最近，Meta的研究员 Martin Signoux 发布了2024年 AI发展的8大预测，AI界泰斗 Yann LeCun 也转发表示赞同，一下子引起了业界的关注。
作为半个从业者，笔者也好奇去看了下，的确有不少启发。Martin Signoux 的预测简短、观点鲜明，部分预测可能会出乎大家意料，笔者先不做评价，看完全文相信大家会有自己的判断。
1、AI智能眼镜即将开始流行 😎
随着多模态技术的发展，主要的AI公司将在 以AI为核心（AI-first）的可穿戴设备 上加大投入。
毕竟，没有什么比眼镜更适合托管一个AI助手。
眼睛支架靠近耳朵可以传递音频信息，摄像头靠近眼睛可以捕捉用户视角的视觉信息输入，这样能做到无需手持操作，且佩戴舒适。
Meta 正与 Ray Ban 合作引领推动智能眼镜的发展，但想想最近Open AI 跟 Snapchat 合作的传闻嘛 👀
一切才刚刚开始…
2、ChatGPT不会在AI Assisant领域，达到Google在Search领域的地位
2023年伊始，ChatGPT成为了所有关注的焦点，而当2023年结束时，已出现了Bard、Claude、Llama、Mistral 以及数以千计的衍生产品。
随着人工智能领域的技术和产品越来越普及和标准化，ChatGPT将逐渐失去其作为行业参考标杆的地位，随之而来的是估值调整。
3、再见LLMs，你好LMMs
大型多模态模型（LMMs）已经出现且保持增长态势，并将在讨论声中取代大型语言模型（LLMs），这些讨论包括 多模态评估、多模态安全 等等。
此外，LMMs 是通往 通用的 AI助手（AI-assistant）的垫脚石。
4、没有重大突破，但各方面都有提升
新的模型们不会带来真正的突破（👋GPT5），LLMs 因其 固有的限制 还是会 容易产生幻觉。在2024年，不会有这样巨大的飞跃，以致能够实现真正可靠的通用人工智能（AGI） 。
然而，通过迭代改进，它们将变得“足够好，并适用于各种任务。
在 检索增强生成（RAG）、数据整理、更好的微调、量化等方面的改进，将使大型语言模型（LLMs）变得足够健壮和有用，适用于许多场景，而这也将推动它们在各行业的各种服务中被应用。
5、小即是美
小型语言模型（SLMs）已经开始流行，但考虑到成本效率和可持续性，这一趋势还将继续加速。
量化技术也将得到极大的改进，从而推动一波 将AI能力集成到消费者使用的设备 中的浪潮。
6、一个开放模型将击败GPT-4，开放与封闭的辩论将逐渐消失
回顾过去12个月开源社区的活力和进展，很明显开放模型很快将缩小与封闭模型在性能上的差距。
到2023年末，Mixtral与GPT-4在多模态语言理解（MMLU）方面的差距只剩下13%。
但最重要的是，人们意识到开放模型将持续存在并推动进步。它们将与专有模型共存，无论操作系统的批评者怎么做。
7、基准测试仍然是一个难题
没有一套 基准测试、排行榜 或 评估工具，能成为模型评估的 唯一的综合解决方案。
相反，我们将看到一系列改进（例如最近的HELM）和新的倡议（例如GAIA），尤其是在多模态领域。
8、与现有风险相比，存在风险不会被大量讨论
尽管 X风险（X-risks） 在2023年成为头条新闻，但公众辩论将更多地关注当前的风险跟偏见，包括假新闻、用户安全、选举的完整性等。
