矽谷大咖預言：AI未來大躍進！

AI未來發展方向：Nvidia、Apple、Google及斯坦福研究員展望下一步突破

早於2022年OpenAI推出ChatGPT並引起公眾熱議之前，人工智能一直在各大研究實驗室默默發展，並在科學會議中討論。如今，企業界聚焦於AI代理人以及其重塑生產力的巨大潛力，同時一班工程師和科學家正積極探索AI的下一個飛躍。

在灣區機器學習研討會（Bay Area Machine Learning Symposium，簡稱BayLearn）上，多位來自硅谷頂尖科研機構的專家分享了對AI未來影響的見解。活動於聖克拉拉大學工程學院舉行，展示了業界如何精煉AI技術及其應用。

Nvidia應用深度學習研究副總裁Bryan Catanzaro表示：「我們不只是建造系統，更重要是思考系統欲解決的根本問題。」

Nvidia的Nemotron推動加速運算

Nvidia致力於打造一套名為Nemotron的開源AI技術組合，旨在提升AI開發效率，涵蓋多模態模型與數據集、訓練前後工具、精度演算法及GPU叢集擴展軟件。Nemotron名稱結合了「神經模組」與變形金剛系列中的角色Megatron，象徵Nvidia對加速運算的願景。

Catanzaro強調：「Nemotron是Nvidia未來加速運算策略的核心。加速運算關鍵在於專業化，做標準電腦無法做到的事，加速運算遠不止一顆晶片。」他亦透露，Meta、阿里巴巴、DeepSeek等公司已參與Nemotron項目，並且Nemotron數據集被廣泛採用。

回顧Nvidia如何轉向AI領域，Catanzaro分享他在現場可程式閘陣列（FPGA）領域的經驗，讓他體會到Nvidia基於GPU的CUDA架構的高速優勢。2013年他與創辦人兼CEO黃仁勳討論CUDA在機器學習的應用，這成為Nvidia轉型AI的重要契機。

推動互動式AI發展

斯坦福大學自然語言處理專家Christopher Manning教授指出，20年前大型語言模型（LLM）尚未受到重視，當時在計算語言學協會會議中只有33篇AI論文，卻沒有一篇涉及LLM。他認為當時科學界錯失了推動LLM的機會，這種不信任導致進展緩慢。

Manning的研究奠定了深度學習在自然語言處理上的基礎，這是當今AI廣泛應用的關鍵。他批評目前AI過度追求快速見效，忽略了AI透過與外界互動不斷進步的潛力。

他指出：「大型語言模型根本不具備互動能力，人類學習所需的數據遠少於現有機器模型。我們需要更有效率的模型，能夠實現系統性泛化。」

系統性泛化指AI模型能超越現有大量數據訓練，通過與環境互動學習，將已知元素組合成新意義。Manning提出讓AI「探索網站」以提升能力，避免單靠數據堆砌。

新機器學習及機器人技術工具

為實現系統性泛化，Apple正開發更高效的機器學習框架MLX，專為Apple Silicon硬件優化。MLX是一套開源軟件，能將高階Python代碼轉換成優化的機器碼，並計劃與Nvidia合作加入CUDA支持，以降低建構機器學習框架的成本。

Apple研究員Ronan Collobert表示：「我們致力打造適合硬件的機器學習軟件，從系統層面確保AI穩定部署。」

對於普通用戶來說，這些技術細節或許不易察覺，但AI進步正深刻改變機器人領域。Google DeepMind最新發布的Gemini Robotics 1.5與E.R. 1.5模型，具備推理能力，讓機器人不僅能完成單一任務，還能做出如選擇合適衣物應對天氣的複雜決策。

DeepMind研究副總裁Ed Chi表示，AI推動機器人從單一任務走向通用機器人，能以簡單自然語言指令執行清理等日常工作。Chi直言：「我已厭倦AGI（通用人工智能）的空談，我需要的是能打理家務的機器人。」他認為現階段機器人在通用機器人領域的進展已「足夠好」。

隨著AI技術日新月異，企業對即時成果的需求急切，但同時也相信AI未來影響將極為深遠。斯坦福的Manning教授感慨：「我們正處於一個非凡時代，未來持續進步的路程將會非常精彩。」

—

評論與啟發

這篇報道深入探討了AI技術從底層架構到應用的多個層面，展現了業界大廠及學術界如何協力推動下一波AI革命。Nvidia的Nemotron突顯了硬件與軟件協同優化的重要性，為AI加速運算打下堅實基礎，這不僅是技術升級，更是對AI整體生態系統的戰略塑造。

斯坦福教授Manning對「系統性泛化」的強調，提醒我們別只盯著數據量和訓練速度，而是要讓AI能像人類一樣透過互動學習，這是AI從工具到智能體的關鍵轉折。這種觀點正好呼應了當前業界對「強AI」的理想與現實之間的落差。

Apple和Google在機器學習框架與機器人智能上的突破，表明AI正從純軟件演進到軟硬整合、與物理世界互動的階段。尤其是Google DeepMind將機器人推向「足夠好」的實用水平，意味著AI將逐步滲透日常生活，從抽象演算法走向具體應用。

對香港及華人社會而言，這些前沿技術不僅是科技發展的風向標，更是未來產業轉型和人才培養的關鍵。香港的科研機構和企業應積極借鑒這些全球頂尖實踐，推動本地AI生態系統的發展，尤其在加速運算和互動式AI領域尋求突破。

最後，AI的未來不只是技術競賽，更關乎倫理、社會影響和人機共融。如何在高速發展中保持理性思考，制定合理規範，將是我們這代人必須正視的重要課題。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。