2023年將成為人工智能歷史上的轉折點。語言處理模型的出現(xiàn)導致了廣泛的采用。在新年伊始，人工智能的發(fā)展勢頭并沒有放緩的跡象，反而在 2024 年呈現(xiàn)出積極的趨勢。相反，人工智能在各個領域的擴散正在徹底改變我們的技術設計、開發(fā)和部署方法。

在更加令人眼花繚亂的進步的推動下，人工智能不再滿足于自動化任務。它是創(chuàng)新和進步的核心，是效率的重要驅動力。意識到這場哥白尼革命，法國ByteSnap 研發(fā)團隊開始研究人工智能應用于新興技術的命運。未來幾年將會出現(xiàn)哪些趨勢？產品和服務設計師將獲得哪些未開發(fā)的機會？

智能助理和機器人出租車

2024 年不容忽視的首要人工智能趨勢：機器人出租車和智能助手。人工智能助手與現(xiàn)有工具的日益集成預計將在 2024 年繼續(xù)下去。Zoom 的人工智能助手就是這種演變的具體例子。

ByteSnap 還預計公司將嘗試通過進一步將智能助手貨幣化（以 Alexa 為例）來增加收入。這可能會導致工程師探索其他開源選項。

在智能交通方面，機器人出租車的出現(xiàn)迫在眉睫，第一批無地理圍欄的機器人出租車將在未來幾個月投入運營。如果能夠克服法律挑戰(zhàn)，這項創(chuàng)新可能會取代優(yōu)步成為首選交通方式。

誰將領導生成式人工智能？

蘋果預計將在 2024 年底之前推出一款基于其影響深遠的語言模型的產品，從而進軍生成式人工智能領域。盡管其他公司已經集成了人工智能，但蘋果憑借其內部開發(fā)的強烈導向，可以在本次比賽中發(fā)揮關鍵作用。

人工智能預計還將在集成電路中發(fā)揮越來越大的作用，Altered Carbon 等公司為這一出現(xiàn)做出了貢獻。包括英特爾在內的計算機芯片制造商已經將人工智能核心集成到他們的處理器中。這使得從圖像檢測到能耗管理等各種應用的開發(fā)成為可能。

人工智能驅動的預測為企業(yè)提供了重要的見解，以避免未來發(fā)生事件、優(yōu)化供需并改善供應鏈管理中的客戶體驗。基于人工智能的算法還可以自動從倉庫檢索貨物，而人工智能驅動的自動駕駛汽車則可以降低運輸成本。

人工智能還有望影響軟件和電子產品的設計，優(yōu)化硬件配置并將通用功能寫入軟件。然而，由于缺乏可用的模型和電子工程的基本人性化方面，將抽象需求轉化為實際電子產品的過渡仍然是一個挑戰(zhàn)。因此，在工程工作面臨風險之前，人工智能的進一步發(fā)展是必要的。

人工智能、聯(lián)網(wǎng)家庭和物聯(lián)網(wǎng)傳感器：2024 年的趨勢

隨著客戶尋求最大限度減少能源費用的解決方案，互聯(lián)家庭市場的創(chuàng)新正在不斷加強。這推動了聯(lián)網(wǎng)恒溫器和恒溫閥(TRV) 的日益普及。Nest 正在探索使用人工智能來了解能源消耗行為，我們預計這一趨勢將會增長。

在電子行業(yè)方面，ByteSnap 預測人工智能與集成電路的集成將顯著增加。據(jù)她介紹，Altered Carbon 等公司將引領這一趨勢。在計算機芯片制造方面，英特爾等巨頭已經將人工智能核心集成到他們的CPU中。

如今人工智能算法的使用重點是檢測和分類。當特斯拉用來識別交通標志或道路線時，這些算法會將這些數(shù)據(jù)轉化為制動、加速或轉彎等動作。

ByteSnap 一直致力于的一個項目涉及將加速度計數(shù)據(jù)發(fā)送到云端以檢測跌倒情況。該公司還在考慮一種方案，將檢測人工智能產生的跌倒的算法集成到傳感器中。這可以減少發(fā)送大量數(shù)據(jù)的需要。而且還可以降低產品的能源密集度。

供應鏈管理中更高效的人工智能

ByteSnap 提供的預測使企業(yè)能夠獲得關鍵信息，以避免未來發(fā)生事件。還要克服供需不平衡的問題。因此，這種方法旨在降低成本并改善客戶體驗。

人工智能驅動的系統(tǒng)還有助于自動化倉庫中的貨物存儲。因此，他們確保訂單的順利執(zhí)行。至于自動駕駛汽車，它們還有助于降低司機的送貨價格。

硬件優(yōu)化和軟件通用功能集成

如今的人工智能供應商瞄準了軟件開發(fā)和電子設計行業(yè)。然而，他們的目標是尋求優(yōu)化硬件參數(shù)并在軟件中編寫通用函數(shù)。然而，出現(xiàn)了侵犯版權的問題。

然而，將高度概念化的要求轉化為電子產品仍然是一個挑戰(zhàn)。這通常是由于該領域缺乏可用于培訓的模型。但也受到評估可用電路的難度的影響。

電子工程是一個非常關注人際關系的領域。它涉及與供應商、客戶和同事的互動。盡管人工智能培訓師已經探索了 Github 等來源，并且 ChatGPT 已經接受了萬維網(wǎng)海量內容的培訓，但用電子領域的人工智能取代工程工作可能需要新一代的開發(fā)。