打开网易新闻 查看精彩图片

在过去的两年里，人工智能的发展重点是用户群的扩展和公众范围内的普及。这很自然，因为用户增长是任何商业模式的关键部分。然而，到目前为止，可以说大型语言模型（LLM）已经广泛普及：对于地球上大多数普通人的大多数问题，许多大型语言模型都能给出相当不错的答案。

在接下来的五年里，我认为焦点将转向人工智能加速工程和科学研究的能力，而这正是技术进步的引擎。在任何领域的创新前沿，按定义都会存在许多悬而未决的问题，并且有很大的改进空间，让更先进的人工智能发挥作用。这里的意义重大，因为进步会不断累积，同时人工智能加速人工智能研究本身也形成了一个强有力的正反馈循环。

换句话说，在改进普通用户查询方面，潜力相对有限；但在提升那1%的查询体验（这些查询可以加速技术进步），以及解决用户目前不敢提问的问题（因为模型还不够智能）方面，潜力巨大。人工智能研究往往会优先改进潜力巨大的领域，而在科学创新方面，这种潜力和收益将会非常可观。”