2023年11月在旧金山举行的一次活动上，人工智能公司 OpenAI 首席执行官 Sam Altman 被问到2024年该领域将带来哪些惊喜。
Altman回应说，像 OpenAI 的 ChatGPT 这样的在线聊天机器人将实现“出人意料的飞跃”。
坐在他旁边的谷歌高管詹姆斯·马尼卡（James Manyika）点点头说：“附议。”
今年的人工智能行业将由一个主要特征来定义：随着进步的不断发展，技术的飞速进步使得人工智能能够成为现实。 产生新型媒体，以新方式模仿人类推理，并通过新一代AI渗透到物理世界。
在接下来的几个月中，DALL-E 和 Midjourney 等人工智能驱动的图像生成器将立即提供视频和静态图像。 它们将逐渐与 ChatGPT 等聊天AI合并。
这意味着聊天AI将通过处理照片、视频、图表和其他媒体来远远超出数字文本的范围。 他们将表现出更像人类推理的行为，解决数学和科学等领域日益复杂的任务。 随着该技术进入机器人领域，它也将有助于解决数字世界之外的问题。
其中许多进展已经开始在顶级研究实验室和科技产品中出现。 但到2024年，这些产品的功能将显著增强，并被更多的人使用。
“人工智能的快速进步。 将会持续下去，” Adept 的首席执行官 David Luan 说，Adept 是一家初创人工智能公司，“这将是不可避免的。”
OpenAI、谷歌和其他科技公司正在推进人工智能的发展。 由于底层系统的构建方式，速度比其他技术快得多。
大多数软件应用程序都是由工程师构建的，一次一行计算机代码，这个过程通常缓慢又乏味。 这些科技公司正在改进人工智能。 使其速度更快，因为该技术依赖于神经网络和数学系统，可以通过分析数字数据来学习技能。 通过查明维基百科文章、书籍和从互联网上挑选的数字文本等数据的模式，神经网络可以学习自行生成文本。
今年，这些科技公司计划为人工智能提供持续的支持。 AI系统中的数据——包括图像、声音和文本——超出了人们的理解能力。 当这些AI学习各种数据之间的关系时，它们将学会解决日益复杂的问题，为物理世界的生活做好准备。
尽管如此，这些都不能意味着 AI很快就能与人脑相媲美。 AI公司和企业家的目标是创造他们所谓的“通用人工智能”——一种可以做人脑能做的任何事情的机器——这显然是一项艰巨的任务。 尽管 AI取得了迅速的进步，但仍处于早期阶段。
以下是关于今年AI如何发展的内容。 今年AI将如何发生变化，从最近的进展，从诸多媒体的报道中可见一斑。
即时视频
到目前为止，人工智能驱动的应用程序大多会根据提示生成文本和静态图像。 例如，DALL-E 可以根据“从金门大桥上跳下的犀牛”等请求，在几秒钟内创建逼真的图像。
但今年，OpenAI、谷歌、Meta 和总部位于纽约的 Runway 等公司可能会更新图像生成器，通过新的生成器让人们也可以生成视频。 这些公司已经构建了可以根据短文本提示立即创建视频的工具原型。
这些科技公司可能会将图像和视频生成器的功能整合到聊天机器人中，使聊天机器人变得更强大。
“多模式”聊天机器人
聊天机器人和图像生成器最初是作为单独的工具开发的，现在正在逐渐合并。 当 OpenAI 去年推出新版本的 ChatGPT 时，聊天机器人可以生成图像和文本。
很多AI公司正在构建“多模式”系统，这意味着AI可以处理多种类型的媒体。 这些系统通过分析照片、文本和潜在的其他类型的媒体（包括图表、声音和视频）来学习技能，这样它们就可以生成自己的文本、图像和声音。
这还不是全部，由于系统还在学习不同类型媒体之间的关系，因此它们将能够理解一种类型的媒体并用另一种类型的媒体做出响应。 换句话说，有人可以将图像输入聊天机器人，它会用文本进行响应（类似早期的OCR技术，但是输入的图像上不具有文字内容）。
“这项技术将变得更智能、更有用，”Meta公司生成式AI团队的负责人Ahmad Al-Dahle，“它会做更多的事情。”
多模式聊天机器人会出错，就像纯文本聊天机器人也会出错一样。 这些AI公司正在努力减少错误，努力构建可以像人类一样推理的聊天机器人。
更好的“推理”
当奥特曼先生谈到人工智能的飞跃时，他指的是更擅长“推理”的聊天机器人，因为它们可以承担更复杂的任务，例如解决复杂的数学问题和生成详细的计算机程序。
其目标是构建能够通过一系列离散步骤仔细、逻辑地解决问题的系统，每个步骤都建立在下一个步骤之上，存在严密的逻辑递进关系。 至少在某些情况下，这就是人类的推理方式。
对于聊天机器人是否能够真正进行这样的推理，科学家们意见不一。 一些人认为，这些系统似乎只是在重复在互联网数据中看到的行为时进行整合。 但 OpenAI 和其他公司正在构建能够更可靠地回答涉及数学、计算机编程、物理和其他科学等学科的复杂问题的系统。
“随着系统变得更加可靠，它们将变得更加受欢迎，”前谷歌研究员尼克·弗罗斯特 (Nick Frosst) 说，他是Cohere（一家初创人工智能公司）的负责人。
如果聊天机器人更擅长推理，那么它们就可以变成“人工智能助理。”
人工智能助理
当公司研究AI系统如何一次一步地解决复杂的问题，还可以提高聊天机器人代替您使用软件、应用程序和网站的能力。
研究人员实际上正在将聊天机器人转变为一种称为人工智能的新型自主系统——AI助理。 这意味着聊天机器人可以使用软件应用程序、网站和其他在线工具，包括电子表格、在线日历和旅游网站。 然后，人们可以将繁琐重复的工作交给聊天机器人。 但面临的风险是：这些AI助理也可能完全夺走人们的工作岗位。
聊天机器人已经在小范围内充当助理。 他们可以安排会议、编辑文件、分析数据和构建条形图。 但这些工具并不总是能发挥应有的作用。 当应用于更复杂的任务时，AI会出现崩溃。
今年，某些公司将可能推出更可靠的AI助理。 “你应该能够将任何繁琐的日常计算机工作委托给AI助理，” Adept 的首席执行官David Luan说。
这可能包括在记账本等应用程序中跟踪费用或在工作日历等应用程序中记录假期。 从长远来看，它将超越软件和互联网服务，进入AI领域。
更智能的机器人
过去，机器人被编程为一遍又一遍地执行相同的任务，例如捡起始终相同大小和形状的盒子。 但利用AI的相同技术，研究人员正在赋予机器人处理更复杂任务的能力——包括那些它们以前从未见过的任务。
正如聊天机器人可以通过分析大量数字文本来学习预测句子中的下一个单词一样，机器人也可以通过分析无数物体被刺激、举起和移动的视频来学习预测物理世界中会发生什么。
“这些技术可以吸收大量数据。 当它们吸收数据时，它们可以了解世界如何运作、物理如何运作、如何与物体互动。” 前 OpenAI 研究员、机器人初创公司 Covariant 的运营者Peter Chen说。
今年，AI将为幕后操作的机器人提供动力，例如在自助洗衣店折叠衬衫或在仓库内对成堆的物品进行分类的机械臂。 像埃隆·马斯克这样的科技巨头也在努力将人形机器人搬进人们的家中。
#来点儿干货#