2024年人工智能的下一步將走向何方？

　　2024年人工智能的下一步將走向何方?

　　2023年是科技領(lǐng)域多事的一年，隨著語言學習模型的爆炸式增長，人工智能成為主流。

　　進入2024年，人工智能在各個領(lǐng)域的融合和演進不僅在發(fā)生變化，且將徹底改變我們在這些領(lǐng)域的設計、開發(fā)和部署方式。

　　隨著人工智能的進步以前所未有的速度加速，我們正站在一個新時代的風口浪尖上，人工智能的影響將超越單純的自動化，成為創(chuàng)新和效率的基石。

　　因此我們不得不思考一下，人工智能在技術(shù)和電子設計行業(yè)的未來。

　　人工智能將引發(fā)智能助手之戰(zhàn)?

　　人工智能助手工具將繼續(xù)集成到現(xiàn)有工具中，使任務變得更容易。今年發(fā)生的一個例子是Zoom的人工智能伴侶，其可以將會議總結(jié)為筆記。

　　我們預計將在2024年看到開發(fā)工具，例如可以自動生成GIT提交說明和發(fā)行說明的IDE集成。

　　還預測，企業(yè)將嘗試通過Alexa等智能助手的更多貨幣化來增加利潤，這將促使技術(shù)人員轉(zhuǎn)向開源替代方案，例如本地運行的Home Assistant。

　　機器人出租車的興起

　　我們預計，第一輛無地理圍欄的電動機器人出租車將在未來幾個月內(nèi)投入運營，并開始接受付費客戶。

　　如果能夠克服法律問題，在未來幾年里，這可能會穩(wěn)步擴大規(guī)模，取代優(yōu)步成為首選的交通工具。

　　最終，這將使擁有汽車成為一個值得懷疑的決定，因為以這種方式旅行可能比開車更便宜。

　　Apple將加入生成式人工智能競賽

　　我們期待Apple推出一款產(chǎn)品，以自己的大型語言模型加入人工智能軍備競賽。其他企業(yè)正在更快地擁抱人工智能并已經(jīng)開始實施;例如，巴德引入Google Assistant，以及Microsoft在Office 365產(chǎn)品中推動人工智能。盡管如此，Apple擁有比大多數(shù)內(nèi)部開發(fā)理念更強大的理念，很難看到其允許這些產(chǎn)品不受挑戰(zhàn)。

　　預計Apple將于2024年底發(fā)布有關(guān)其生成式AI產(chǎn)品的公告。

　　人工智能對智能家居市場的進一步顛覆

　　隨著消費者不斷尋找減少能源費用的方法，智能恒溫器和TRV變得越來越受歡迎，預計智能家居市場將出現(xiàn)更多創(chuàng)新。Nest顯然正在嘗試使用人工智能來幫助了解消費者在能源消耗方面的行為，預計這種趨勢將持續(xù)下去。

　　隨著Apple于2024年發(fā)布Pro Vision耳機，可預計會看到一些制造商試圖與更便宜的產(chǎn)品競爭。Apple在設計方面非常出色，有時被視為潮流引領(lǐng)者，但在這種情況下，Apple的加入有些晚了，因為Meta已經(jīng)成為了公認的領(lǐng)導者。不過，Apple有淘汰現(xiàn)任領(lǐng)導者的歷史，因此這可能是一個值得關(guān)注的有趣領(lǐng)域。

　　然而，消費者對這類技術(shù)有多大的興趣仍有待商榷。

　　支持人工智能的集成電路

　　我們可能會看到Altered Carbon等企業(yè)在集成電路上更多地出現(xiàn)人工智能。

　　例如，計算機芯片制造商Intel正在將人工智能核心集成到其CPU中。

　　通常，人工智能算法主要用于檢測/分類。一個經(jīng)典的例子是使用人工智能來檢測圖像中是貓還是狗。然而，即使是Tesla等企業(yè)使用人工智能的方式也很相似——檢測限速標志的圖像，或者道路線條的圖像，但輸出的不同之處在于，將其轉(zhuǎn)化為制動、加速或轉(zhuǎn)彎。

　　供應鏈管理中的人工智能

　　人工智能驅(qū)動的預測為企業(yè)提供情報，以防止未來發(fā)生事故，克服供需不匹配，防止庫存過多或庫存不足。

　　這可以最大限度地降低成本，并改善客戶體驗。預計到2024年，將會看到更多這樣的情況。此外，基于人工智能的算法正在自動從倉庫檢索貨物，以實現(xiàn)訂單的順利履行，而人工智能驅(qū)動的自動駕駛汽車正在降低駕駛員的送貨成本。

　　軟件和電子設計中的人工智能

　　軟件開發(fā)和電子設計都是人工智能供應商瞄準的領(lǐng)域，因為開發(fā)人員成本高昂，而且時間跨度可能很長。這可看到，最初的人工智能可能最擅長優(yōu)化硬件方面的PCB布局，并在軟件中編寫通用功能，盡管存在可疑的版權(quán)侵犯。

　　不過，將非常抽象的需求轉(zhuǎn)化為真正的電子產(chǎn)品似乎還有很長的路要走。這在一定程度上是因為，在這個快速發(fā)展的行業(yè)中，缺乏可供訓練的免費模型，而且現(xiàn)有的電路幾乎沒有辦法進行評估。

　　此外，電子工程實際上是一個以人為本的工作，與供應商、客戶、制造商、同事打交道。軟件人工智能培訓師已經(jīng)襲擊了github，ChatGPT能夠針對萬維網(wǎng)的巨大財富來訓練語言模型。

　　然而，對于電子產(chǎn)品而言，需要另一代人工智能的發(fā)展，工程工作崗位才會受到威脅。