There are several ways that the content can be modified, depending on the goal and purpose of the task. Here are some suggestions: 1. Reword the sentences using different vocabulary or sentence structures. e.g. Quantum computing is rapidly becoming more accessible to researchers and businesses alike, bringing new possibilities for solving complex problems. 2. Paraphrase the content to convey the same idea in a different way. e.g. The use of quantum technology is expanding in research and industry, introducing novel approaches to addressing challenging issues. 3. Summarize the content in a concise manner. e.g. Quantum computing is gaining ground in various fields, offering unique solutions to difficult problems. 4. Restructure the content to create a different narrative or focus. e.g. The rise of quantum computing has brought about a revolution in data analysis and encryption, contributing to advancements in fields such as medicine, finance, and security. 5. Add new information or perspectives to the existing content to deepen the discussion. e.g. As quantum computing continues to evolve, there are implications for its impact on society and ethical considerations that must be addressed.
在写这篇文章时，我在想，与其写 "期待什么"，不如写 "不期待 2025 年的人工智能 "来得简单！对于一项几乎在每个领域都同时取得进步的技术来说，怎么才能选出 5 个领域呢？为了缩小范围，并希望能让它更有趣，我决定选择那些与 ChatGPT 或其竞争对手的发展没有直接关系的趋势。可以肯定地说，这些趋势会增长，这些应用及其背后的公司将尽最大努力使这些应用成为所有可能问题的解决方案。
以下是 5 个 2025 年的人工智能趋势（排名不分先后）：
趋势一：代理无处不在你可能听说过代理人工智能（Agentic AI）这个词。虽然人工智能一直与学习模式有关，但人工智能已经发展到以下几个阶段：(a) 从数据中学习模式 (b) 根据这些模式生成新内容，以及 (c) 根据这些模式采取行动。当这三者结合在一起时，你就拥有了一个人工智能代理——一个能够学习、创建行动并执行这些行动的软件。预计在 2025 年，这一领域将会有更多的发展。
趋势二：教育系统的变革关于人工智能是否会鼓励作弊、取代教师或以其他方式从根本上影响学生的学习方式，人们已经讨论了很多。尽管所有这些都至关重要，但另一种同样重要甚至更为重要的力量正在出现。今年，越来越多的证据表明，由于人工智能驱动的技能和经济形势，应届毕业生找不到工作。这不仅引发了学生如何学习的问题，也引发了他们学习什么的问题。就业市场下行带来的经济压力将迫使毕业生，最终也将迫使培养毕业生的院校，面对企业对员工的新需求。学生需要首先适应，通过各种途径提高技能，而院校也需要跟进。我预计我们将在 2025 年开始看到这些变化。
趋势三：人工智能在科学领域的应用2024 年的诺贝尔科学奖中有两项是关于人工智能的。这应该给我们敲响了警钟：人工智能在科学领域的应用将持续下去。同样值得注意的是，虽然全世界的注意力和想象力都集中在生成式人工智能上，但数十亿美元的资金正在涌入人工智能的科学应用领域，从太空探索到医疗进步，每天都有新的消息发布。同样值得注意的是，尽管有这么多投资和进展，但数据表明，人工智能发现的药物在第二阶段临床试验中的成功率与其他药物差不多，但需要注意的是，其中一些药物已经以某种形式“为人所知”。截至撰写本文时，我还没有看到任何人工智能生成的药物获得美国食品药品监督管理局批准的消息。这种组合说明了什么？它告诉我们，潜力是巨大的，但尚未充分发挥出来。
趋势四：数据挖掘怀疑论者一直预测人工智能将耗尽数据，而另一些人则予以反驳。在这些预测中，似乎一致的不是数据的存在，而是获取高质量且符合道德规范的数据越来越困难。我预计这将是 2025 年的一个趋势。尚未开发的数据，尤其是关于我们物理环境的数据，仍然非常庞大。然而，大型语言模型已经搜罗了大部分容易获得的数据。预计 2025 年人们将付出越来越多的努力，无论是通过商业合同来获取数据，还是通过标签系统来整理尚未开发的数据，或者是部署更多的传感器，等等。再加上上述人工智能在科学领域的趋势，我们可以想象，挖掘科学数据的努力将会加速。
趋势五：机器人人工智能已经在所有可以通过软件解决问题的领域（如电子邮件、内容创建、核磁共振成像分析等）取得了进展。在所有这些领域，人工智能已经推动了成本节约和就业颠覆。机器人技术将人工智能带入了物理领域——无论是制造业、外科手术、农业还是太空探索。人工智能与物理自动化相结合的应用也几乎是无穷无尽的。2025 年，我们有望看到这一领域的现有趋势不断扩大，并引起更广泛的公众关注。
总而言之在过去的一年里，大型语言模型和生成式人工智能得到了飞速发展，似乎能够解决任何基本任务。2015 年，随着对特定领域和机构的更深层次影响以及与其他技术浪潮的融合成为焦点，我们有望看到下一波浪潮的到来。