核心观点与关键数据
本报告探讨了人工智能（AI）的演进趋势，重点关注其从基础模型到下一代应用的转变。报告分为多个部分，分别介绍了不同类型的AI技术及其应用前景。
1. 智能体AI（Agentic AI）
- 定义：智能体AI是指能够自主完成任务并具有推理能力的AI系统，可以代替用户或另一个系统进行决策和执行任务。
- 应用：例如，智能体AI可以用于填写表格、预订餐厅、预订旅行或订购杂货。
- 发展趋势：随着基础模型的进步，智能体AI将变得更加强大和具有破坏性，并与聊天机器人和助手协同工作。
- 影响：企业将需要更完善的流程编排和任务管理，以适应人、机器人和AI系统之间的协作。
2. AI增强模拟（AI-enhanced simulations）
- 定义：AI增强模拟结合AI和模拟技术，以更快、更便宜的方式运行模型，特别是在航空航天、材料科学和汽车等对准确性和效率要求较高的行业。
- 应用：例如，芯片设计、药物发现、半导体设计、化学品、材料、航空航天、汽车和光学等领域。
- 优势：可以模拟不同的药物，更快、更便宜地发现新药，并显著缩短药物开发时间。
3. 人工情感智能（Artificial emotional intelligence, AEI）
- 定义：AEI是一种能够识别、理解和解释人类情感的AI，通过分析身体语言数据（包括面部表情、语音语调和手势）来实现。
- 应用：例如，客户服务、教育、医疗保健等领域。
- 伦理问题：AEI依赖于个人数据来推断情绪，引发了伦理和隐私问题。
- 监管：例如，欧盟AI法案禁止AI操纵人类行为，并禁止在工作场所和学校使用情感识别技术。
4. 人工通用智能（Artificial general intelligence, AGI）
- 定义：AGI是一种能够匹配或超过人类认知能力的AI，可以解决任何任务。
- 特征：包括感官感知、精细运动技能、自然语言理解和解决问题、导航以及社会和情感参与。
- 挑战：克服幻觉和AI规划能力是达到AGI的关键。
- 发展趋势：许多AI专家认为，人类水平的AI将在未来十年内得到开发。
5. 人工超级智能（Artificial super intelligence, ASI）
- 定义：ASI是一种机器智能超过人类智能的AI阶段。
- 影响：将从根本上改变世界的工作方式。
- 发展预测：AI专家Mo Gawdat预测，到2037年，机器的智能将比人类高10,000倍。
6. 嵌入式/物理AI（Embodied/Physical AI）
- 定义：嵌入式AI是指将AI集成到物理系统中，例如人形机器人和自动驾驶汽车，使AI能够与物理世界互动。
- 应用：例如，机器人、自动驾驶汽车和无人机。
- 发展趋势：未来五年将是机器人技术的突破年，得益于AI的进步。
- 发展方向：从自动化转向自主性，机器人将能够自我学习和完成任务，而无需预先编程。
7. 终端设备AI（End-device AI）
- 定义：终端设备AI是指在本地设备（如智能手机、汽车和可穿戴设备）上部署AI功能或模型。
- 优势：低延迟、高能效、低成本和高上下文感知。
- 应用：智能手机、汽车、家用电器、安全摄像头、可穿戴设备等。
- 挑战：功耗、成本、算法/软件和安全性。
- 发展趋势：5G和Wi-Fi 7等技术将推动终端设备AI的发展。
8. 推理AI（Reasoning AI）
- 定义：推理AI是指通过将复杂问题分解成更小的步骤并使用逻辑推理来解决任务的AI模型。
- 发展趋势：推理AI模型将变得更加复杂，需要更多的计算能力。
- 影响：将推动AI模型的发展，使其能够像人类一样进行“思考”。
研究结论
本报告认为，AI正处于快速发展阶段，并朝着更加智能、自主和情感化的方向发展。智能体AI、AI增强模拟、人工情感智能、人工通用智能、人工超级智能、嵌入式/物理AI和终端设备AI等技术的发展将推动AI在各个领域的应用，并对社会和经济产生深远影响。然而，AI的发展也面临着伦理、隐私和安全性等挑战，需要政府、企业和研究机构共同努力，确保AI的健康发展。
