以下文章来源于technologyreview，转载自赛博研究院
随着人工智能技术的迅猛发展，对其未来“走向”的准确预测变得尤为复杂。尽管如此，鉴于人工智能正在深刻地改变着各行各业，持续关注并理解其发展趋势对于科技从业者、研究学者以及行业分析师来说至关重要。
2025年，预计人工智能将在众多领域扮演更加核心的角色，推动生产力提升和行业创新。除了智能体和高效语言模型的持续进步之外，以下五个人工智能产业的发展趋势将塑造整个行业格局。
回顾人工智能内容生成领域的发展轨迹，2023年见证了生成图像技术的流行。到了2024年，生成视频技术实现了突破性进展。预计在2025年，生成式虚拟世界技术将成为新的社会焦点。生成式虚拟世界的兴起是人工智能技术逐步演进的必然结果。在这一领域，DeepMind的探索具有显著的示范作用。2024年2月，该公司推出的Genie生成式模型，成功地将静态图像转换为玩家可以互动的横向卷轴2D游戏，展示了生成式技术在虚拟内容创作方面的初步潜力。紧随其后，同年12月，Genie 2正式更新发布，实现了从单一初始图片生成整个虚拟世界，这一突破性进展极大地扩展了生成式技术的应用领域。除了DeepMind，其他公司也在积极研发这类技术。2024年10月，人工智能初创公司Decart和Etched展示了非官方的《我的世界》修改版本，该版本能够在玩家游玩时实时生成每一帧游戏画面，为游戏体验注入了新的动态性和创造性。由ImageNet的创建者李飞飞联合创立的World Labs初创公司，正在构建大型世界模型（LWMs），进一步推动生成式虚拟世界技术的发展。生成式虚拟世界技术的应用前景极为广阔，尤其在电子游戏领域表现得更为突出。早期的生成式3D模拟实验有助于游戏开发者迅速探索新的游戏设计概念，将抽象的草图快速转化为可体验的游戏环境，不仅极大提升开发效率，还可能催生全新的游戏类型，为玩家带来前所未有的体验。同时，在机器人训练领域，这项技术也展现了巨大的应用潜力。机器人开发者正面临缺乏足够现实场景数据用于训练的难题，而生成虚拟世界供虚拟机器人试错学习，可以有效填补这一数据空白，为机器人技术发展开辟新的途径。目前，World Labs正致力于通过生成式虚拟世界开发“空间智能”，致力于赋予机器理解力，使其能够与现实世界进行有效互动。2024年，OpenAI的一系列举措对大语言模型领域产生了深刻影响。9月份推出的o1模型为大语言模型的工作方式引入了一种全新范式，仅仅两个月后推出的o3模型则进一步推动了新范式演进，预示着大语言模型技术体系可能迎来根本性重塑。类似于GPT-4等传统大语言模型，在回答问题时往往依赖于预设的知识库和训练模式，直接提供最先浮现的答案。尽管反应迅速，但答案的准确性和合理性常常难以确保，有时甚至会产生错误或不合理的回答。相比之下，o1和o3等新型模型经过专门训练，具备初步的“推理”能力，能够将复杂问题分解为简单的子问题，并按照逻辑顺序逐一解决。值得注意的是，当一种方法无效时，新型模型甚至会自动尝试其他方法，这种处理逻辑与人类思考和解决问题的方式颇为相似，极大地提升了模型在处理数学、物理和逻辑等复杂问题时的准确性和可靠性。“推理”能力对于智能体的发展至关重要。以2024年12月DeepMind推出的实验性新型网络浏览智能体Mariner为例，当被要求寻找圣诞饼干配方并将原料添加到在线购物车时，Mariner遇到了选择面粉种类的难题。此时，Mariner在聊天窗口中清晰地阐述了其解决策略，利用浏览器的后退功能返回食谱页面以确认所需的面粉种类。这一行为展示了智能体能够将复杂任务拆解为具体的操作步骤，并通过合理的推理选择解决问题的行动，对智能体在现实场景中广泛应用具有重要示范意义。目前，许多大型科技企业正致力于打造具备类似“推理”能力的大语言模型，以便更高效地完成从日常生活中烹饪指导到专业领域的编码等各类复杂任务。可以预见，到2025年，“推理”将成为大语言模型领域的核心议题，相关研究和应用将持续深化。近年来，人工智能在加速自然科学发现方面的巨大潜力已经得到了充分验证。2024年10月，瑞典皇家科学院将诺贝尔化学奖授予了谷歌DeepMind的Demis Hassabis和John M. Jumper，以表彰他们构建的AlphaFold工具成功破解了蛋白质折叠的难题。同时，David Baker也因其开发的帮助设计新蛋白质的工具而荣获此奖项。三位科学家荣获诺贝尔奖，不仅是对其个人科研成就的肯定，也是人工智能在科学领域取得重大进展的象征，彰显出人工智能推动科学发展的巨大潜能。2025年，人工智能在科学领域的创新和发展将持续不断。蛋白质领域，得益于其丰富且高质量的现有数据集，为人工智能模型的训练提供了理想的环境，使其成为人工智能应用的“理想”领域。未来，人工智能在蛋白质研究方面的应用预计将变得更加深入和广泛，有望推动蛋白质科学领域取得更多突破性进展。同时，随着技术的持续进步和数据的不断积累，预计将有更多针对科学研究的数据集和模型问世。材料科学正逐渐成为人工智能与传统科学研究交汇融合的前沿热点。Meta公司发布了庞大而详尽的数据集和模型，为科学家利用人工智能技术快速识别新材料提供了有力支持。2024年12月，Hugging Face与初创企业Entalpic携手合作，共同推出了名为LeMaterial的开源项目。该项目的核心目标是通过统一、清理和标准化材料数据集，简化和加速材料研究流程，为材料科学的研究人员提供了一个功能强大的工具平台。这一举措有望引领材料科学研究迈入一个崭新的发展阶段。目前，人工智能模型公司已经敏锐地捕捉到科学研究领域的具体需求，并积极地将生成式产品作为科研工具推向市场。Anthropic的创始人Dario Amodei强调，科学界，特别是生物学领域，是人工智能发挥关键作用的重要领域。尽管实现“虚拟生物学家”的目标尚远，预计到2025年，有望在这一领域取得实质性进展和重要突破。随着国际政治与军事格局的持续演变，人工智能技术在国家安全领域的应用正受到越来越多的关注。美国军方正积极展开战略部署，例如，向“复制者”（Replicator）计划投入10亿美元，旨在增强小型无人机领域的作战效能和应用广度。同时，美国军方还成立了人工智能快速能力小组，将人工智能技术全面融入从战场决策到后勤保障的各个军事环节，凸显出对人工智能技术的高度重视。在美国军方行动的推动下，预计到2025年，人工智能将在国家安全领域迎来新的发展机遇。这将为Palantir、Anduril等国防科技公司带来发展红利，这些公司已经在利用机密军事数据训练人工智能模型，以提升军事应用的效能和竞争力。同时，国防工业的资金实力和市场前景也吸引了主流人工智能公司的目光。2024年12月，OpenAI宣布与Anduril携手开展打击无人机计划，这一举措标志着公司调整了其不与军方合作的经营策略，转而加入与五角大楼合作的行列。对于其他人工智能企业来说，2025年将面临更为严峻的营收考验。这些企业可能会继续寻找非国防领域的合作伙伴，例如那些愿意为AI智能体支付费用的公司，或是对图像视频生成器有需求的创意产业。然而，来自国防部合同的利润和战略价值将成为难以抗拒的诱惑，企业必须权衡这些利益与自身价值观之间可能产生的潜在冲突。值得注意的是，OpenAI之所以改变立场，其理由是“民主国家应在人工智能开发方面发挥领导作用”。预计到2025年，其他人工智能公司也将对此进行深思熟虑和战略决策，业界关于人工智能企业参与国防项目的讨论和行动可能会变得更加频繁。随着人工智能技术的飞速进步，英伟达凭借其芯片技术和市场主导地位，成为训练人工智能模型的核心芯片供应商，并在AI芯片市场中占据了领导地位。然而，到了2025年，英伟达将面临来自多方面的激烈竞争，市场格局可能因此经历重大变革。亚马逊、博通、AMD等科技巨头正加大在芯片研发领域的投资，旨在人工智能芯片市场中占据一席之地。迹象表明，这些巨头推出的新型芯片在推理性能方面可能具备与英伟达产品竞争的潜力。因此，英伟达在推理领域的主导地位并非牢不可破，竞争对手的新型芯片有望对其构成威胁，进而颠覆其市场主导地位。除了面临来自科技巨头的竞争，英伟达还遭遇了众多初创公司的挑战。例如，Groq公司并未采取传统改进型的竞争策略，而是选择投资于全新的芯片架构，目标是打破传统芯片设计的局限，为人工智能模型训练提供更高效、更强大的计算能力。尽管这些实验目前尚处于早期阶段，但它们的潜在影响力不容小觑。一旦这些技术取得成功，有可能彻底改变顶级人工智能模型依赖英伟达芯片的市场格局。此外，支撑竞争态势的还有日益激烈的地缘政治芯片战。西方国家为了维护在半导体领域的技术优势和战略利益，一方面限制向中国出口顶级芯片和相关制造技术，试图遏制中国半导体产业的发展。另一方面，美国通过《芯片和科学法案》等政策促进本土半导体生产，加强产业控制。人工智能发展正在深刻地改变全球科技、经济和社会的各个层面。随着技术的持续进步，AI在军事情报、网络安全、经济增长、社会稳定等关键领域的应用变得日益广泛，已经成为国家安全体系中不可分割的一部分。
