2022 年 ChatGPT 的推出是 Kick-off 对于一系列的变化来了在 Generative AI (IAGen) 轨道上, 運用各種各樣的技術創新在全世界. 自然地, 有很多猜測關於還應該在未來幾年中發生的在談到這個主題, 但是, 在2025年, 什麼可以期待在AI趨勢方面
根據專家在領域, 保罗·亨里克·德·索萨·贝尔梅霍, 在 Bentley University 在創新上有後博士生, em Massachusetts/EUA, 和執行性認證在戰略和創新, 透過MiT, 一些這方面的問題已經正在討論中, 在市場和研究領域上
他強調,在 2025 的關係下, 可以等到, 例如, 一個更有能力和個性化的 Generative AI. 根据他说, 大型規模的語言模型創造者 (所謂 LLMs, 的英文 ⁇ large language models ⁇ ), 而是一種為生成性AI們的核心, 仍然在全發展中. ⁇ 投資正被做為使這些模型變得更堅固和專業化, 能夠產生更加準確和創意的內容物, 除了在高度特定背景下行動之外. 此外, 新的功能正在被 incremented 來允許使用者, 包括非程序員, 可以創造自己的AI的代理, 訓練他們用他們的個人數據. 這種類的功能性, 開始於ChatGPT, 應擴展到其他平台和 LLMs, 包括由 Anthropic 開發的, Meta 和 Google ⁇, 勾選了
當話題是健康, 保羅指出,特別診斷的可能會更準確. ⁇ 投資在裝置和系統已經擴展了 AI 基於醫療檢查的能力和準確性, 直接貢獻到改善醫療服務, 尤其在那些最不利的地區. 這涵蓋從醫療診斷到解釋檢查和治療建議 ⁇, 指出. 从另一个角度, AI 基於的工具應會預測疾病之前它會顯現, 使用可穿戴設備的數據 (所謂可穿戴技術, 像智能手表和其他傳感器) 和內建醫療歷史
另一個專家提到的點涉及到更高的整合進階個人助手, 與日常生活的. ⁇ AI ⁇ s 將被整合在裝置如視覺增強現實眼鏡, 自動駕駛汽車和家電智能裝置, 優化從日到日的任務. 這已經正在成為現實在一些背景下, 通過AI的代理人 ⁇, 解釋了 Bermejo
E, 當話題是教育, 她會顯示自己更個性化和吸引力. ⁇ 教育平台應擴展其資源並根據學生的認知概況和興趣個人化學習路徑. 例如, 學生有較高的數學能力會更容易地在與精確科學相關的培訓上, 而那些對藝術有興趣的人可能會在面向創意性的課程中出色 ⁇, 强调. 一般来说, 根據專家, 工具將越來越容易獲得. ⁇ 小型企業和個人將通過低成本的平台獲得強大的AI, 驅動由 LLMs open source (即, 的開放源碼, 提供免費的), 像是 LLaMA (Meta AI), Falcon (TII) 和Mistral (Mistral AI). 隨著這樣的背景, 課程和線上平台會擴大人工智能教育, democratizing 必須的技能為未來 ⁇, 列出了
至於涉及到勞動市場, 保羅指出了AI可以自動化許多行政功能, 法律和金融的, 要求更多勞動力的適應. ⁇ 並非是要替換專業 by AI, 而是從取代那些不使用AI的, 由那些做好使用它. 如果AI還沒有在幫助你在你的工作中什麼, 停止並反思:很可能是有什麼在她可以做出一個重要的差別. 將會出現新的需求為專業者知道如何整合, 管理和規範AI. 例如, 直到最近, 很難想像廣告的空缺為工程師的prompt. 在2025年, 這個需求應該增長, 隨著新功能的出現 ⁇, 背书
给保罗, 在2025年, 不僅是關於去猜測什麼會來, 而是要準備自己為一個 AI 會越來越存在並不可或缺的世界. ⁇ 真正的問題不是‘是否 ⁇ AI會整合, 但‘如何 ⁇ 和‘由誰 ⁇. 而且我相信, 會好我們問自己我們準備好嗎去挖掘這個技術的變革性潛力 ⁇, 强调
IA 負責: 調節, 倫理和可持續性
根據研究員的說, 在2015年, 人工智能規範會更存在, 包容性在巴西. ⁇ 適當的規範將提供更大的透明度, 安全和技術的道德使用. 在另外一側面的問題, 負責AI倡議已經集中努力去最小化算法歧視. 這涉及解決由訓練數據產生的扭曲的做法, 除了改善數據的多樣性 ⁇, 说
保羅也通報了說有關於可持續性, AI 將被用來優化供應
在娛樂的領域, 根据他说, AI 會能夠產生路線, 音乐, 視覺藝術和甚至完整的電影. 這應該會被強化與出現的初創公司提供服務, 包括免費的, 來創造這些類型的內容. ⁇ 另一個點是相關於遊戲和互動模擬, 將根據用戶的選擇實現實時. 雖然metaverse的 hype已經減少了, 這些技術持續進化著, 尤其在遊戲產業 ⁇, 詳細了
保羅強調了, 然而, 那人工智能將必須來管理房屋, 城市並甚至基礎設施以自主的方式. 今天, 如說由他, 是不可思議的思考無生成性AI的智能裝置, 所以所期望的就是人工智能和 互連的智能裝置 (IoT)之間的更大聯繫
进展与担忧
⁇ 一般的人工智能 (Artificial General Intelligence – AGI) 是不同於AI, 包括生成性AI, 因為不局限於一個特定領域. 她是一種可以適應新情況的智慧形式, 解決複雜問題並持續學習. 而像 ChatGPT 的 LLMs 展示了令人印象深刻的能力, 他們仍然被限制在基於接受的訓練的特定任務上, 並沒有能力去理解廣泛的背景或在不同領域之間真正地轉移知識. Sam Altman (Sam Altman), OpenAI的首席执行官, 最近報導了說對 General AI 的挑戰是工程的秩序, 这就是, 好多的工作, 不需要基本的新的科學進步. 他完成了你的公司是在階段 2 的 5, 甚至去報導到這個可以被克服還在 2025 ⁇, 解釋了保羅
根據研究員的說法, 雖然無數的收益要被提供給人們, 企業和社會在一般方式上, 由於便利性,這個技術可以產生, 有很多議論關於所涉及的危險, 主要關於倫理方面, 的控制和安全性. ⁇ 如何确保 AGI 保持与人类利益对齐? 誰會控制這個技術? 如果這個不被好處理, 它可能會進一步擴大國家和社會階級之間的差距, 並將要使用的系統可能會甚至造成災難性衝擊如果被做成一個錯誤使用. 無論是與一般AI或與甚至是生成性AI, 我認為是半自主的系統, 那些最終決定必須由一個人類進行的, 結果是最安全的選擇直到這些困境被 definitively 處理 ⁇, 结束.
