爽爽淫人网 深度｜吴恩达最新演讲——AI 四大趋势

AI 创新的下一个前沿已悄然到来：智能体（AI Agents）和智能体推理（Agentic Reasoning）的崛起。这些时候正在以前所未有的后果和资本效益爽爽淫人网，透澈调动诓骗的构建样式，为各行业开释出浩荡的潜能。

在 Snowflake Build 2024 的主题演讲中，吴恩达深切考虑了智能体的兴起偏激背后推动的 AI 创新。

他指出，非结构化数据（如文本、图像、视频和音频）正变得比以往任何时候齐愈加要津，为企业带来了浩荡的契机。

此外，吴恩达还共享了若何通过智能体和生成式 AI 的联接，以更快的速率构建和迭代新的 AI 诓骗，以下为此次演讲的主要内容：

你可能听过我说过，AI 是新的电力。这是因为 AI 像电力雷同，是一种通用时候。如若有东谈主问电力的用途是什么，这很难回话，因为电力的确无所弗成。

而如今的新 AI 时候正在为咱们创造一个前所未有的契机，简略构建以前无法完毕的新诓骗。

东谈主们闲居问我：“Andrew，AI 鸿沟最大的契机在那里？”我闲居会以“AI 堆栈”来证实。在堆栈的最底层是半导体，然后是云遐想和开发器具（包括 Snowflake 这么的器具）。

在这些之上是许多基础模子以及模子的教学过程。而事实是，好多媒体的和顺点齐聚首在这些时候层面，举例生成式 AI 和新的时候发扬上。

这些确乎首要，但骨子上还有另一层更首要的堆栈——诓骗层。因为咱们需要通过诓骗层来产生更多的价值和收入，从而简略复旧底层时候的合手续发展。

因此，我花了普遍时间想考 AI 诓骗鸿沟，我合计这是构建新事物的最好契机之一。

往时几年，尤其是在生成式 AI 的推动下，咱们见证了机器学习模子开发的速率越来越快。

举例，构建一个花样分类器的传统治安可能需要一个月来网罗标签数据，再花几个月教学 AI 模子，然后再用几个月部署在云干事上。

关于许多价值浩荡的 AI 系统来说，这么的开发经过需要 6 到 12 个月。但有了生成式 AI，某些诓骗场景只需花几天写一个 prompt（提醒词），成人电影院再用几天时间完成部署。

这意味着，蓝本需要几个月甚而一年的开发时间，现时可能只需要 10 天傍边。这种变化为快速检会和开发新原型以及快速发布新 AI 居品创造了浩荡可能。

这一趋势的截至是，快速本质成为发明新用户体验的一种更有用路线。往时，如若需要花 6 个月开发一个东西，咱们会卓绝严慎地参谋用户需求、制假寓品方针，再参加普遍元气心灵来开发。

但现时，快速鼓动的团队不错说：“咱们用一个周末开发 20 个原型，望望哪个有出息。如若 18 个失败了，咱们就毁灭它们，只保留得胜的两个。”快速迭代和本质成为了一种新的发明旅途。

可是，这种快速本质带来了新的瓶颈——评估（Evaluation）。在传统的监督学习中，如若你需要网罗 1 万条数据点来教学模子，那么多网罗 1 千条测试数据点也不算什么，因为资本仅加多了 10%。

但在基于大型言语模子的诓骗中，如若不需要标注数据，那么网罗 1 千条测试样本的资本和时间可能显得卓绝崇高。

因此，现时的开发经过更像是边开发边网罗数据，而不是先网罗数据再开发。咱们会先构建一个原型，然后跟着需求的加多逐渐完善测试数据，以提高系统的老成性和可靠性。

诚然模子原型的构建速率快了，但软件诓骗的开发仍是包含好多才略，比如居品遐想、软件集成、部署后的运维等。

这些才略并莫得像机器学习建模那样大幅提速。这种不平衡的发扬对组织产生了压力，迫使他们加速通盘这个词经过的速率。

在快速发展的环境中，我不合计“快速活动且阻扰”是合乎的标语，因为这种治安确凿会阻扰好多东西。我更可爱“快速活动且负职守”这个理念。

我看到好多团队简略快速开发原型，并进行老成的测试，而不将可能形成伤害的居品径直发布到用户手中。这种治安简略在快速鼓动的同期，作念到负职守地开发和部署。

在时候趋势中，我最慷慨的一个是 智能体 AI（Agentic AI）。这种职责经过不仅不错生成文本，还不错联接参谋、遐想、修改等才略，进行迭代式开发。

举例，用传统的大型言语模子生成一篇著作可能一次性完成，但智能体 AI 不错先生成提纲，进行参谋，编写草稿，随后再改造和优化。

这种迭代式经过适用于复杂任务，比如法律文档处理、医疗会诊赞成或合规告示料理。

智能体 AI 的四大遐想模式包括：

反想（Reflection）：让 AI 注目我方的输出并改进。

器具调用（Tool Use）：大言语模子不错发起 API 央求，推论具体任务。

遐想（Planning）：AI 为复杂任务遐想推论方针。

多智能体互助（Multi-Agent Collaboration）：多个 AI 扮装单干互助，共同完成任务。

这些模式让咱们简略构建比以往愈加复杂和苍劲的系统。

另外，视觉 AI 正在崛起。往时很难从存储的图像和视频数据中赢得价值，而如今，视觉 AI 的才调正在调动这一近况。

通过联接智能体职责经过，视觉 AI 简略高效处理和分析图像与视频数据，为企业带来新的价值。

举例，自动检测足球比赛中的进球片断、生成视频的元数据等，这些任务以前的确是不可能完毕的。

临了，我想强调四大 AI 趋势：

1）加速的生成式职责流：通过硬件和软件优化，让智能体 AI 启动更高效；

2）为器具优化的大模子：新的大模子不仅不错回话问题，还不错推论具体操作；

3）非结构化数据工程的首要性提高：文本、图像和视频数据的处理才调变得至关首要；

4）图像处理创新行将到来：图像处理时候的发展将为更多企业带来新的诓骗契机；

本文由东谈主东谈主齐是居品司理作家【江天 Tim】，微信公众号：【有新Newin】，原创/授权 发布于东谈主东谈主齐是居品司理，未经许可，不容转载。

题图来自Unsplash爽爽淫人网，基于 CC0 条约。