近日，2024年世界科技與發展論壇主題會議「人工智慧治理創新為培育科技治理生態建構國際信任基礎」在京舉辦，世界機器人合作組織理事長、中國科學院院士喬紅在會議上發布了2024人工智慧（ AI）十大尖端技術趨勢展望。
「它們都充滿了無限可能和潛力，不僅將帶來更加便捷、高效的生活方式，還將推動各行各業的創新和發展。」喬紅說，希望此次發布能引導大家共同思考「如何把握人工智慧的發展方向，如何推動技術創新與產業升級，如何確保人工智慧技術永續發展」。
這十大前沿技術趨勢分別為：
AI共性技術
1.小數據和優質數據
大量的無效資料不僅消耗了運算資源，也為模型可靠訓練帶來挑戰。在此背景下，小數據和優質數據的價值越來越重要。小數據更注重數據的精確度和相關性，從本質上減少人工智慧演算法對數據的依賴和不確定性，增強網路可靠性。建構多樣性的資料集不僅能夠從理論基礎上支撐不同技術路線的AI發展，也為解決通用人工智慧的瓶頸問題提供新的可能。
2.人機對齊
只有AI的輸出結果與人類價值相符，才能確保AI模型的能力與行為與人類意圖一致。僅依靠數據和演算法並不足以實現人機對齊，這意味著在設計獎勵機制時，不僅要考慮任務的效率、效益和效果，還需要考慮行為是否符合人類的倫理標準。
3.AI使用邊界和倫理監督模型
目前AI系統的合規性、安全性和倫理問題越發突出，建立一個AI監督模型架構尤為必要。其主要目的是透過制定明確的標準和規範，確保所有AI系統在開發和使用過程中遵循既定的原則，從而減少AI在製度沒有確定的情況下被過度使用所帶來的風險。
4.可解釋性模型
在保障有效性的前提下，提高可解釋性，有助於減少對公共資源的消耗，增強使用者對AI系統的信任度，並促進其在關鍵領域的應用。例如在醫療健康領域，一個具有高解釋性的AI診斷系統能夠讓醫生更容易理解其判斷依據，減少不必要的檢查和治療程序。
大規模預訓練模型
5.規模定律
基於海量參數和訓練資料的大規模預訓練模型能夠有效提升人機互動和推理能力，增強可完成任務的多樣性和豐富性。目前規模定律依然有效，不僅體現在語言模型上，也在影像處理、語音辨識等多個領域中得到了驗證。
6.全模態大模型
全模態大模型可處理和理解文字、圖片、音訊、資料表等多種類型的資料輸入，並根據任務需求產生多種類型的輸出。例如引入通常用於捕捉三維空間資訊的3D點雲資料模態，對於機器人的導航和避障尤其重要。
7.人工智慧驅動的科學研究
使用大模型、生成式技術等來提高科學研究中提出假說、試驗設計、資料分析等階段的效率和準確性。科學家可以利用AI技術進行即時的試驗監測和調整，快速回饋試驗結果，動態優化試驗設計和假設。
具身智能
8.具身小腦模型
傳統大模型可以協助機器人處理決策、任務拆解和常識理解等慢通道反應任務，但不適合做強實時性和高穩定性的機器人規劃與控制快通道反應任務。具身智慧（人工智慧在物理世界的進一步延伸，一般是指可以感知、理解物理世界並與其形成互動的智慧系統）小腦模型可以透過多模型投票等整合學習方法，結合機器人本體結構與環境特性選擇合理的模型控制演算法，確保機器人在理解自身本體約束的前提下，完成高動態、高頻、穩健的規劃控制動作，使智慧機器人更滿足現實世界的精細操作與即時控制需求。
9.實體人工智慧系統
實體人工智慧系統是將具身智慧賦能於實體世界中的實體對象，使傳統設備能夠突破原有的功能限制，實現更高水準的智慧化操作。人形機器人是實體人工智慧系統的終極表現形態，它不僅具備多模態感知和理解能力，能夠與人類自然互動，還可以在複雜環境中自主決策和行動，並有望在未來應用到更多複雜的工作場景中。
生成式人工智慧
10.世界模擬器
世界模擬器能提供沉浸式的高模擬體驗，為使用者帶來更豐富多元的遊戲世界，可應用於教育、娛樂等領域，還可創造更多超級數位場景。在機器人領域，這種技術還可用於建構大規模、標準化的多模態機器人行為資料集，提升機器人本體設計、模擬訓練和演算法遷移的能力。