中科院院士乔红发布2024年人工智能十大前沿技术趋势，小数据和人机对齐成焦点

2024年1月，在北京举办的世界科技与发展论坛主题会议上，中国科学院院士、世界机器人合作组织理事长乔红发布了2024年人工智能（AI）十大前沿技术趋势展望。这份展望涵盖了AI共性技术、大规模预训练模型、具身智能和生成式人工智能四个主要领域，旨在引导业界思考人工智能的发展方向、技术创新与产业升级，以及确保AI技术可持续发展的途径。

AI共性技术：小数据和人机对齐成为关注焦点

在AI共性技术领域，乔红特别强调了小数据和优质数据的重要性。随着大量无效数据消耗计算资源并影响模型训练可靠性的问题日益突出，小数据和优质数据的价值愈发凸显。小数据更注重数据的精度和相关性，能从本质上减少AI算法对数据的依赖和不确定性，同时增强网络可靠性。多样化的数据集不仅能支撑不同技术路线的AI发展，还为解决通用人工智能的瓶颈问题提供新的可能性。

人机对齐也是2024年AI发展的一个重要趋势。乔红指出，只有AI的输出结果与人类价值观相符，才能确保AI模型的能力和行为与人类意图保持一致。这意味着在设计AI系统时，不仅要考虑任务的效率和效果，还需要考虑行为是否符合人类的伦理标准。此外，建立AI使用边界和伦理监督模型也被列为重要趋势，旨在通过制定明确的标准和规范，确保AI系统在开发和使用过程中遵循既定原则，减少风险。

大规模预训练模型：全模态成为新方向

在大规模预训练模型领域，乔红提出了三个主要趋势。首先，规模定律仍然有效，不仅体现在语言模型上，也在图像处理、语音识别等多个领域得到验证。其次，全模态大模型成为新的发展方向。这种模型可以处理和理解文本、图片、音频、数据表格等多种类型的数据输入，并根据任务需求生成多种类型的输出。最后，AI驱动的科学研究将成为重要趋势，使用大模型和生成式技术来提高科学研究中提出假说、试验设计、数据分析等阶段的效率和准确性。

具身智能和生成式AI：实体系统和世界模拟器引领未来

在具身智能领域，乔红提出了具身小脑模型和实体人工智能系统两个重要趋势。具身小脑模型可以通过多模型投票等集成学习方法，结合机器人本体结构与环境特性选择合理的模型控制算法，确保机器人在理解自身本体约束的前提下，完成高动态、高频、鲁棒的规划控制动作。实体人工智能系统则是将具身智能赋能于物理世界中的实体对象，使传统设备能够突破其原有的功能限制，实现更高水平的智能化操作。

在生成式人工智能领域，世界模拟器被列为重要趋势。这种技术能提供沉浸式的高仿真体验，可应用于教育、娱乐等领域，还可以创造更多超级数字场景。在机器人领域，世界模拟器技术可用于构建大规模、标准化的多模态机器人行为数据集，提高机器人本体设计、仿真训练和算法迁移的能力。

乔红表示，这些AI前沿技术趋势充满了无限可能和潜力，不仅将带来更加便捷、高效的生活方式，还将推动各行各业的创新和发展。随着这些技术的不断发展和应用，人工智能将在2024年及未来继续深刻影响我们的社会和生活。

本文源自金融界