MIT：2025年五大AI趨勢，輝達地位將不穩？
新的一年，AI產業將迎來什麼樣的變化？美國麻省理工學院的《MIT科技評論》提出關鍵預測。 您的閱讀篇數已達上限 立刻訂閱全閱讀，即可享全站不限篇數閱讀 了解更多 立即訂閱 圖片來源：shutterstock 成立於麻省理工學院的《MIT科技評論》，每年針對新技術提出預測，被視為重要指標。 前一年，該媒體預期AI的2024四大熱門趨勢，幾乎都被應證。首先是客製化聊天機器人，現在繼續發展成為火熱的「AI代理」。（延伸閱讀：完全取代真人工作，哪些企業已開始愛用「AI代理」？） 趨勢中的AI生成影片，在過去12個月中發展得飛快，OpenAI和Google DeepMind都推出各自的旗艦影片生成模型Sora和Veo。 此外，更通用的機器人，也在科技業和其他產業有愈來愈多應用。 唯一一個預測失準的是AI會引爆選舉年的巨量虛假資訊。值得高興的是，去年政治方面的深度偽造並不多見，但也可能是因為專家事前不斷耳提面命的成果。（延伸閱讀：為什麼AI在「全球選舉年」沒有如期帶來大災難？） 今年，《MIT科技評論》繼續預測2025年AI界的重點趨勢： 一、生成式虛擬世界 2023年是AI生成式圖像的年份，2024年則是生成式影片的年份，接下來的這一年，則將是生成式虛擬世界（影音遊戲）的天下。 去年2月，Google DeepMind推出了「Genie」，一個能將靜態圖像轉換為2D平台遊戲的生成式模型。12月，該公司進一步推出Genie 2，能將初始圖像轉換為整個虛擬世界。 其他公司也在開發類似技術。10月，AI新創公司Decart和Etched展示了一個可以即時生成Minecraft每一幀畫面的非官方版本；World Labs則在構建大型世界模型（LWM）。 這些技術的應用，包括影音遊戲設計，能即時將草圖轉換為可玩的場景，甚至用於訓練機器人，幫助機器理解和互動於現實世界。 生成式虛擬世界也能讓機器人進行試錯學習，可能會彌補數據不足的問題。 二、能夠「推理」的大型語言模型 自從OpenAI在去年9月推出的o1引起轟動後，兩個月後的o3，更是可能徹底改變語言模型的格局。 大多數模型（如GPT-4）會直接給出第一個回應，有時準確有時偏離，但新一代模型透過逐步推理來解決問題，特別在數學和邏輯上表現更佳。 例如Google推出了名為Mariner的網頁瀏覽代理。在一次成果演示中，Mariner在搜尋聖誕餅乾食譜時卡住了，但它透過解釋思路，選擇使用返回按鈕來找到正確的食譜，令人驚豔。 此外，Google還正在開發Gemini 2.0 Flash Thinking，這是一款利用逐步推理的實驗性大型語言模型。當愈來愈多公司採用類似技術，未來這一年將有更多有趣的推理應用出現。 三、科學領域的AI大爆發 AI在自然科學的應用正如火如荼開展，特別是在加速材料發現方面。 去年10月，瑞典皇家科學院把諾貝爾化學獎頒給了Google DeepMind的團隊，因為他們開發的「AlphaFold」能解決關鍵的「蛋白質折疊」的問題。 明年，這股熱潮將持續，科學發現專用的資料庫和模型將不斷湧現。Meta已經釋出了大量資料庫，幫助科學家更快找到新材料，而Hugging Face和新創公司Entalpic則推出了LeMaterial，一個目標簡化材料研究的開源專案。 AI模型開發者，也在積極推廣其生成產品作為研究工具，像是OpenAI讓科學家試用其最新的o1模型。 想像一下，未來的AI不僅是數據分析的助手，還能成為「虛擬生物學家」，執行生物學家的各種任務。雖然這還需要一些時間，但明年或許會朝這個夢想邁出一大步。 四、AI與國防 AI公司如果願意將工具用於國家邊境監控和情報收集，將能賺取可觀的利潤。 美國軍方正積極採用AI，將它應用於戰場決策和後勤，從10億美元的Replicator小型無人機計畫，到「人工智慧快速能力小組」；歐洲軍隊也在壓力下加大技術投資，尤其在台灣與中國緊張局勢加劇的情況下。 預計今年，像Palantir和Anduril這樣利用軍事數據訓練AI模型的防務科技公司將繼續受益。目前，OpenAI已經開始與Anduril合作——它轉變了不與軍方合作的政策，加入了微軟、亞馬遜和Google的行列。 2025年，我們或許會看到更多公司跟隨OpenAI的腳步。雖然與防務單位合作可能與他們的價值觀相悖，但AI公司面臨著盈利壓力，可能會往這裡轉向。 五、輝達面臨真正的競爭 在當前的人工智慧熱潮中，若你是一家希望打造AI模型的科技新創，輝達是你的首選。輝達在訓練AI模型和推理方面，擁有無可爭議的領導地位。 不過，2025年可能會出現變化。亞馬遜、博通和AMD等巨頭正大舉投資新晶片，初步跡象顯示，這些晶片可能會與輝達的產品展開競爭，特別是在推理領域。 愈來愈多新創也從不同角度挑戰輝達，像Groq這樣的公司致力發展新晶片架構，希望在未來提供更高效的訓練。 雖然目前這些實驗仍在早期階段，但很可能會改變「頂級AI模型完全依賴輝達晶片」的假設。 （資料來源：MIT Technology Review, Google, OpenAI）
新的一年，AI產業將迎來什麼樣的變化？美國麻省理工學院的《MIT科技評論》提出關鍵預測。
您的閱讀篇數已達上限
立刻訂閱全閱讀，即可享全站不限篇數閱讀
成立於麻省理工學院的《MIT科技評論》，每年針對新技術提出預測，被視為重要指標。
前一年，該媒體預期AI的2024四大熱門趨勢，幾乎都被應證。首先是客製化聊天機器人，現在繼續發展成為火熱的「AI代理」。（延伸閱讀：完全取代真人工作，哪些企業已開始愛用「AI代理」？）
趨勢中的AI生成影片，在過去12個月中發展得飛快，OpenAI和Google DeepMind都推出各自的旗艦影片生成模型Sora和Veo。
此外，更通用的機器人，也在科技業和其他產業有愈來愈多應用。
唯一一個預測失準的是AI會引爆選舉年的巨量虛假資訊。值得高興的是，去年政治方面的深度偽造並不多見，但也可能是因為專家事前不斷耳提面命的成果。（延伸閱讀：為什麼AI在「全球選舉年」沒有如期帶來大災難？）
今年，《MIT科技評論》繼續預測2025年AI界的重點趨勢：
一、生成式虛擬世界
2023年是AI生成式圖像的年份，2024年則是生成式影片的年份，接下來的這一年，則將是生成式虛擬世界（影音遊戲）的天下。
去年2月，Google DeepMind推出了「Genie」，一個能將靜態圖像轉換為2D平台遊戲的生成式模型。12月，該公司進一步推出Genie 2，能將初始圖像轉換為整個虛擬世界。
其他公司也在開發類似技術。10月，AI新創公司Decart和Etched展示了一個可以即時生成Minecraft每一幀畫面的非官方版本；World Labs則在構建大型世界模型（LWM）。
這些技術的應用，包括影音遊戲設計，能即時將草圖轉換為可玩的場景，甚至用於訓練機器人，幫助機器理解和互動於現實世界。
生成式虛擬世界也能讓機器人進行試錯學習，可能會彌補數據不足的問題。
二、能夠「推理」的大型語言模型
自從OpenAI在去年9月推出的o1引起轟動後，兩個月後的o3，更是可能徹底改變語言模型的格局。
大多數模型（如GPT-4）會直接給出第一個回應，有時準確有時偏離，但新一代模型透過逐步推理來解決問題，特別在數學和邏輯上表現更佳。
例如Google推出了名為Mariner的網頁瀏覽代理。在一次成果演示中，Mariner在搜尋聖誕餅乾食譜時卡住了，但它透過解釋思路，選擇使用返回按鈕來找到正確的食譜，令人驚豔。
此外，Google還正在開發Gemini 2.0 Flash Thinking，這是一款利用逐步推理的實驗性大型語言模型。當愈來愈多公司採用類似技術，未來這一年將有更多有趣的推理應用出現。
三、科學領域的AI大爆發
AI在自然科學的應用正如火如荼開展，特別是在加速材料發現方面。
去年10月，瑞典皇家科學院把諾貝爾化學獎頒給了Google DeepMind的團隊，因為他們開發的「AlphaFold」能解決關鍵的「蛋白質折疊」的問題。
明年，這股熱潮將持續，科學發現專用的資料庫和模型將不斷湧現。Meta已經釋出了大量資料庫，幫助科學家更快找到新材料，而Hugging Face和新創公司Entalpic則推出了LeMaterial，一個目標簡化材料研究的開源專案。
AI模型開發者，也在積極推廣其生成產品作為研究工具，像是OpenAI讓科學家試用其最新的o1模型。
想像一下，未來的AI不僅是數據分析的助手，還能成為「虛擬生物學家」，執行生物學家的各種任務。雖然這還需要一些時間，但明年或許會朝這個夢想邁出一大步。
四、AI與國防
AI公司如果願意將工具用於國家邊境監控和情報收集，將能賺取可觀的利潤。
美國軍方正積極採用AI，將它應用於戰場決策和後勤，從10億美元的Replicator小型無人機計畫，到「人工智慧快速能力小組」；歐洲軍隊也在壓力下加大技術投資，尤其在台灣與中國緊張局勢加劇的情況下。
預計今年，像Palantir和Anduril這樣利用軍事數據訓練AI模型的防務科技公司將繼續受益。目前，OpenAI已經開始與Anduril合作——它轉變了不與軍方合作的政策，加入了微軟、亞馬遜和Google的行列。
2025年，我們或許會看到更多公司跟隨OpenAI的腳步。雖然與防務單位合作可能與他們的價值觀相悖，但AI公司面臨著盈利壓力，可能會往這裡轉向。
五、輝達面臨真正的競爭
在當前的人工智慧熱潮中，若你是一家希望打造AI模型的科技新創，輝達是你的首選。輝達在訓練AI模型和推理方面，擁有無可爭議的領導地位。
不過，2025年可能會出現變化。亞馬遜、博通和AMD等巨頭正大舉投資新晶片，初步跡象顯示，這些晶片可能會與輝達的產品展開競爭，特別是在推理領域。
愈來愈多新創也從不同角度挑戰輝達，像Groq這樣的公司致力發展新晶片架構，希望在未來提供更高效的訓練。
雖然目前這些實驗仍在早期階段，但很可能會改變「頂級AI模型完全依賴輝達晶片」的假設。
（資料來源：MIT Technology Review, Google, OpenAI）
