來源：量子號
在寫這篇文章時，我在想，與其寫”期待什麼”，不如寫”不期待2025 年的人工智慧”來得簡單！對於幾乎在每個領域都同時進步的技術來說，要如何選出5 個領域呢？為了縮小範圍，並希望能讓它更有趣，我決定選擇那些與ChatGPT 或其競爭對手的發展沒有直接關係的趨勢。可以肯定地說，這些趨勢將會成長，這些應用程式及其背後的公司將盡最大努力使這些應用程式成為所有可能問題的解決方案。
以下是5 個2025 年的人工智慧趨勢（排名不分先後）：
趨勢一：代理無所不在
你可能聽過代理人工智慧（Agentic AI）這個詞。雖然人工智慧一直與學習模式有關，但人工智慧已經發展到以下階段：(a) 從資料中學習模式(b) 根據這些模式產生新內容，以及(c) 根據這些模式採取行動。當這三者結合在一起時，你就擁有了一個人工智慧代理程式——一個能夠學習、創建行動並執行這些行動的軟體。預計在2025 年，這一領域將會有更多的發展。
趨勢二：教育體系的變革
關於人工智慧是否會鼓勵作弊、取代教師或以其他方式從根本上影響學生的學習方式，人們已經討論了很多。儘管所有這些都至關重要，但另一種同樣重要甚至更重要的力量正在出現。今年，越來越多的證據表明，由於人工智慧驅動的技能和經濟形勢，應屆畢業生找不到工作。這不僅引發了學生如何學習的問題，也引發了他們學習什麼的問題。就業市場下行帶來的經濟壓力將迫使畢業生，最終也將迫使培養畢業生的院校，面對企業對員工的新需求。學生需要先適應，透過各種途徑提陞技能，而院校也需要跟進。我預計我們將在2025 年開始看到這些變化。
趨勢三：人工智慧在科學領域的應用
2024 年的諾貝爾科學獎中有兩項是關於人工智慧的。這應該給我們敲響了警鐘：人工智慧在科學領域的應用將持續下去。同樣值得注意的是，雖然全世界的注意力和想像力都集中在生成式人工智慧上，但數十億美元的資金正在湧入人工智慧的科學應用領域，從太空探索到醫療進步，每天都有新的消息發布。同樣值得注意的是，儘管有這麼多投資和進展，但數據表明，人工智慧發現的藥物在第二階段臨床試驗中的成功率與其他藥物差不多，但需要注意的是，其中一些藥物已經以某種形式「為人所知」。截至撰寫本文時，我還沒有看到任何由人工智慧產生的藥物獲得美國食品藥物管理局批准的消息。這種組合說明了什麼？它告訴我們，潛力是巨大的，但尚未充分發揮。
趨勢四：資料探勘
懷疑論者一直預測人工智慧將耗盡數據，而另一些人則予以反駁。在這些預測中，似乎一致的不是數據的存在，而是取得高品質且符合道德規範的數據越來越困難。我預計這將是2025 年的一個趨勢。尚未開發的數據，尤其是關於我們物理環境的數據，仍然非常龐大。然而，大型語言模型已經搜羅了大部分容易取得的資料。預計2025 年人們將付出越來越多的努力，無論是透過商業合約來獲取數據，還是透過標籤系統來整理尚未開發的數據，或是部署更多的感測器，等等。再加上上述人工智慧在科學領域的趨勢，我們可以想像，挖掘科學數據的努力將會加速。
趨勢五：機器人
人工智慧已經在所有可以透過軟體解決問題的領域（如電子郵件、內容創建、核磁共振成像分析等）取得了進展。在所有這些領域，人工智慧已經推動了成本節約和就業顛覆。機器人技術將人工智慧帶入了物理領域——無論是製造業、外科手術、農業還是太空探索。人工智慧與物理自動化結合的應用也幾乎是無窮無盡的。 2025 年，我們有望看到這一領域的現有趨勢不斷擴大，並引起更廣泛的公眾關注。
總而言之
在過去的一年裡，大型語言模型和生成式人工智慧得到了快速發展，似乎能夠解決任何基本任務。 2015 年，隨著對特定領域和機構的更深層影響以及與其他技術浪潮的融合成為焦點，我們有望看到下一波浪潮的到來。
