吴恩达（Andrew Ng）在新年伊始，与我们分享了他对人工智能未来发展的个人见解，吴老师特别指出，AI正在降低软件开发成本，使得快速构建软件原型变得前所未有的容易。无论是为孩子制作抽认卡，还是管理国际账户的外汇汇率，亦或是自动分析用户评论以快速发现产品问题，AI辅助编码都能迅速实现这些应用。
吴恩达认为，AI辅助编码在原型开发中尤为有效，因为原型通常不需要复杂的上下文和软件集成，且在早期测试阶段对可靠性的要求相对较低。尽管生成式AI也能帮助开发大型、关键任务软件系统，但在这些领域的生产力提升并不如原型开发那样显著，因为要让AI系统理解大型代码库的所有上下文并确保生成代码的可靠性仍然具有挑战性。
为了让原型更快地进入用户手中，像Bolt、Replit Agent和Vercel V0这样的平台正在利用生成式AI和代理工作流来提高代码质量，并提供直接部署生成应用程序的功能
除了个人展望，吴恩达还邀请了五位业界领袖分享他们对2025年AI的期望：
1. Hanno Basse：为艺术家打造的生成式AI
Stability AI的首席技术官Hanno Basse希望生成式AI能够帮助人们提高创造力和生产力，并专注于安全性、完整性、可访问性和定制化等方面。他预见未来将出现大量针对特定任务的、经过微调的小型模型，这将是生成式AI真正发挥潜力的方向，也是在现实世界中部署生成式AI最安全、最负责任的方式
2. David Ding：生成带有音乐、音效和对话的视频
Udio的联合创始人David Ding期待看到能够生成包含语音、音乐和音效的完整视频片段的模型。他认为，实现这一目标的技术已经就绪，只需将视频和音频同时建模即可。虽然这些模型最初的输出可能无法与专业视频编辑的最佳作品相媲美，但它们将迅速发展，就像当前的图像模型可以生成与高端照片无法区分的图像一样。他相信，视频仍将是一种艺术形式，因为人们将能够更流畅、更快速、更互动地做出关于电影内容、外观和感觉的选择
3. Joseph Gonzalez：通用智能
加州大学伯克利分校教授Joseph Gonzalez预测，随着规模限制的出现和推理成本的上升，基础模型的训练进展将放缓。相反，他希望看到基于AI的应用创新爆发，例如快速发展的代理堆栈。他认为我们已经实现了通用人工智能（AGI），并期待看到人们如何利用AI来个性化和改善他们的学习体验。2025年的重点将转向展示AI的实际价值，减少成本、创造收入、改善客户体验等。他希望我们能超越聊天，发现如何利用AI做伟大的事情，让AI代理在后台无形地帮助我们完成日常任务
4. Albert Gu：更少的数据，更多的学习
卡内基梅隆大学助理教授Albert Gu希望在未来一年能够让模型用更少的数据学到更多。他指出，当前训练大型模型的方法消耗了大量的时间和能源，并且我们正在耗尽新的数据来源。他认为，数据效率问题与数据管理、特征工程、多模态、可解释性和鲁棒性、推理以及民主化等多个问题相关联。解决数据效率问题将是AI领域更广泛进步的指标
5. Mustafa Suleyman：行动的代理
微软AI首席执行官Mustafa Suleyman认为，2025年，AI将学会“看见”，变得更智能、更准确，并开始代表我们做事。他认为“视觉”将成为2025年的突破性特征，并预见幻觉问题将得到显著改善。他提出了“人工能力智能”（ACI）的概念，即AI开始代表用户采取具体行动的时刻。他相信，2025年将是重要的一年，行动的代理即将到来
