AI技术如生成式AI、机器学习、MLOps等正快速发展,推动业务转型。软件开发领域经历变革,云原生架构和AI工具助力提升生产力。
数字信任和网络安全变得重要,应对新兴技术风险。先进连接技术如卫星连接、私有5G网络、6G将改变行业体验。沉浸式现实技术如AR、VR、MR为消费者和企业带来新用例。
云计算和边缘计算优化资源、延迟、数据隐私和安全性。量子技术、机器人技术、流动的未来、生物工程、太空技术等领域均展现出巨大潜力和挑战。可持续世界关注电气化、可再生能源、气候技术,以应对全球碳排放挑战。
以下是《2024年科技趋势展望》部分内容:
好文章,需要你的鼓励
OpenAI研究科学家Alexander Wei宣布,公司一个未发布的实验模型在国际数学奥林匹克竞赛中解决了六道题目中的五道,获得42分中的35分,达到金牌水平。该模型展现出类似人类数学家的推理能力,能够构建复杂严密的论证。这标志着AI在创造性问题解决方面的重要突破,不过该技术预计数月内不会公开发布。
约翰霍普金斯大学与StepFun公司联合研究,成功让AI学会"边看边思考"的视觉推理能力。通过两阶段训练方法,先让AI在文字推理中掌握认知行为,再迁移到视觉任务中。开发的OVR模型在多项测试中创造新纪录,为AI教育助手、医疗诊断、科研分析等应用奠定基础。
本文探讨了判断AI是否达到通用人工智能(AGI)和人工超级智能(ASI)水平所需的问题数量。目前缺乏确定的测试方法来评估是否达到顶级AI水平。基于图灵测试的分析,作者提出仅通过少量问题难以全面评估智能水平。参考美国国会图书馆主题标引(LCSH)的40万个主题领域,如果每个领域提出1万个问题,将需要40亿个问题来全面测试AGI。这种大规模测试虽然在逻辑上合理,但在实际操作中面临巨大挑战。
阿姆斯特丹大学研究团队开发出"缓存驾驶"技术,通过修改AI模型的键值缓存而非重新训练,让小型语言模型瞬间获得大模型的推理能力。该技术仅需一次调整就能让模型展现逐步推理行为,计算开销几乎为零,在多个推理基准测试中表现优异,还能实现推理风格迁移。