<p>今年最大的標題可能是生成式人工智能，但我們應該對2023年的這一領域有什么期待呢?斯坦福大學HAI的四名教員描述了他們對未來一年最大的進步、機遇和挑戰(zhàn)的預期。</p> <p>&nbsp;</p> <p><span class="h1"><strong>更好的基礎模型</strong></span></p> <p><br />基礎模型&mdash;&mdash;不需要額外訓練就可以用于各種下游任務的巨大模型&mdash;&mdash;已經取得了巨大的進展，而且只會在明年有所改善，工程學院機器學習托馬斯&middot;m&middot;西貝爾教授、語言學和計算機科學教授、斯坦福人工智能實驗室主任、斯坦福HAI副主任克里斯&middot;曼寧說。他希望看到數據和數據管理方面的改進&mdash;&mdash;&ldquo;不僅僅是更大的數據收集，而是在提高數據質量和清除來自網絡隨機拖網的有毒或有偏見的信息方面做出巨大努力。&rdquo;</p> <p>&nbsp;</p> <p>他預計有一個領域會出現增長:稀疏模型。稀疏模型是一種以更有效或更緊湊的方式表示復雜數據的方法，可以更快地計算并需要更少的內存存儲。</p> <p>&nbsp;</p> <p>&ldquo;一般來說，我希望看到算法的進步，讓你有更大的規(guī)模。&rdquo;他說。</p> <p>&nbsp;</p> <p><span class="h1"><strong>視頻的生成時刻</strong></span></p> <p><br />斯坦福HAI基礎模型研究中心主任、計算機科學副教授珀西&middot;梁(Percy Liang)表示，雖然文本和圖像生成人工智能是今年的大新聞，但視頻將是2023年的一大焦點。他說:&ldquo;捕捉長期依賴是一項挑戰(zhàn)，但技術將繼續(xù)進步，至少從更短的視頻開始。&rdquo;&ldquo;明年我們可能會到達這樣一個階段:我們將無法區(qū)分視頻是由人類還是計算機生成的。直到今天，如果你看視頻，你會期待它是真實的，但我們看到這條強硬路線開始消失。&rdquo;</p> <p>&nbsp;</p> <p><span class="h1"><strong>改變生態(tài)系統(tǒng)，更多政府資助</strong></span></p> <p><br />健康的AI領域是什么樣子的?斯坦福大學紅杉資本教授、計算機科學教授、斯坦福HAI聯(lián)合董事李飛飛指出，太多的初創(chuàng)公司仍然依賴于開放模型的穩(wěn)定性，無法開發(fā)自己的模型。但隨著今年對基金會模式的關注和風險資金的流動，她預計2023年將有更多的參與者進入該領域。</p> <p>&nbsp;</p> <p>然而，計算和數據是初創(chuàng)公司的瓶頸，因此聯(lián)邦政府可能會加大對國家研究云或多邊人工智能研究所等計算資源的投資。她說:&ldquo;人們擔心，創(chuàng)業(yè)公司沒有獲得足夠的資源，而創(chuàng)業(yè)公司會讓生態(tài)系統(tǒng)更有活力、更多樣化。&rdquo;</p> <p>&nbsp;</p> <p><span class="h1"><strong>不成熟的AI激增</strong></span></p> <p><br />工程學院Kenneth Fong教授拉斯&middot;奧特曼(Russ Altman)說，2023年將會看到&ldquo;人工智能在成熟或準備就緒之前就令人震驚地推出&rdquo;;生物工程、遺傳學、醫(yī)學和生物醫(yī)學數據科學教授;斯坦福HAI的副主任。&ldquo;我擔心，我們目前的政府癱瘓不會推動任何有意義的監(jiān)管，而某些領域肯定需要監(jiān)管。&rdquo;</p> <p>&nbsp;</p> <p>他指出，舊金山最近的一項提議允許警方部署可能致命的遠程控制機器人，或者可能濫用可以通過簡短提示生成類似人類文本的工具&mdash;&mdash;想想有多少聰明的五年級學生可以通過向代理尋求幫助來跳過論文作業(yè)，他說。</p> <p>&nbsp;</p> <p>奧特曼說，到2023年，&ldquo;我預計人工智能的大熱還沒有準備好，但會出現，因為它將由過度熱情的行業(yè)推動。&rdquo;&ldquo;在某些方面，這將使HAI的整個使命更加相關和關鍵。&rdquo;</p> <p>&nbsp;</p> <p>斯坦福人工智能研究院的使命是推進人工智能研究、教育、政策和實踐，以改善人類狀況。學習更多的知識。</p> <p>&nbsp;</p> <blockquote> <p>注：本文由院校官方新聞直譯，僅供參考，不代表指南者留學態(tài)度觀點。</p> </blockquote>