2024年AI發展：從驚嘆到實用的智能工具

在2024年，人工智能的重點是讓AI工具發揮作用

如果說2023年是人們對人工智能充滿好奇的一年，那麼2024年則是努力將這種好奇轉化為實際應用的一年，而不至於花費過多。

普林斯頓大學計算機科學教授阿爾文·納拉揚（Arvind Narayanan）表示：“從推出模型轉向實際構建產品。”他是新書《AI Snake Oil: What Artificial Intelligence Can Do, What It Can’t, and How to Tell The Difference》的共同作者。

大約在兩年前，第一批約一億人試用ChatGPT時，這些用戶主動尋找這款聊天機器人，發現它在某些任務上非常有幫助，而在其他任務上則表現平平。

如今，這類生成性AI技術已經融入越來越多的技術服務中，無論我們是否在尋找，例如通過Google搜尋結果中的AI生成答案或新型AI照片編輯工具中的技術。

納拉揚指出：“去年生成性AI最大的问题在於，企業推出了這些強大的模型，但卻沒有具體的方法讓人們利用它們。”他表示：“今年我們看到的，是逐步建立這些能夠利用這些能力並為人們提供實用幫助的產品。”

同時，自從OpenAI在2023年3月推出GPT-4以來，競爭對手也推出了類似性能的AI大型語言模型，這些模型的規模和質量已經停止顯著增長，這打破了人們對於AI每幾個月就能達到超越人類智能的過度期待。納拉揚表示，這也意味著公共討論從“AI會殺死我們嗎？”轉向了將其視為一種正常技術。

AI的價格震驚

在今年的季度財報電話會議中，科技高管們經常聽到華爾街分析師詢問關於未來AI研究和開發的巨大開支能否帶來收益的保證。構建像OpenAI的ChatGPT或Google的Gemini這樣的生成性AI工具背後的AI系統需要投資於能耗巨大的計算系統，這些系統運行在強大且昂貴的AI芯片上。它們需要消耗大量電力，因此科技巨頭們在今年宣布與核能達成協議，以幫助運行這些系統。

高盛分析師卡什·蘭甘（Kash Rangan）表示：“我們談論的是數千億美元的資本被投入到這項技術中。”

紐約一家投資銀行的另一位分析師在夏季引起關注，認為AI並未解決能夠證明其成本合理的複雜問題。他還質疑，即使AI模型正在以人類歷史上產生的書面和視覺數據進行訓練，是否能夠做到人類擅長的事情。儘管如此，蘭甘對AI的潛力仍持樂觀態度，並表示AI工具在銷售、設計和其他多個專業領域已經證明是“絕對增進生產力”。

AI與你的工作

一些工人擔心，隨著技術的發展，AI工具會被用來輔助他們的工作，還是會取代他們。科技公司Borderless AI正在利用Cohere的AI聊天機器人為土耳其或印度的工人撰寫雇傭合同，而無需外部律師或翻譯的幫助。

在七月，與美國演員工會（SAG-AFTRA）一起罷工的視頻遊戲演員表示，他們擔心AI可能會減少或消除工作機會，因為它可以在未經他們同意的情況下複製一個表演到多個其他動作。對於電影工作室如何使用AI的擔憂促使了去年的電影和電視罷工，這場罷工持續了四個月。遊戲公司也與工會簽署了附加協議，以在罷工期間確保與演員合作時的某些AI保護措施。

音樂家和作家對AI抓取他們的聲音和作品也表達了類似的擔憂。然而，維吉尼亞理工大學的電氣和計算機工程教授及AI專家瓦利德·薩阿德（Walid Saad）表示，生成性AI仍然無法創造獨特的作品或“完全嶄新的事物”。

薩阿德指出：“我們可以用更多數據來訓練它，讓它擁有更多信息。但擁有更多信息並不意味著你會更具創造力。作為人類，我們理解周圍的世界。我們理解物理學。你明白如果把球扔在地上，它會彈起來。AI工具目前並不理解這個世界。”

薩阿德用一個關於AI的迷因舉例，說當有人要求AI引擎創建一幅鮭魚在河裡游泳的圖像時，AI卻創造了一張河流的照片，裡面有商店裡販售的切片鮭魚。

“AI今天缺乏的是人類所擁有的常識，我認為這是下一步。”他說。

一個“代理未來”

這種推理是使AI工具對消費者更有用的過程中的關鍵部分，思科創新和孵化部門Outshift的高級副總裁維喬伊·潘迪（Vijoy Pandey）表示。AI開發者越來越多地將下一波生成性AI聊天機器人推銷為AI“代理”，可以代表人們做更有用的事情。

潘迪表示，這可能意味著能夠向AI代理提出模糊的問題，並讓模型能夠推理並計劃解決複雜問題的步驟。他說，很多技術將在2025年朝這個方向發展。

潘迪預測，最終，AI代理將能夠聚集在一起，像多個人一起解決問題一樣工作，而不僅僅是作為獨立的AI工具完成任務。他說，未來的AI代理將作為一個合奏團隊協作。

例如，未來的比特幣軟件可能會依賴於使用AI軟件代理，潘迪說。這些代理將各自擁有專業技能，他說，會有“檢查正確性的代理、檢查安全性的代理、檢查規模的代理”。

AI在醫療領域的進展

AI工具也在醫療領域簡化了流程，或在某些情況下提供了實際的幫助。今年的化學諾貝爾獎——頒發給與AI相關科學的兩個諾貝爾獎之一——頒發給了谷歌的研究，該研究可能有助於發現新藥物。

薩阿德表示，AI幫助醫生更快地診斷，為他們提供了一個起點，以便確定病人的護理方案。他說，AI無法檢測疾病，但它可以快速消化數據並指出潛在的問題區域，供真正的醫生進行調查。然而，與其他領域一樣，它也存在延續錯誤的風險。

例如，科技巨頭OpenAI宣傳其AI驅動的轉錄工具Whisper，稱其擁有近“人類水平的穩健性和準確性”。但專家指出，Whisper存在一個重大缺陷：它容易編造一段段文本甚至整個句子。

思科的潘迪表示，該公司一些從事製藥的客戶注意到，AI幫助彌合了“濕實驗室”和“乾實驗室”之間的鴻溝，前者是人類進行實驗和研究的地方，後者則是分析數據並經常使用計算機建模的地方。

在製藥開發方面，這一協作過程可能需要數年時間，他說，而使用AI，這一過程可以縮短到幾天。

“對我來說，這是最戲劇性的應用。”潘迪說。

這篇文章不僅展示了AI技術的進步，也反映了它在各行各業中所帶來的影響和挑戰。隨著AI工具的普及，社會必須認識到這些技術的雙刃劍特性，一方面它們能提高效率，另一方面也可能引發就業市場的動盪和倫理問題。未來，我們需要更深入的討論和規範，以確保AI的發展能夠更好地服務於人類社會。

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。