中化新網訊 近日，世界機器人合作組織理事長、中國科學院院士喬紅發布2024人工智能（AI）十大前沿技術趨勢展望。此次發布的十大趨勢涵蓋了AI共性技術、大規模預訓練模型、具身智能以及生成式人工智能等多個領域。

一是小數據和優質數據。大量的無效數據不僅消耗了計算資源，也給模型可靠訓練帶來挑戰。小數據更注重數據的精度和相關性，從本質上減少人工智能算法對數據的依賴和不確定性，增強網絡可靠性。建設多樣性的數據集不僅能夠從理論基礎上支撐不同技術路線的AI發展，還為解決通用人工智能的瓶頸問題提供新的可能。

二是人機對齊。只有AI的輸出結果與人類價值觀相符，才能確保AI模型的能力和行為與人類意圖保持一致。僅依靠數據和算法并不足以實現人機對齊，還需要考慮行為是否符合人類的要求。

三是AI使用邊界和倫理監督模型。當前AI系統的合規性、安全性和倫理問題越發突出，建立一個AI監督模型框架尤為必要。其主要目的是通過制定明確的標準和規范，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使用中產生的風險。

四是可解釋性模型。提高可解釋性，有助于減少對公共資源的消耗，增強用戶對AI系統的信任度，并促進其在關鍵領域的應用。

五是規模定律。基于海量參數和訓練數據的大規模預訓練模型能夠有效提高人機交互和推理能力，增強可完成任務的多樣性和豐富性。規模定律不僅體現在語言模型上，也在圖像處理、語音識別等多個領域中得到了驗證。

六是全模態大模型。全模態大模型可處理和理解文本、圖片、音頻、數據表格等多種類型的數據輸入，并根據任務需求生成多種類型的輸出。例如引入通常用于捕捉三維空間信息的3D點云數據模態，對于機器人的導航和避障尤其重要。

七是人工智能驅動的科學研究。科學家們可以利用AI技術進行實時的試驗監測和調整，快速反饋試驗結果，動態優化試驗設計和假設。

八是具身小腦模型。具身智能小腦模型結合機器人本體結構與環境特性選擇合理的模型控制算法，確保機器人完成高動態、高頻的規劃控制動作，使智能機器人更加滿足現實世界的精細操作與實時控制需求。

九是實體人工智能系統。實體人工智能系統是將具身智能賦能于物理世界中的實體對象，使傳統設備能夠突破其原有的功能限制，實現更高水平的智能化操作。人形機器人是實體人工智能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，還可以在復雜環境中自主決策和行動，并有望在未來應用到更多復雜的工作場景中。

十是世界模擬器。世界模擬器能提供沉浸式的高仿真體驗。在機器人領域，這種技術還可用于構建大規模、標準化的多模態機器人行為數據集，提高機器人本體設計、仿真訓練和算法遷移的能力。