄厚的财力也将吸引主流人工智能公司加入其中。OpenAI 去年 12 月宣布与 Anduril 合作开展一项击落无人机计划,完成了长达一年的枢轴远离不与军方合作的政策。它加入了微软、亚马逊和谷歌的行列,这些公司多年来一直与五角大楼合作。
其他花费数十亿美元训练和开发新模型的人工智能竞争对手将在 2025 年面临更大压力,需要认真考虑收入问题。他们可能会找到足够多的非国防客户,他们愿意为能够处理复杂任务的人工智能代理或愿意花钱购买图像和视频生成器的创意产业支付丰厚的费用。
但他们也越来越倾向于争夺利润丰厚的五角大楼合同。预计公司会努力思考从事国防项目是否会被视为与其价值观相矛盾。OpenAI 改变立场的理由是“民主国家应该继续在人工智能发展中处于领先地位”,该公司写道,推理将其模型借给军方将推进这一目标。2025 年,我们将看到其他公司效仿它的做法。
Ø詹姆斯·奥唐纳
在当前人工智能热潮的大部分时期,如果您是一家想要尝试制作人工智能模型的科技初创公司,那么黄仁勋就是您的最佳人选。作为世界上最有价值的公司 Nvidia 的首席执行官,黄仁勋帮助该公司成为无可争议的芯片领导者,这些芯片既用于训练人工智能模型,又用于在任何人使用模型时检测模型,称为“推理”。
到 2025 年,多种力量可能会改变这一状况。首先,亚马逊、博通、AMD 等大型竞争对手一直在大力投资新芯片,而且有早期迹象表明,这些公司可能会与 Nvidia(尤其是)展开密切竞争。从推断来看,英伟达的领先地位并不稳固。
越来越多的初创公司也从不同的角度攻击英伟达。像 Groq 这样的初创公司并没有试图对 Nvidia 的设计进行小幅改进,而是对全新的芯片架构进行了更高风险的押注,只要有足够的时间,这些架构有望提供更高效或更有效的培训。到 2025 年,这些实验仍处于早期阶段,但出色的竞争对手可能会改变顶级人工智能模型完全依赖 Nvidia 芯片的假设。
支撑这场竞争的,地缘政治芯片战将持续下去。迄今为止,这场战争依赖于两种策略。一方面,西方寻求限制顶级芯片和芯片对华出口。技术来制作它们。另一方面,美国《芯片法案》等举措旨在促进国内半导体生产。
唐纳德·特朗普可能会加强出口管制,并承诺对从中国进口的任何商品征收高额关税。到 2025 年,此类关税将使台湾——美国因芯片制造商台积电而严重依赖台湾——成为贸易战的中心。那是因为台湾有说它将帮助中国企业迁往该岛,以帮助他们避免拟议的关税。这可能会招致特朗普的进一步批评,他对美国保卫台湾免受中国侵害的支出表示失望。
目前尚不清楚这些力量将如何发挥作用,但这只会进一步激励芯片制造商减少对台湾的依赖,而这正是《CHIPS 法案》的全部目的。随着该法案的支出开始流通,明年可能会出现第一个证据,证明该法案是否实质性地促进了国内芯片产量。
Ø詹姆斯·奥唐纳