《麻省理工科技評論》預測：2025年AI發展的5個趨勢

來源：量子號

《麻省理工科技評論》（MIT Technology Review）發布了 2025 年人工智慧發展的五大趨勢，並將代理商和小型語言模型排除在外，理由是這已經是顯而易見的下一個大趨勢。 該媒體認為，除此之外，還有今年你應該關注的另外五個熱門趨勢。 請繼續往下看。

過去幾年，我們一直在預測人工智慧的未來發展。 考慮到這個行業的發展速度，這看起來有點像是癡人說夢。 但我們一直在持續進行這項努力，且因其前瞻性和可靠性贏得了聲譽。

我們上一輪的預測成績如何呢？ 去年預測的2024 年需要關注的四大熱門趨勢包括：我們所說的客製化聊天機器人——由多模態大型語言模型驅動的互動式助理應用程式（我們當時還不知道，但我們所說的就是 現在每個人都稱之為代理的東西，這是目前人工智慧領域最大的熱門）；生成影片（過去12 個月中，很少有技術進步如此之快，OpenAI 和谷歌DeepMind 在去年12 月的一周 內相繼發布了他們的旗艦視頻生成模型 sora 和 Veo）；以及更多可以執行更廣泛任務的通用機器人（大型語言模型的收益繼續滲透到科技行業的其他領域，機器人技術是其中的佼佼者）。  

我們也說過，人工智慧產生的選舉假訊息將無所不在，但幸運的是，我們錯了。 今年有很多事情讓我們感到憂心忡忡，但政治深度造假卻很少見。  

那麼 2025 年會發生什麼事？ 在這裡，我們將忽略顯而易見的事情：可以肯定的是，代理商和更小、更有效率的語言模型將繼續塑造這個產業。 以下是今年你應該關注的另外五個熱門趨勢。

1. 產生虛擬遊樂場 

如果 2023 年是生成影像之年，2024 年是生成影片之年，那麼接下來是什麼？ 如果你猜是生成虛擬世界（又稱電玩），那就讓我們一起擊掌慶祝吧。

2024 年2 月，GoogleDeepMind 發布了一個名為Genie 的生成模型，該模型可以拍攝靜態圖像並將其轉換為玩家可以互動的橫向滾動二維平台遊戲，我們對這項技術有了初步 了解。 12 月，該公司發布了Genie 2，該模型可以將初始影像轉化為整個虛擬世界。

其他公司也在開發類似的技術。 10 月份，人工智慧新創公司 Decart 和 Etched 公佈了一款非官方的《我的世界》破解版，遊戲中的每一幀都是在玩家玩遊戲時即時生成的。 而世界實驗室（World Labs）則是由著名人工智慧科學家、有「人工智慧教母」之稱的李飛飛共同創辦的新創公司，該公司正在建構所謂的大型世界模式（LWM）。 （李飛飛也是 ImageNet 的創建者，這是一個開啟深度學習熱潮的龐大照片資料集。）

其中一個明顯的應用領域就是電玩遊戲。 這些早期實驗充滿了趣味性，生成式三維模擬可用於探索新遊戲的設計概念，將草圖即時轉化為可玩的環境。 這可能會催生出全新類型的遊戲。  

但它們也可以用來訓練機器人。 世界實驗室希望開發所謂的空間智慧——機器人解釋日常生活並與之互動的能力。 但機器人研究人員缺乏真實世界場景的高品質數據來訓練這種技術。 建立無數的虛擬世界，將虛擬機器人放入其中，透過反覆試驗進行學習可以彌補這一不足。

2. 能「推理」的大型語言模型

這種熱議是有道理的。 當 OpenAI 在 9 月發布 o1時，它為大型語言模型的工作方式引入了一種新的範式。 兩個月後，該公司又推出了 o3，幾乎在所有方面都推動了這個範式的發展——這個模型可能會徹底重塑這項技術。

大多數模型，包括 OpenAI 的旗艦產品 GPT-4，都會給出它們想到的第一個答案。 有時正確；有時不正確。 但該公司的新模型經過訓練，可以逐步解決問題，將棘手的問題分解成一系列更簡單的問題。 當一種方法行不通時，他們就會嘗試另一種方法。 這種被稱為「推理」的技術（是的——我們很清楚這個詞的含義），可以使這項技術更加準確，尤其是在數學、物理和邏輯問題上。

這對代理商來說也至關重要。

12 月，Google DeepMind 發布了一款名為「水手」（Mariner）的實驗性新型網頁瀏覽代理。 在該公司提供的預覽演示中，Mariner 似乎遇到了問題。 該公司的產品經理梅加·戈爾曾要求該代理商為她找一份聖誕餅乾的食譜，要和她給的一張照片上的餅乾一樣。 Mariner 在網路上找到了一份食譜，並開始將食材加入戈爾的線上購物車。

然後它停了下來，因為它不知道該選哪種麵粉。 戈爾看著 Mariner 在聊天視窗中解釋它的操作步驟：「它說，『我將使用瀏覽器的『後退』按鈕回到食譜。』」

這是一個非凡的時刻。 代理沒有碰壁，而是將任務分解成了不同的操作，並選擇了一個可能解決問題的操作。 要弄清楚你需要點擊「後退」按鈕可能聽起來很簡單，但對於一個沒有頭腦的機器人來說，這簡直就是火箭科學。 而且它成功了：Mariner 回到食譜，確認了麵粉的種類，然後繼續往戈爾的購物車裡裝麵粉。

Google DeepMind 也正在建立其最新大型語言模型 Gemini 2.0 的實驗版本，該模型採用這種循序漸進的方法來解決問題，稱為 Gemini 2.0 Flash Thinking。

但 OpenAI 和Google只是冰山一角。 許多公司正在建立使用類似技術的大型語言模型，使其能夠更好地完成從烹飪到程式設計等一系列任務。 預計今年會有更多關於推理的討論（我們知道，我們知道）。

3. 人工智慧在科學領域的蓬勃發展

人工智慧最令人興奮的用途之一是加速自然科學的發現。 也許人工智慧在這方面潛力的最大證明發生在去年10 月，當時瑞典皇家科學院將諾貝爾化學獎授予了谷歌DeepMind 的戴米斯·哈薩比斯和約翰·M·江珀，以表彰他們開發 了可以解決蛋白質折疊問題的AlphaFold 工具，以及大衛貝克，以表彰他開發了幫助設計新蛋白質的工具。

預計這一趨勢今年將繼續，並將出現更多專門用於科學發現的數據集和模型。 蛋白質是人工智慧的完美目標，因為該領域擁有可用於訓練人工智慧模型的優質現有資料集。

人們正在尋找下一個重大發現。 其中一個潛在領域就是材料科學。 Meta 公司已經發布了海量資料集和模型，可以幫助科學家利用人工智慧更快發現新材料。 12 月，Hugging Face 與新創公司 Entalpic 合作推出了 LeMaterial，這是一個旨在簡化和加速材料研究的開源專案。 他們的第一個項目是一個資料集，用於統一、清理和標準化最重要的材料資料集。  

人工智慧模型製造商也熱衷於將其生成式產品作為科學家的研究工具。 OpenAI 讓科學家測試其最新的 o1 模型，看看它能為他們的研究提供哪些支援。 結果令人鼓舞。  

擁有一種能以類似科學家的方式運作的人工智慧工具，是科技界的夢想之一。 在去年 10 月發表的宣言中，Anthropic 創辦人達裡奧·阿莫代伊強調，科學，尤其是生物學，是強大的人工智慧可以提供幫助的關鍵領域之一。 阿莫代伊推測，未來人工智慧可能不僅是一種數據分析方法，而且還是一個「執行生物學家所有任務的虛擬生物學家」。 我們離這項設想還有很長的路要走。 但今年，我們可能會看到朝著這個目標邁出的重要一步。  

4. 人工智慧公司與國家安全的關係更加密切

人工智慧公司如果願意將其工具用於邊境監視、情報收集和其他國家安全任務，就可以賺到很多錢。  

美國軍方已經啟動了一系列計劃，表明其渴望採用人工智慧，從「複製器」計劃——該計劃受到烏克蘭戰爭的啟發，承諾在小型無人機上投入10 億美元（約73 億元人民幣）—到「人工智慧快速能力單元」—一個將人工智慧引入從戰場決策到後勤等各個環節的單位。 歐洲軍隊面臨增加技術投資的壓力，因為人們擔心唐納德·川普政府將削減對烏克蘭的支持。 還有更多國家和地區之間日益緊張的關係也讓軍事規劃者們感到憂心忡忡。  

2025 年，這些趨勢將繼續成為 Palantir、Anduril 等國防科技公司的福音，這些公司目前正在利用機密軍事數據來訓練人工智慧模型。  

國防工業的雄厚資金也將吸引主流人工智慧公司加入。 12 月，OpenAI 宣布將與 Anduril 合作進行一項擊落無人機的計劃，完成了為期一年的不與軍方合作政策的轉變。 它加入了與五角大廈合作多年的微軟、亞馬遜和谷歌的行列。

其他人工智慧競爭對手正在投入數十億美元來訓練和開發新模型，2025 年，它們將面臨更大的壓力，需要認真考慮收入問題。 他們有可能找到足夠的非國防客戶，願意為能處理複雜任務的人工智慧代理商支付高昂的費用，或找到願意在影像和影片生成工具上花錢的創意產業。

但是，他們也會受到越來越多的誘惑，去爭取五角大廈利潤豐厚的合約。 參與國防計畫是否會被視為有違公司的價值觀，這將是這些公司面臨的一大難題。 OpenAI 改變立場的理由是“民主國家應繼續引領人工智慧的發展”，該公司寫道，理由是將其模型借給軍方將推進這一目標的實現。 2025 年，我們將看到其他公司效法它的做法。

5. 英偉達看到了正在到來的競爭

在目前人工智慧熱潮的大部分時間裡，如果你是一家科技新創公司，想嘗試製作人工智慧模型，那麼黃仁勳就是你的不二之選。 作為晶片巨頭英偉達的首席執行官，黃仁勳幫助該公司成為晶片領域的無可爭議的領導者，這些晶片既可用於訓練人工智慧模型，也可在有人使用模型時進行「推理」。

2025 年，多種力量可能會改變這一局面。 首先，亞馬遜、博通、AMD 等巨頭競爭對手一直在大力投資新晶片，有初步跡象表明，這些晶片可能會與英偉達的晶片展開激烈競爭——尤其是在推理方面，英偉達在這方面的領先優勢並 不那麼穩固。

越來越多的新創公司也從不同角度向英偉達發動了攻擊。 Groq 等新創公司並沒有試圖對英偉達的設計進行細小的改進，而是在全新的晶片架構上進行更冒險的押注，只要有足夠的時間，這些架構有望提供更有效率或更有效的訓練。 2025 年，這些實驗仍將處於早期階段，但有可能出現一個突出的競爭對手，改變頂級人工智慧模型完全依賴英偉達晶片的假設。

支撐這場競爭的是地緣政治晶片戰爭。 迄今為止，這場戰爭主要依賴兩種策略。 一方面，西方試圖限制向競爭對手國家出口頂級晶片及其製造技術。 另一方面，美國《晶片法案》等措施旨在促進美國國內的半導體生產。

唐納德·川普可能會升級這些出口管制，並承諾對從競爭對手國家進口的所有商品徵收大規模關稅。 2025 年，這種關稅將使台積電成為貿易戰的中心——美國晶片製造商嚴重依賴台積電。

目前尚不清楚這些因素將如何發揮作用，但這只會進一步激勵晶片製造商減少對台積電的依賴，而這正是《晶片法案》的全部目的。 隨著該法案的支出開始流通，今年將首次證明該法案是否在實質上促進了美國國內晶片的生產。