1月8日,北京智源人工智能研究院发布了2025人工智能十大技术趋势。该预测认为,人工智能的发展将呈现以下趋势:
趋势一:AI4S驱动科学研究范式变革
大模型引领下的AI4S(AI for Science)将成为推动科学研究范式变革的关键力量。科研人员使用AI的比例将快速增加,AI对科学研究方法和流程的影响也将开始显现。
趋势二:具身大小脑和本体的协同进化
具身智能将继续从本体扩展到具身脑。近百家具身初创企业将迎来003e趋势三:统一的多模态大模型实现更高效AI
多模态大模型将从训练之初就打通多模态数据,实现端到端输入和输出的原生多模态技术路线,这将成为多模态大模型进化的重要方向。
趋势四:ScalingLaw扩展,模型泛化从预训练向后训练、推理迁移
基于ScalingLaw推动基础模型性能提升的训练模式性价比持续下降,后训练与特定场景的Scalinglaw将不断被探索。强化学习将成为发现后训练、推理阶段ScalingLaw的关键技术。
趋势五:世界模型加速发布,有望成为多模态大模型的下一阶段
更注重因果推理的世界模型将赋予AI更高级别的认知和更符合逻辑的推理与决策能力,这将推动AI在自动驾驶、机器人控制及智能制造等领域的深度应用,并探索人机交互的新可能。
趋势六:合成数据将成为大模型迭代与应用落地的重要催化剂
合成数据将成为基础模型厂商补充数据的首选。它可以降低人工治理和标注成本,缓解对真实数据的依赖,提升数据的多样性,促进大模型应用落地。
趋势七:推理优化迭代加速,成为AINative(AI原生)应用落地的必要条件
大模型硬件载体从云端向手机、PC等端侧硬件转变,这将加速推理优化迭代,成为AI原生应用落地的必要条件。
趋势八:可信AI成为大模型研究和应用的重要课题
基础模型在自主决策上的持续进步带来了潜在的失控风险,模型能力提升与风险预防将并重。可信AI将成为大模型研究和应用的重要课题。
趋势九:深度学习算法演进迎来拐点,兼顾效率和精度
神经网络算法演进将迎来拐点,兼顾效率和精度。稀疏化、量化、低精度技术将得到广泛应用,大幅降低大模型的算力和存储开销。
趋势十:AI for Good成为人工智能发展的必然方向
人工智能技术将越来越多地被用于解决社会问题,包括提高医疗保健质量、应对气候变化、提升教育水平等。AI for Good将成为人工智能发展的必然方向。
这些技术趋势将深刻影响人工智能领域的发展,并为产业界、学术界和政府部门带来新的机遇和挑战。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...