在埃隆·马斯克四月预测到 2025 年年底 AI 将超越人类智能之后，我(原文作者Gary Marcus)想要分享我对 2025 年人工智能发展趋势的一些预测。这些预测并非基于空洞的猜测，而是基于我长期的研究和观察，以及对行业现状的深刻理解。
高置信度预测:
* 通用人工智能仍未到来：尽管马斯克声称 2025 年将会看到超越人类智能的 AI，但我坚信这并非事实。人们可能会试图通过模糊定义或将 AI 的价值量化来淡化这一差距，但这并不能改变 AI 目前还无法达到通用智能的事实。
* AI 系统仍未突破“任务”瓶颈：到 2025 年年底，没有任何单一系统能够在 Marcus-Brundage 设定的 2027 年人工智能标准测试中超过四项任务的出色完成。甚至可能没有一个系统能够可靠地解决任何一项任务。
* AI 模型盈利模式仍需探索：尽管芯片制造商因为 AI 模型提供硬件而获利丰厚，但 AI 模型本身的盈利模式仍然有限或完全不存在。 就像淘金热中的工具供应商一样，他们从中受益，但真正的财富却留给了拥有黄金的人。
* 美国监管措施落后于实际应用：美国将继续缺乏有效监管措施来保护消费者免受生成式 AI 的潜在风险。与之相反，欧洲将会成为全球人工智能监管的标杆。
* AI 安全研究所的影响力有限：尽管 AI 安全研究所能提供重要的指导意见，但缺乏法律授权无法阻止真正危险的 AI 模型出现。
可靠性问题将继续困扰生成式 AI：虚假信息(实际上更应该称为“编造”)、推理错误以及其他不可靠性问题将继续是生成式 AI 的主要缺陷。
* AI 代理仍然处于初期阶段：尽管 2025 年会对 AI 代理进行大量宣传，但其可靠性远未达到预期，除了在非常狭窄的应用场景中可能有所突破。
* 人形机器人仍将停留在概念阶段：人形机器人将会成为热议话题，但真正像“罗西机器人”那样功能强大的产品还遥不可及。虽然运动控制可能会有所进步，但对环境感知和认知灵活性的掌握仍然很差。Rodney Brooks 一直在预测这一点。
* OpenAI 将继续发布尚未成熟的产品： OpenAI 会继续提前预览产品，可能几个月甚至几年后才能真正推出稳定版本并提供大众可负担的价格。Sora 在 2023 年二月公布，但直到 2023 年十二月才有限度地发布，并且使用受到限制。Sal Khan 在 2024 年五月份展示的 AI 教师演示模型至今尚未公开发布；o3 也只是提前预告，并预计会非常昂贵。
* 放射科医生不会被 AI 完全取代： 与 Hinton 在 2016 年的预测相反，AI 不会很快取代大部分放射科医生。
中等置信度预测:
* 技术壁垒难以建立：由于开源项目和模型共享的发展，各大公司都将更加倾向于采用类似且广泛适用的模型，无论是在美国还是中国，欧洲也可能会追上相同的水平。
* o3 的大规模应用受限： 由于价格和稳定性等问题，很少有公司和消费者会选择大规模使用 o3。
* AI 生产部署仍面临挑战： 企业将会继续探索 AI 的应用，但将它们转化为真正能够在实际场景中投入使用的生产级系统仍然是一个需要谨慎对待的过程。
* 大型 AI 公司估值可能下跌： 2025 年可能会出现对大型 AI 公司估值的调整，尽管市场可以比你的资金更长时间地保持非理性。
* Sora 在物理知识方面仍存在问题： 谷歌的 Veo 2 在物理知识方面看起来有所进步，但我还没有尝试使用它，并且怀疑其在状态转换和物体持久性方面的处理仍然会遇到困难；另一个名为 Genesis 的混合系统(尚未完全发布)似乎采用了不同的原理，并且具有潜在的吸引力。
* 神经符号 AI 将更加突出：
低置信度预测(但值得讨论)：
* AI 可能成为网络攻击的重要工具： 我们可能会见证一场大型网络攻击，其中生成式 AI 扮演着重要角色，这可能通过多种方式进行，我会在不久的将来发表一篇关于此主题的文章。
* 缺乏突破性进展： 2025 年可能不会出现像 GPT-5 这样具有重大意义的模型(这意味着一个被普遍认可的全面的、跨领域性能飞跃)，相反，我们会看到像 o1 一样的模型在某些特定领域表现出色，但其他领域的进步则更加缓慢。
本文译自 garymarcus，由 BALI 编辑发布。
