文／田孟心　由天下杂誌授权转载

《麻省理工学院技术评论》由麻省理工学院（MIT）于1899年创刊，专注报导新兴科技和创新产业。这本杂誌的“下一步是什么？”专栏，涵盖了个产业、趋势和技术。近期，它发布了人们最关注的新科技——AI的下一步，以四大项目总结2024年。

这份预测不谈已经显而易见的那些事：大型语言模型将继续佔据主导地位、监管机构将变得更大胆、AI的末日问题会强烈影响研究机构和大众等等，而是选择介绍更具体的趋势。以下摘要整理：

一、客製化聊天机器人

2024年，大量投资生成式AI的科技公司，将面临证明自己可以从产品中赚钱的压力。

为了达成这个目标，AI巨头Google和Open AI在缩小化上下了大赌注：两家公司都在开发用户友善的平台，允许人们订製强大的语言模型，并製作自己的迷你聊天机器人来满足特定需求。

你我都可以成为生成式AI应用程式开发人员，无需程式技能。

因此在今年，生成式AI对非技术人员会更有用，特别是当GPT-4和Gemini都支援多功能，可以处理文本、图像资讯，可以解锁一大堆新应用程式。我们会看到各行各业的人都有自己一套客製化机器人，人类只要点击按钮，它就会以该产业的规则生成文本、上传影片和照片。

二、生成式AI的第二波浪潮：影音

从2022年底，我们见识到OpenAI的DALL-E、Stability AI的Stable Diffusion能做出各种令人惊叹的图像。今年，重心将转向影片。

Runway是一家製作生成视讯模型的新创公司（也是共同创立Stable Diffusion的公司）。它已经能生产高品质的短影音，其中最好的剪辑，与皮克斯可能推出的影片相去不远。

在Runway这样的新创以外，派拉蒙和迪士尼等电影巨头，目前也在探索于製片流程中使用生成式AI。生成式AI正在重新创造特效的可能性。

除了大萤幕之外，用于行销或培训目的的“深度伪造”技术也正在蓬勃发展。例如，总部位于英国的Synthesia，製造的工具可以将演员的一次性表演变成源源不断的深伪化身，只需按一下按钮，即可背诵你给他们的任何脚本。

Synthesia称，它的技术目前已被44%的财富100强公司使用。

用这么低廉的成本，发挥这么多的技能，给演艺界带来了严重的问题。对电影公司使用和滥用AI的担忧，是去年好莱坞罢工的核心，“电影製作工艺正在发生根本性变化，”独立电影製片人梅道伊（Souki Mehdaoui）说道。

三、AI生成的选举假讯息将无所不在 

2024年是全球许多国家的选举年，AI生成的选举虚假资讯和深度伪造，将成一大难题。至今，我们已经看到政客将这些工具武器化，例如在阿根廷、斯洛伐克和美国。

这些AI作品的扩散，是一个令人担忧的趋势。识别网路上的真实内容，将比过往任何时候都更难。在已经两极化的政治氛围争，可能会带来严重后果。

几年前，深伪影音还需要先进的技术才能完成，但生成式AI让它变得简单非常多，而且成品看起来愈来愈真实，即使是信誉良好的消息来源也可能被AI愚弄，例如图库平台充斥着AI生成的以哈战争的图片。

对于反对AI介入选举的人来说，今年会是关键的一年。不过，追蹤和解决的技术仍在早期开发阶段，像是浮水印技术。社群媒体平台在消灭错误讯息方面，也进展缓慢。换句话说，今年所有人都将在一场打击AI假新闻的大型实验里。

四、多工机器人

过去几年，人工智慧领域已经从使用多个小型模型，转向使用单一的整体模型来训练完成所有任务。研究人员可以透过向OpenA的GPT-3展示一些额外的範例，训练它解决程式问题、编写电影剧本、通过高中生物考试等。多模态模型，像是GPT-4和Google DeepMind的Gemini，则可以解决视觉任务和语言任务。

同样的方法，也适用于实体的机器人，因此人们没必要训练一个机器人翻煎饼，另一个开门——一个通用的模型可以让机器人具备执行多任务的能力。

去年DeepMind发布了Robocat，它透过反覆试验产生自己的数据，去学习如何控制许多不同的机器人手臂。10月DeepMind又与33家大学实验室合作，推出了另一种通用机器人模型RT-X。纽约大学的团队也正在开发类似技术。

过去几年，大公司也开始发布用于训练机器人的大型资料集，例如Meta的Ego4D。

这种方法已经在无人车中展现出前景。Wayve、Waabi和Ghost等新创公司正在引领自动驾驶AI的新浪潮，它们使用单一大型模型来控制车辆，而不是多个较小的模型来控制特定的驾驶任务。这样的技术让小公司有望赶上巨头，未来一年，在各产业的机器人都能看到这样的趋势。

（资料来源：MIT Technology Review）

（原文标题：MIT：2024年AI四大发展趋势）

声明：文中观点不代表本站立场。