Google was named the 'comeback of the year' for 2024 due to its significant advancements in AI, including the release of Gemini 2.0, Willow AI Studio, and Notebook LM, which helped it regain a competitive position in the AI landscape.
OpenAI was considered the 'disappointment of the year' because it failed to meet the high expectations set by its previous innovations, such as GPT-3 and GPT-4. Despite releasing the O1 model, the anticipated breakthroughs in scaling and capabilities did not materialize as expected.
The 'wow moment of the year' was OpenAI's O1 model, which introduced slow thinking capabilities, allowing AI to break down complex tasks into intermediate steps and validate each step, significantly enhancing logic, reasoning, and mathematical tasks.
Sadie St. Lawrence predicts that agentic AI will be the dominant trend in 2025, moving beyond single applications to create specialized networks that can autonomously handle complex tasks, though challenges around security and permissions between platforms remain.
Sadie predicts that AI integration into everyday devices will accelerate in 2025, with advancements like augmented reality glasses offering real-time translation and more sophisticated personal computing experiences, though not all integrations will prove valuable.
Sadie expects AI-driven scientific research to expand significantly in 2025, building on current successes where AI-assisted researchers achieved 44% more new material discoveries and 39% more patents than researchers who weren't AI-assisted.
The key challenge in enterprise AI monetization is ensuring profitability while addressing security and privacy concerns. Many AI projects get stuck in proof-of-concept purgatory due to difficulties in making them cost-effective and secure for production environments.
Sadie predicts that demand for AI engineering skills will surpass traditional data science skills in 2025, though this represents an evolution of the role rather than a replacement, requiring practitioners to build on existing technical foundations with new AI engineering capabilities.
这是第 849 集,主题是 Sadie St. Lawrence 与我们一起探讨 2025 年的数据科学趋势。
欢迎收听超级数据科学播客,这是数据科学行业收听率最高的播客。每周,我们都会为您带来有趣且鼓舞人心的人物和理念,探索机器学习、人工智能和相关技术的尖端领域,这些技术正在使我们的世界变得更好。我是您的主持人 John Krohn。感谢您今天加入我。现在,让我们化繁为简。
新年快乐,欢迎回到超级数据科学播客。我希望您在 2024 年过得愉快。为了让您在 2025 年有一个良好的开端,在今天的节目中,我们再次为您带来了年度数据科学趋势预测特别节目。
在今天的节目中,技术和非技术听众都会感兴趣,我们将回顾 Sadie 一年前在这个节目中做出的 2024 年预测的准确性。我们将评选出 2024 年的最佳时刻、年度回归、年度失望和 2024 年的总冠军。当然,我们还会推测 2025 年会给我们带来什么,包括对代理人工智能的报道
日常边缘设备中的 AI、AI 以惊人的数字改变科学发现的方式、科技巨头对 GPU 的巨额投资告诉我们 2025 年 AI 货币化的信息,以及即将到来的意外转变。
数据科学职业。与我们 2022 年、2023 年和 2024 年的预测节目一样,今年的特别嘉宾再次是具有预见性的 Sadie St. Lawrence。她是一位数据科学和机器学习讲师,她的内容已被超过 60 万名学生欣赏。她是人机协作研究所的创始人兼首席执行官,也是“女性数据”社区的创始人兼主席,该社区拥有来自 55 个国家的超过 60,000 名女性。
除此之外,Sadie 还担任多个初创公司董事会成员,并且是“数据字节”播客的主持人。好了,您准备好与 Sadie 和我一起参加这个有远见的节目了吗?让我们开始吧。Sadie,欢迎再次来到超级数据科学播客,再次进行年度预测。这是您连续第四年带领我们走向未来,走向激动人心的未来。
谢谢,John。我不敢相信我们已经做了四年了。
正如每个人在年底所说,这已经成为陈词滥调,时间都去哪儿了?但现在我确实感觉时间都去哪儿了,因为我们已经做了四年了。所以也许五年后,我们必须做一个完整的五年回顾之类的。我们错了多少次?我们对了多少次?是的,这是一个非常好的主意,因为即使在我开始录音之前回顾你做了多少次的时候,我也在想,哇,2021 年的预测,那会是什么样子?
我们甚至想看吗?今年不行,今年不行。留到明年再说。你必须再听一整年的播客才能看到我们在 2021 年说了什么。是的,是的,是的。但是,是的,在 2021 年,我们对 2022 年做出了预测。你一直都很准确。在我们了解你在过去一年里都做了些什么之前,我可以快速回顾一下你对 2024 年的预测。所以对于 2024 年,
你的第一个预测是,对 GPU 和其他类型的 AI 硬件加速器的需求将比以往任何时候都大得多,这将为新玩家与英伟达等老牌巨头竞争打开大门,并且
绝对的。我的意思是,英伟达已经成为……我的意思是,从去年开始,想想它就已经拥有令人难以置信的股价,而我们在 2024 年看到它又增长了很多。所以你绝对是对的。但与此同时,我们也看到许多玩家加入进来。张量处理单元已经发展了很多。AWS 的 Tranium 和 Inferentia 芯片正在做一些令人兴奋的事情。例如,这个……
亚马逊参与的、与 Anthropic 合作的、拥有数十万个 Tranium 芯片的巨型新集群。所以我认为你在第一个预测中是正确的。是的,我真的很高兴市场上出现了更多样化,尽管我们可能需要更早地开始预测这些趋势,因为我今天读到
英伟达的员工,我认为大约 75% 都是百万富翁,仅仅是因为股票价格有多高。所以我心想,如果我们几年前预测到这一点,那么也许我今天会处于更好的财务状况。但无论如何,让我们开始关注一些进入市场的新玩家。我认为这对所有参与者来说都将是一件好事,特别是初创公司,因为他们可以获得所需的计算能力。
作为超级数据科学的听众,您可能不仅对 ML 和 AI 模型等数据驱动功能感兴趣,而且还对底层数据本身感兴趣。如果是这样,请查看 Data Citizens Dialogues,这是一个由 Colibra(领先的数据智能平台)的员工带来的具有前瞻性的播客。
在这个节目中,您将直接听到来自业内巨头、创新者和来自达特布里克斯、Adobe 和德勤等一些世界最大公司的高管的第一手资料,他们将深入探讨数据领域最热门的话题。您将深入了解数据治理和数据共享等广泛主题,以及如何确保全球范围内的数据可读性等具体细微问题的答案。
对于那些对数据质量、数据治理和数据智能感兴趣的人来说,我发现 Data Citizens Dialogues 是对本播客的良好补充,因为这些话题我通常不会在本节目中深入探讨。因此,虽然数据可能正在塑造我们的世界,但 Data Citizens Dialogues 正在塑造对话。在 Apple、Spotify、YouTube 或您收听播客的任何地方关注 Data Citizens Dialogues。
当然。你在 2024 年的第二个观点是,我们将拥有 LLM 作为一种新的操作系统,你称之为 LLM 操作系统,大型语言模型将改变人们与机器交互的方式,这意味着你不需要使用键盘或手机屏幕那么多,你可以使用面部和语音识别以及语音
你在这方面绝对是正确的。在我看来,我认为这个预测对我个人来说有点偏差。原因是我认为我们人类的习惯需要更长的时间才能改变,对吧?我不知道有多少人使用语音模式,但我没有看到相关的统计数据,但我们习惯于与各个应用程序进行交互。我知道 Anthropic 有计算机使用情况。
我还没有看到它完全集成到一个完整的操作系统中。我认为我们开始看到冰山一角,但我认为在这个领域还有很多事情要做。因此,我将对自己更严格一些,说这只有半对,但还有更多内容即将到来。
好的,那么,你用第三个预测弥补了这一点,第三个预测不可能更准确了。所以第三个,你讨论了我们将如何取得 LLM 能力的进步,而不仅仅是 C++。
扩展网络规模或扩展数据,你说我们将拥有慢速思考模型。创新的方法将旨在复制著名经济学家丹尼尔·卡尼曼(Daniel Kahneman,他实际上在 2024 年去世)所描述的人类慢速思维过程。嗯,
是的,你说这可能会导致逻辑、推理和数学任务的能力得到显著增强,可能需要更少的训练数据。OpenAI 的 O1 就是这个趋势的例证,我相信我们会看到其他大型超大规模公司将沿着他们现在可用的这种推理扩展杠杆进行扩展。
这很有趣,目前,它相对局限于可以轻松分解成子部分的问题。例如,数学问题、计算机科学问题,这些问题可以分解成中间步骤,您可以使用强化学习来说,好的,在这个第一个中间步骤中,我们做得很好。我们已经验证了我们做得正确。让我们继续下一个中间步骤。因此,看看
也许在 2025 年,超大规模公司如何才能将像 O1 这样的创新扩展到这些相对狭窄、易于分解成中间步骤的任务之外,这可能是一个巨大的挑战。我认为我们将看到它转向的是更多特定领域的扩展。我从心理学和生物学中获得了许多信息。并且
如果我们查看大脑发育,如果我们将缩放定律引入大脑发育,我们会认为,你知道,动物或哺乳动物越大,大脑越大,它们的智力就越高。情况并非总是如此。我们在生物学中发现的是
特别是动物会根据它们的环境以及它们决定在其中生存的环境发展出独特类型的智力。我认为明年我们将看到这种情况发生很多,好的,我们已经意识到减慢思维速度效果更好。
但这可能只适用于非常复杂的问题,而不是所有类型的问题。所以我认为明年我们将以一些非常有趣的方式超越扩展。我们再次只是看到了冰山一角,就像 O1 这样的模型一样。是的,是的,是的。令人兴奋的时代。正如我们稍后将详细讨论的那样,O1 对我来说是一个非常令人兴奋的创新。Marty,是的。
剧透即将发生的事情。这就是第三个预测。2024 年的第四个预测是通过 LLM API 进行工具整合。所以你说 LLM 的函数调用 API 将统一和集成不同的系统和应用程序,从而实现简化的工作流程和整合的企业工具集。因此,这最终通过代理人工智能这个术语实现了。
在 2024 年,代理人工智能框架蓬勃发展,并允许 LLM 使用许多工具、在线功能,直接与计算机交互,就像计算机的所有功能一样,而不是仅仅是文本输入和文本输出。所以,我的意思是,当我说你在第四个预测中是正确的时,你可能不会不同意。
是的,我会尝试不同意你一点。我希望看到更多工具整合,例如,人们使用 ChatGPT,并将其作为分析、编码和演示的首选工具。我仍然看到一些专门的工具。我认为 Copilot 实际上做得更好一些,因为它与 Microsoft 套件紧密集成。GitHub Copilot?
不,Microsoft Copilot。或者 Microsoft Copilot,是的。是的,从企业层面来看,我们仍然非常依赖 Microsoft Office 产品。你使用 Microsoft Office 产品吗?好的,所以我对此有很强的看法。我现在在一个公司使用它。在我之前的公司,我们都是初创公司工具,即 G Suite、Slack 等,
我更喜欢哪个?绝对是 G Suite Slack,但我们与更多企业客户合作,这就是我们切换到 Microsoft Suite 的原因。哦,天哪。这将使你的 2025 年变得有趣。
这将很艰难。我不知道搜索和 Outlook 发生了什么,但我相信很多人都会为我的痛苦感到难过。但我认为就工具整合而言,Microsoft 只是在这个领域处于领先地位,仅仅是因为他们在今天的企业领域占据了多么大的主导地位。
不错,是的。我们在这里有点偏离主题了。但在我们进入下一个主题类别之前,Sadie,我们将进行一个我们以前从未做过的新部分,这是你的主意。我喜欢。那就是我们将,这是你的主意。我喜欢。那就是我们将选择年度总冠军。我们将选择年度回归、最佳时刻和年度失望。但在我们开始之前,
告诉我们你今年过得怎么样,尤其是一些让我感兴趣的事情,而且非常及时,因为这集节目是在新年之前播出的。所以现在绝对是人们思考如何重组生活以在来年获得更多成功、更快乐的时候。你有了你的第一个实体产品。所以经过
十年创建流行的数字产品之后,您现在拥有一个实体产品,人们可以在书店订购或领取,这可能会改变他们的 2025 年。
是的,这对我来说一直是一个充满激情的项目,因为在过去的十年里,作为一个真正的数据人员,我一直以半小时为增量跟踪我在做什么,已经持续了十年。我从这段经历中受益匪浅,所以我决定制作我自己的计划器。很多人会说,等等,这是跟踪,但它是一个计划器。这如何结合在一起?我会解释这一切是如何运作的。但我已经做了很长时间了。
以便能够更有效地做到这一点。所以我创建了一个名为“观察者”的计划器。“观察者”这个名字的全部含义是观察你如何利用你的时间,因为我坚信行动胜于雄辩。我们经常为自己设定目标,但却很少反思我们如何
花时间来实现这些目标。所以整个想法就是你每天填写你当天做了什么,仅仅是花一秒钟思考一下,“我把时间花在哪里了?我做了什么……”
真的会触发你大脑中的一些东西来质疑,“我的时间安排与我的目标一致吗?”所以有一些预先设置,例如想象你想要的生活,将这些设置成季度、月份和周的增量。然后最重要的一部分是每天反思你如何利用时间。所以它
这是一个非常有趣的项目。再说一次,这只是我的一个激情项目,然后人们会问我我是怎么做到的。所以我周末创建了一个 Shopify 帐户,然后接下来我们知道现在我们已经在商店里了。所以,创作它真的让我很高兴。不错。是的,我们一定会包含一个链接,那就是 observer.store,对吧?我们将在节目说明中添加 observer.store,以便您可以领取您自己的观察者。看看你如何利用你的时间,并且,
想象一下你可以如何不同地利用你的时间,也许可以过上更充实或更高效的生活。酷。好的。那么,让我们继续我们之前承诺的那一部分,那就是选择我们的……我们应该最后选择总冠军吗?是的,让我们最后选择冠军。好的。那么我们应该先选择年度回归吗?是的。好的,酷。所以对于我们的年度回归……
我先来。John 和我还没有讨论过这些,所以我也很高兴听到他的想法。我们可能有相同的答案。你先说吧。我已经写下了我的答案。我保证一旦听到你的答案,我就不会改变它。但是,是的,你认为今年的回归是什么?谷歌。他们为最后留下了太多好东西。我的意思是,即使是在过去的几天里,它也令人难以置信。我认为今天 VO2 发布了。
Willow AI Studio、Notebook LM。我的意思是……是的,Gemini 2.0。它在各个基准测试中都名列前茅。Gemini 2.0 是,你知道,他们现在再次在
就像你一直期望的那样,谷歌在任何类型的 AI 中都处于领先地位。你知道,两年前,你知道,如果我们在 2021 年做预测以预测 2022 年,你会预期谷歌会在
2025 年仍然处于领先地位。虽然他们不像那时那样明显处于领先地位,但绝对还有其他竞争对手,我们可能在对总冠军等进行预测时会谈到其中一些。所以我不希望剧透太多,但它不再是一个单极 AI 世界了。这是一个多极世界。
AI 世界,这很棒。拥有许多聪明的人在许多不同的实验室工作,他们对如何安全地推进事情以及如何有效地突破界限有自己的看法,这很棒。是的,我很想知道,既然谷歌是我们俩的年度回归,
你认为他们会在市场上获得吸引力吗?还是因为 OpenAI 拥有如此强大的品牌影响力,当你想到 AI 和 Gen AI 时,我猜大多数人会立即想到 OpenAI。你认为谷歌即使在技术上你和我俩都认为他们是年度回归,他们会很难从这一点中恢复过来吗?
是的,这是一个有趣的问题。这可能取决于你在哪里。我知道我最近刚从旧金山旅行回来,那里的许多人似乎……这很有趣。所以我参加了一个活动,这是一个 Gen AI 活动,在你的名牌上,你写下了你的名字以及你最喜欢的 AI 工具。
许多人的名牌上写着 ChatGPT,但也有很多人公开表达了对 OpenAI 在 2024 年的表现感到失望。所以,是的,所以这很有趣。我认为 OpenAI 在 2022 年底发布 ChatGPT 时绝对占据了领先地位,并且他们在 2023 年发布 GPT-4 时保持了这一地位。
但我认为人们期望,谁知道,也许到这集节目播出时,会有 GPT 4.5 版本之类的。但是,是的,我认为人们对 GPT 3 和 4 之间的差异,我认为人们有很多期望,仅仅是扩展,扩展数据,扩展模型中的权重数量,这将继续产生我们在 GPT 3 和 4 之间看到的疯狂进步。
这并没有实现。所以我们看到 OpenAI 仍然绝对在使用像他们的 O1 模型这样的东西与门槛竞争,我绝对喜欢。我们之前在节目中已经讨论过这个问题。在推理时进行扩展具有很大的潜力,尤其是在可以分解成中间步骤并在每个中间步骤中进行验证的任务中。但是,是的,这将很有趣
OpenAI 将走向何方以及他们是否能够获利。这仍然是谷歌所享有的。例如,他们仍然享有对搜索的垄断地位。他们在广告方面占据主导地位。他们可以承受一些失误或速度较慢,并且仍然能够随着时间的推移赶上来。他们拥有大量的计算能力。他们拥有,我认为可能仍然是最强大、最大的集中度,
人工智能人才。所以我不知道,看看他们将走向何方很有趣。OpenAI 可能更容易受到攻击,不是来自像谷歌这样的现有巨头,而是来自像 XAI 或 Anthropic 这样的新兴公司。
是的,我认为 2025 年将会非常令人兴奋,因为现在我们已经进入 Gen AI 运动两年了,
似乎每个人都回到了起跑线。我认为这将使明年对我们来说成为非常有趣的一年。但我同意你的观点。我们应该就谁是失望来讨论一下吗?我们现在可以跳到那里吗?是的,让我们这样做。让我们讨论一下年度失望。你的是什么?是的,我会说它是 OpenAI。我认为这真的很困难,因为他们设定了如此高的期望。
是的,是的。我写下了它们,但我把它划掉了,因为我想到了对我来说更令人失望的事情。什么更令人失望?Apple Intelligence。哦,这甚至没有进入我的雷达,因为我甚至没有使用过它。是的,这将是最令人失望的事情,因为这只是一个昙花一现。有人使用它吗?这是我的问题。谁在使用它?我不知道。没有人跟我谈论过它,但围绕其潜力肯定有很多炒作。
而且,是的,我的意思是,苹果公司至少在我们录制这期节目时,他们还没有找到嵌入的方法。我认为对他们来说,苹果公司面临的一个非常棘手的问题是安全对他们来说非常重要。
可靠的产品体验对他们来说非常重要。而 LLM 从根本上来说既不是这些东西,特别是如果你必须将你的用户请求发送到 OpenAI、GPT 模型进行处理,因为苹果公司没有自己的内部 LLM,能够完成消费者今天期望的各种任务。
所以是的,这是一个有趣的,他们处于一个有趣的困境,但与谷歌的情况相同。苹果公司拥有巨额收入、惊人的利润率,并且他们有时间来解决这个问题。而且我不会,我不会感到惊讶,如果再过五年,呃,
谷歌和苹果仍然是科技领域的主导者。看,我本来想说我希望明年的年度回归是苹果和苹果智能。我的意思是,他们希望事情是正确的,但我的意思是,谁使用过照片应用程序?那是不对的。我认为我们都可以同意新发布的照片应用程序……
也是一个完全的失败。所以,你知道,也许是苹果智能,他们与 OpenAI 绑定在一起,作为许多内容背后的后端。所以,你知道,他们可以在我们的失望中联系在一起,但我真的希望明年看到这两者都重回游戏,成为明年的回归,因为手机与 AI 集成的潜力巨大,我真的希望明年能看到这一点。当然。是的。
好的。所以,是的。所以我们的年度回归,我们都同意是谷歌。我们今年的失望是
是的,你的首选是我的第二选择,与OpenAI一起。听起来苹果的智能技术让我们俩都失望了。现在让我们继续讨论今年最令人惊叹的时刻。也许我先说,因为你上次说了。对我来说,我已经暗示过了。这是OpenAI的一个。有趣的是,同时对他们的期望如此之高,他们既可能是今年的失望之源,也可能是我们最大惊叹时刻的提供者。
是的,我认为这仅仅表明了对人工智能的期望有多高,现在有多高,而且还在继续提高。我认为我们所有现在从事人工智能的人……
几乎都被TikTok化了。我甚至不知道这算不算一个词,但在想要那种快速的兴奋感方面,例如,如果本周没有发生什么事情,或者没有什么让我们惊叹或让我们震惊的事情,我们就会把它一笔勾销。所以,当你认为它们是你最惊叹的时刻,而它也是我的失望之源时,这很有趣,因为我认为这确实与……
期望很高,我们每周甚至每天都在寻找人工智能中的下一个兴奋点有关。你最惊叹的时刻是什么?所以我的惊叹时刻并非来自整体用途,而是来自人类层面,当我听到它时,这应该能让你了解它是什么,但我真的印象深刻。那是Notebook LM。这是我的第二名。这是我的第二名。
之所以它对我来说如此人性化,这就是它让我惊叹的原因,是它们的表达方式,它们说话的方式。感觉就像你和我在播客上聊天一样。所以,从人类的角度来看,它会改变世界吗?我不知道,但我只是觉得它很酷。所以这就是我最惊叹的时刻。
绝对的。我差点把它也列为我的第一名。我们制作了这个播客的一集,第822集,于9月下旬发布。在那集节目中,我表达了Notebook LM让我多么震惊。
我还完整地播放了一集关于我博士论文的12分钟播客,这太无聊了。但是这些虚假的播客主持人确实让它看起来很令人兴奋。所以我把它完整地包含在这一集中,人们都惊呆了。这肯定是我今年评论最多的帖子之一,许多人联系我说,哇。
我以前没听说过这个,或者我以前没用过这个,现在我用过了,它让我惊呆了。这是我尝试过的。所以,是的,这真的很酷。我认为这对很多人来说都是一个惊叹的时刻。是的,我还要补充一个次要的惊叹时刻,这可能不会被谈论得太多。次要的惊叹。
我希望我们也有一个音效。一些惊叹。或者也许它有自己的音效。但我最近买了一辆特斯拉,它的完全自动驾驶功能令人难以置信。我被彻底震撼了,因为小时候,你知道,我妈妈说,嘿,你真的需要学习驾驶并做所有这些事情。
我有一天告诉她,我会有人载我四处走动。我没有想到那会是一个机器人和完全自动驾驶,但我们今天做到了。所以,就像拥有童年记忆中说过的话,然后在今天实现它,这真是太不可思议了。我还必须补充我的次要惊叹时刻,那就是Waymo。我在北半球的这个夏天有了我的第一次Waymo体验,
这真的很酷。就像拥有一辆车一样,因为我认为这甚至比特斯拉的完全自动驾驶更高级别,对吧?特斯拉的完全自动驾驶需要有人坐在方向盘后面。但是Waymo现在在旧金山,在录制时也在亚利桑那州的斯科茨代尔,我认为,你只需要使用Waymo应用程序,一辆无人驾驶汽车就会出现,接你,你上车,然后它把你送走。而且,这是……
这也是,你知道,我几乎想把它列为我今年最惊叹的时刻。我,你知道,我不知道为什么我没有一开始就想到它,但是,我的意思是,因为那,那物理存在,因为那是,是的。我还经常回到Waymo的例子,当……当人们问我,哦,当人们发现我在人工智能领域工作时,呃,作为引述,嗯,而且有很多……
完全不在人工智能领域的人会说诸如,“哦,有争议”。我说,“真的吗?哦,我不知道它这么有争议。”他们说,“是的,我是一个创意人员,或者我有许多是创意人员的朋友,我能看到这一点。”好的,是的,我能理解为什么它这么有争议。但对我来说,我想我经常看到巨大的变化和好处。但是,你知道,Waymo的例子是我经常用来说的一个例子,这是一个……
与发生在你的电脑屏幕上的事情相反。这是一个你可以亲身体验的人工智能的物理表现,当你体验到它时,当你叫一辆Waymo汽车,坐进去,它把你送到某个地方,你看到方向盘自己旋转,它正在做出很棒的驾驶决策,这清楚地表明……
在未来,在不远的将来,我们不需要司机。我们不需要人类司机。在美国,在大多数州,第一大职业是卡车司机。
还有大量的相关工作来支持卡车司机。你知道,在路边咖啡馆工作的人等等。你不需要这些。自动驾驶汽车不需要咖啡馆或汽车旅馆。所以它会产生非常大的影响。而且……
鉴于这将造成的剧变,我们作为社会需要做一些事情来对人们进行再培训,因为这次人工智能的转变应该与过去的所有其他自动化一样。它应该为人们提供比以往任何时候都更有意义的工作。我的意思是,这次有人说这次情况不同。
但过去所有自动化程度的提高都导致了更多的就业和更低的失业率。所以我不知道。我已经谈到了很多话题,但我很久没有让你说话了。所以,Sadie?不,今年我很幸运地听到Waymo的联合首席执行官之一的讲话。她说的一件事是,我们正在打造最好的司机。
我发现这很有趣,因为她谈到他们有超过10万辆汽车在行驶。但她把它说成是一个司机。他们把它说成是一个大脑,一个单一司机的脑,他们只建造一个。而且……
这与我的共鸣如此之深,因为它确实让我们对智能和机器智能的规模化能力有了新的认识,对吧?你只需要建造一个最好的单一司机,你就可以改变整个行业。所以我认为这是值得思考的事情,比如在你正在构建的模型和你正在构建的领域中变得非常具体,因为当你大规模地这样做时,它令人难以置信。
同意。这是一种非常好的思考方式。我以前从未听说过这种说法。但现在这是一个很好的思考行业与行业的梗。我如何为某些特定任务创建一个大脑,使其在该特定任务上表现出色?然后,因为它只是软件,你可以根据需要复制它。向10万辆汽车的车队进行软件更新,改变行业。
是的。酷。好的。那么,这让我们只剩下要选择的总冠军了。你想先来还是我想先来?我觉得这都是你的主意。所以,你知道,也许你应该先说这个。好的。所以我对2024年的总冠军是开源,特别是……
我认为只是我们个人。但是,但是,但是,好的。那么我可以选择Meta,以及Meta的Llama。哦,哇。特别是如果你想让我具体说明,但我真的认为是我们消费者。我认为我们将成为人工智能的赢家,因为它具有开源性。我看到越来越多的初创公司进入市场,以及可用模型的功能。成本越来越低,而且……
所以这是一个开源社区。我们从法律角度也看到了这一点,加利福尼亚州通过的一些法案被否决了,这对开源社区来说真是太好了。这就是为什么我说一般来说是开源,从公司的角度来看,Meta对Llama所做的工作。从个人的角度来看,我认为这将是真正从这一切中获益的消费者。
哇。做得很好。做得很好。你用你的答案回答了非常小写的m meta。我只是选择了一家公司。好的。那就是Anthropic。
我感觉这会是你的选择。请告诉我你对Anthropic的喜爱,为什么它是你的总冠军。是的。任何认识我的人都知道我是一个非常喜欢Claude的粉丝。我更多地使用它。我订阅了Gemini。我订阅了ChatGPT+。我订阅了You.com。但我最终至少有80%的时间……
使用Claude作为我的首选武器。我最终不需要在我正在执行的许多任务上进行O1能力的那种。这可能与我正在执行的任务有关……
与神经网络相关的相对常见的编码任务。呃,在那方面,Claude 3.5 sonnet在调试方面做得非常出色。我不需要O1的所有功能。我只是从Claude那里快速得到答案,同样的事情,你知道,与播客相关的事情,为我总结剧集,呃,转录内容。Claude做得非常出色。呃,在我定期使用的所有私有LLM中,它做得最好。我仍然有一些地方使用Gemini。如果我有非常大的文件,我认为Gemini很棒。我没有使用太多Gemini 2.0。也许如果我最近经常使用它,我会说,哇,这可以取代Claude。但我也很喜欢……
Claude的用户界面。我认为他们做得很好。它对我来说有一种友好和温暖的感觉,这是我从我订阅的其他任何工具中都没有得到的。所有其他的工具看起来都像是……它们的设计看起来非常未来化,但这会产生一种冷漠感,而不知何故……
是的。Claude设法给了我温暖的模糊感。这是我第一次听到关于哪个工具让你感觉更好的比较。我喜欢这个。我们明年可以把它添加到获奖奖项之一中。不过,我很想知道,因为你没有提到Perplexity。你使用Perplexity吗?那在你的技能库中吗?我不太使用Perplexity。这是我最近一直在大量使用的东西。我喜欢Perplexity。哦,是吗?
也许可以补充一下,告诉我它是否给了你更多模糊感,我很想知道。很难取代Claude。但是,是的,Perplexity是我要说在过去两个月中,我真正开始更多地深入研究并喜欢它的参考文献,现在几乎已经用Perplexity取代了搜索。哦,就是这样。
圣诞节购物。找不到我需要为某人购买的产品。它们都卖完了。感谢Perplexity,能够找到它,抢到它,并拥有一个非常快乐的圣诞节。酷。是的,我认为我最终使用了u.com来完成一些相同的代理任务。但是,是的,我肯定会,你知道,我没有,我只在Perplexity中进行了几次搜索。我不知道为什么会发生这种情况。就像,这绝对是我在过去的其他播客剧集中感受到的一个盲点。
所以,我必须花更多时间来研究它。好的。所以我们一直在……
这集节目完全是关于预测未来的,但就像你的计划者一样,到目前为止,我们一直在回顾2024年。但我认为这为我们对2025年的预测奠定了基础。它也让你了解我们作为未来预测者的可靠性如何。总体来说不错,总体来说不错。总的来说,你可以根据我们在2024年和之前的表现来信任我们,如果你想的话,你可以回顾并收听。
所以对于2025年,你在我们开始录制之前强调的第一个重要话题,Sadie,我完全同意,是……
是代理人工智能。毫无疑问。我可以就此谈论很长时间,但你是嘉宾,所以我只会让你先说,请。是的。我的意思是,这在我所说的秋季会议季开始时,作为一个关键话题而兴起。我认为它将接管所有会议,明年的所有会议都将围绕代理人工智能展开。但更重要的是,在这个领域的初创公司数量,我认为截至今天已经有超过600家……
至于这是否是一个准确的计数,谁知道呢。但这确实是下一步,我认为我们所有消费者也在寻找的是……
我们正在寻找更多这样的自主代理,我们不想在不同的应用程序之间进行复制粘贴。我们希望它能代表我们去做。我认为,我不知道这是一个梗还是今年的一篇文章,其中一位女士说,你知道,我们得到了人工智能,而且……
它创造了东西,但我希望它能帮我叠衣服或做一些基本的任务,对吧?对我来说,这正是对代理人工智能的需求所在。叠衣服更像是一项机器人任务。但特别是,我想说的是,离开……
应用程序的范围,并代表我们自主地执行实际任务。我认为对人工智能的信任已经建立起来,我们人类已经准备好将其提升到下一步。我们在电脑使用中看到了一点,但更重要的是……
我认为我们将看到许多公司,就像Waymo一样,正在为特定应用程序构建一个专门的大脑,一个将成为有史以来最好的社交媒体营销人员的大脑,一个将成为最好的财务分析师的大脑。因此,我们将拥有这些专门的模型,它们能够真正代表我们充当代理,并采取自主措施。是的,这将是绝对具有变革意义的。我认为要更详细地说明这一点,
关于你提到的那篇病毒式帖子。我认为这与写那篇文章的女士有关,她说,我希望自动化能帮我摆脱那些乏味的任务,就像你说的那样,叠衣服,把创意任务,比如,你知道,视频制作,艺术创作留给我。但相反,人工智能夺走了这些,而我却留下来叠衣服。这是一个……
但代理人工智能系统是朝着拥有甚至在现实世界中拥有更多类似Waymo的物理化身来进行改变并能够帮你叠衣服的方向迈出的一步。
你知道,这即将到来。看起来现在肯定在我们有生之年,我们将拥有能够做这类事情的机器。而且希望,你知道,大多数人,如果不是所有人的话,都能买得起这样的机器。嗯……
这些应该广泛可用,而不是仅仅为地球上的一小部分人提供的东西。嗯……
在录制时,我刚刚从神经信息处理系统(NeurIPS)回来。这是它运行的第38年。我认为,可以肯定地说,这是学术界最负盛名的人工智能会议。在这个会议上……
代理人工智能培训、研讨会,其中一些研讨会如此……人们对此的兴趣如此之大,以至于房间外挤满了人,无法挤进站立的空间。所以这让你了解这个话题有多受欢迎。李飞飞今年在NURBS发表了主题演讲之一,她谈了很多关于她的公司WorldLabs如何……
正在创建复杂的数据集,这些数据集将允许代理探索3D视觉世界,而不是仅仅是,你知道,现在视觉代理在识别二维图像方面变得相当擅长,但这并不一定意味着它们擅长探索现实世界并能够叠衣服。所以,是的,代理人工智能领域正在发生非常令人兴奋的事情。我……
我完全被代理人工智能迷住了,我们最近一直在制作关于它的播客剧集。我们计划在2025年初与代理人工智能专家一起制作更多剧集。呃,请关注这些。嗯……
我将为今年春天在波士顿举行的开放数据科学大会(ODSC East)创建一个半天或全天的代理人工智能实践培训。是的,我认为这是一个快速发展的领域,但它也是……毫无疑问,事情正在朝着这个方向发展。这证明了……
我们对LLM及其准确性的进步程度。因为如果你要让AI代理自主地执行你分配给它们的任务,或者让一个AI代理掌握正在启动一堆从属程序,这是一个非常粗鲁的词。应该有一个更好的词。但在计算机科学中,这通常是使用的词。但是子进程、子代理、
次要惊叹代理。次要惊叹,就是这样。为了让任何这些都能有效地工作,你需要有准确性。如果你的LLM有10%的时间出现幻觉,那么如果你要运行大量进程,这是一个非常大的数量。
但是,你知道,如果你达到1%或1%的错误率,并且像OpenAI的O1那样能够一步一步地检查它们的工作,
那些……是的,LLM的这种进化,它们进步的方式,现在让我们能够处于我们所处的这个代理人工智能时刻。我只会就此补充一点警告,在那里我可以看到它不会以我们可能希望和完全想象的方式实现,那就是……
我认为我们在权限和访问方面有很多东西需要弄清楚。所以,仅仅因为你的代理可以执行某些操作并且是准确的,我们在电脑上频繁地在应用程序之间切换,给予它自动权限可能从人类的角度来看并不是一个问题,而是公司之间友好地相处。所以我认为这将是……
这将非常有趣,那就是,好的,苹果会给微软访问权限吗?他们已经通过将Outlook作为你的邮件应用程序之一来做到这一点,但是一旦不同的代理被释放到该平台上,情况会是什么样子呢?所以我很想知道明年这一切将如何发展。说得很好。是的。我的意思是,这正是我们在LLM或代理人工智能框架中遇到的障碍,你……
能够有效地解决数据安全、隐私问题。理想情况下,能够获取整个大型企业,然后说,好的,代理人工智能系统,这里的所有信息。但当然,如果你这样做,那么你就把它暴露在滥用的风险之中。我的意思是,因为突然之间,你知道,软件工程部门的某个人可以编写一个代理,比如,给我提供公司中每个人的薪酬包。是的。
没错。或者谁也不能说其他一些代理不能进来,欺骗你当前的代理,让它认为它们是助手。我的意思是,有很多方法可能会出错。但我认为我们现在面临的这项任务的难度确实在于安全和隐私方面。很好。好的。所以这是第一点。代理人工智能是我们对2025年的重大预测。我对这个预测感到非常安全。
看起来很容易。你的第二点是人工智能集成到日常设备中。我认为这是你提出的风险较高的一个,类似于你对2024年的LLMOS预测。嗯哼。
但是,是的,告诉我们你在这里对这些日常设备的想法。举一些例子。是的,我认为这是LLM操作系统的延续,也许是实现它的一个垫脚石。但我看到它的发展方向是,我最近得到了Meta眼镜。我特别喜欢购买不同的眼镜。
工具和应用程序只是为了测试一下,并且对它们总体印象深刻。我下周要去墨西哥,我真的很想测试一下实时翻译功能。所以我认为我们将开始看到人工智能逐渐融入我们越来越多的设备中。
我们谈到了我们对苹果智能技术的失望,但同样,我认为他们有如此多的现金流。他们可以接触到如此多的人才。我们可能会看到他们在明年卷土重来。然后微软今年发布了他们所谓的AI电脑。我知道他们暂时将其下架,因为人们担心它的隐私问题,但它基本上是在拍摄你的屏幕截图,对吧?
在你的整个工作日中,并给你提供建议,并开始训练它如何成为你自己的助手。再次回到隐私和安全问题,他们将其下架,但我认为明年我们将找到解决方法,我们将看到人工智能比今天更无缝地融入日常设备中。
关于最后一个,我要说的是,我认为有些东西并不总是会巧妙地融入产品中。当我今年去好市多看到牙刷上的人工智能,一个电动牙刷,这就是你知道它已经走得太远了的方式。所以我并没有说它都是积极的,但我们将看到它继续出现在我们的日常设备中。是的,我在温哥华住的地方,我会从我在基齐拉诺的Airbnb步行到F45,我以前从未做过。你有没有在F45锻炼过?没有,但我路过过一个,但我从未进去过。这很酷。就像,你知道,Sadie和我都在做CrossFit,而且我,你知道,他们没有杠铃。你不会花很多时间在技术上。但在45分钟内,你确实可以很好地混合有氧运动和力量训练。
你知道,有,是的,这是一周的有趣体验。但无论如何,当我走在我的Airbnb和F45之间时,我每天都会路过这家高尔夫专业商店,这家高尔夫专业商店的所有海报都是为那些名字中带有AI的球杆准备的。所以像AI烟雾这样的东西。而且没有像——等等,高尔夫球杆里有AI?
我不认为我的,你知道,说实话,我没有研究过这个。我的假设是球杆里没有AI。我的意思是,我的意思是,我不明白这怎么可能。
但我的假设是,以某种方式,AI参与了球杆的设计。一定是这样。也许有一些跟踪功能,你上传一个应用程序。也许就是这样。我不知道。正如听众可以听到的那样,我们俩都不太喜欢高尔夫,无法帮助我们解决这个问题。一些观众将不得不帮助我们解决这个问题。
是的,请在社交媒体上告诉我们评论,让我们知道现在高尔夫球杆里是否有电脑芯片。如果它们存在,我不会感到震惊。就像你说的那样,它们在牙刷里。它们将越来越多地出现在周围。它们很快就会在大脑里。好吧,是的,这种情况也越来越多。所以代理人工智能,第一点。人工智能集成到日常设备中,第二点。第三点,我喜欢这个。
你看到人工智能驱动的科学研究和创新变得越来越重要。我完全同意。我将快速预先说明你将要说的内容,以及我最近发布的关于这个主题的几集节目。所以第812集是关于这家日本公司,该公司充满了谷歌DeepMind的校友,叫做Sakana。
S-A-K-A-N-A,他们发布了这篇人工智能科学家论文,能够专门撰写关于机器学习的论文。他们当时计划将其扩展到其他行业,但能够撰写论文,你知道,提出论文的想法并进行实验,
获得结果,独立撰写结果,并且做得相当不错。而且,你知道,这种事情只会越来越好,尤其是在那种环境中,人工智能系统实际上可以进行实验。我认为我们将看到更多。我不知道我们是否会在2025年看到这个的突出例子,但这绝对是……
大型制药公司或大型能源公司,它们将允许人工智能系统运行物理实验室。所以对于第812集,对于这位人工智能科学家来说,他们坚持使用机器学习问题的原因是,这些实验可以在计算机上进行。它可以在计算硬件上运行。但在不远的将来,正如我确信你即将要说的一样,
这些人工智能系统将控制能够进行物理实验的物理实验室。因此,科学将因此而加速发展。机器不需要睡觉。正如在第835集与U.com的联合创始人、首席技术官布莱恩·麦肯恩的谈话中所谈到的那样,布莱恩在剧集中谈了很多关于……
科学发现将是……人工智能系统能够进行人类无法进行的科学发现,因为人工智能系统接受过所有知识的训练,而没有哪位人类科学家是所有领域的专家。无论如何,我已经……希望我没有太打击你对人工智能科学家的热情,Sadie。不,我认为这只是表明我们俩对这个领域有多么兴奋。我们只是看到了……
是的。
作为一个医生,是的,你得在医学院学习很多年,但是跟上所有新的药物发现、所有新的科学发现,时间根本不够。所以我真的很兴奋,这不仅是从医学角度来看,包括新的药物开发和新的诊断,而且还包括对医疗系统中医生的支持。
然后只是就那些甚至还没有被创造出来的新的发明而言。所以今年秋天麻省理工学院发表了一篇论文。它关于人工智能、科学发现和产品创新。他们发现,人工智能辅助的研究人员实现了44%的新材料发现,39%的专利增加,以及70%的新产品原型增加。哇。
所以真的,非常令人难以置信的结果。我认为这增加了你经常谈到的乌托邦式的未来,我希望能够积极地利用人工智能来构建它,尤其是在科学、医学和创新领域。是的,但是说到这些事情的反乌托邦方面,我认为同样的研究……
表明使用像ChallengeGPT这样的工具来加速研究也导致了科学家的工作满意度下降。是的,好吧,这对我来说太吸引人了,因为工作满意度肯定取决于工作类型。当观察知识工作者时,有两项研究,一项来自Slack,另一项来自微软,
知识工作者喜欢在日常工作中使用人工智能,而科学家和我所说的更专业的人则认为它夺走了他们工作的乐趣。我发现这太吸引人了,因为我的假设是
作为一个科学家或医生,你花了多年时间上学来获得特定的知识,然后你感觉自己被取代了。而我对知识工作者的假设是,
你只是想找一份工作。也许这不是你的专业。你并不真正喜欢你的老板。你只是想混过去。如果人工智能能够为你完成部分工作,那么你就会更快乐。所以对我来说,这就是我背后的假设。但如果有人做了一项研究,如果你测试了这个假设,请告诉我。这对我来说听起来很合理。
好的。所以我们已经完成了我们对2025年的五个预测中的三个。自主式人工智能,人工智能集成到日常设备中。第三个是人工智能驱动的科学研究。第四个是企业人工智能货币化。Sadie,跟我们说说那个。
是的,所以今年我们谈到了新的竞争者带着计算能力进入市场。我认为,我们也看到了一些对核能和能源的投资。我认为明年我们将继续看到更多这样的情况。但我认为今年我们将开始看到……
这项投资变成了什么?所以对我来说,明年我真正密切关注的是XAI。所以埃隆·马斯克,X的子公司,但现在是人工智能公司和他们建造的超级计算机,他们打破了连贯性瓶颈。我认为这将是我们的第一次测试
完全基于缩放定律,以及我们是否真的会打破缩放定律,或者我们是否会受到缩放定律的限制,或者我们是否真的会在这一领域取得另一个重大突破。所以今年我看到大量的投资。我认为马克·扎克伯格谈到他从英伟达购买了大约
60万个GPU。如果我对确切数字有误,请纠正我,但我的意思是,人们购买了这么多。我准备好看看这项投资的回报了。我认为明年我们将继续看到对基础设施的更多投资,但尤其是在能源和核能方面。
事实核查。Meta计划在2024年底拥有近60万个NVIDIA H100 GPU。这是谷歌Gemini自动为我提供的AI概述。截至2024年3月,Meta拥有35万个H100。是的,所以那是……
是的,这很有趣。所以实际上,这些引语都来自年初。所以这是一篇2024年1月的文章,是的,马克当时说,是的,到2024年底,他预计他们将运行60万个H100 GPU等效设备,这很有趣,因为然后,是的,它并不一定意味着NVIDIA H100。它可能是AWS Trinium 2芯片,或者,是的,那种东西。但大致具有这种能力的东西
大致具有这种能力。是的,因为据我了解,XAI的10万个GPU AI集群是迄今为止建造的最大的集群。是的,我认为Meta的集群可能是为不同的程序、不同的地区分布的。而我认为XAI集群是一个单一的集群,训练一个大型语言模型。是的。
很好。这个企业人工智能货币化的话题很有趣,Sadie,因为显然,当我们在硬件和人才上花费巨额资金时,这意味着对底线的影响必须非常大,才能使项目最终盈利。这是我们最近在这个播客中与嘉宾们讨论了很多的事情。所以我们有一个很棒的
第843集,与一家名为Protopia的公司首席执行官Iman Ibrahimi。他谈到了盈利能力和安全性之间的权衡,以及有多少人工智能项目最终陷入概念验证的炼狱,因为你可以快速使用
Cloud 3.5 Sonnet或OpenAI 01,一些最先进的大型语言模型能力。你就像,你可以在几个小时内或一个周末内创建一个Jupyter笔记本或某种简单的Gradio应用程序,它可以做令人惊奇的事情。
但是然后你把它带给你的经理,带给你公司的一位副总裁,然后你说,看看我构建的这个惊人的工具。当你开始深入了解,好吧,但是我们如何在生产中使其具有成本效益并同时确保数据安全时,企业人工智能货币化是一个棘手的问题。这也意味着它为那些正在收听的人提供了很多机会
专门研究这些类型的问题,因为使用大型语言模型来启动你将使用的代码或仅使用现有API来提供平台的所有复杂AI功能变得越来越容易,
像这样的问题,例如,我如何才能为我或我的企业盈利,这将使你能够在数据科学领域真正领先。是的。尽管数据科学家是数字人,但我遗憾地发现,当他们构建这些模型时,财务数字往往被遗忘了。不仅仅是从实际的成本……
将此模型投入生产并继续维护它。但投资回报率是多少?所以如果任何人想在他们的职业生涯中取得进步,只需在你的提案中加入一个小型财务模型。我认为你将更快地通过繁文缛节。当然。如果你正在寻找一个快速的,我们今年做的一集,
深入探讨了盈利性人工智能项目的想法是第781集,与Sol Rashidi。Sadie,你认识Sol吗?是的,我认识。她曾在Data Bytes播客中出现过,之前在几次会议上见过她。她很棒。她真的很好。我希望很快能让她再次参加节目。那一集结束得太快了,我还有很多话想和她谈谈。评价非常好。所以是的,Sol Rashidi。
也许我们会在2025年让她再次参加节目。好的。但是说到剧集长度,我们正在进入第五个也是最后一个对2025年的预测。所以这个预测可能是有争议的。我们将最终看到这里会发生什么。我想用这些预测中的一个来谈谈……
科学家或从事人工智能工作的人将如何受到2025年所有这些创新的影响。我们已经触及到了一些内容。我们已经谈到
在第四个关于企业人工智能货币化的结尾处,如何包含财务模型作为提案的一部分会有所帮助,这可能会更快地消除繁文缛节。这是一个很好的建议。所以某种财务精明可以是一件事。但是就数据科学或人工智能的所谓“硬技能”而言,我预计在2025年,市场对
来自市场,来自雇主,对人工智能工程技能的需求将超过对数据科学技能的需求。当我提到数据科学技能时,我的意思是……
我想说的是数据科学家必须做的所有其他事情,而不是做人工智能工程,这包括使用现有的第三方API、构建原型、将一堆API连接在一起、可能下载开源模型权重并微调它们,甚至微调闭源模型,这是你可以做的事情。所有这些人工智能工程技能,我认为对这些技能的需求将超过任何
所有其他数据科学技能的总和。这并不意味着所有其他数据科学技能都没有价值。你知道,即使是从数据可视化到数据通信,这些都是相对软的,但即使是更难的技能,如统计和其他类型的机器学习方法、回归模型,这些都不会消失。但就市场的要求而言,
我认为我们将看到这一点,对人工智能工程技能的需求将过剩。所以对我来说,这似乎是一个明确的领域,作为这个节目的听众,可以倾斜到这个领域,并将其作为你现有数据科学技能的补充。你不需要
或者你甚至可以收听我们最近的周二剧集,即第847集,与Ed Donner一起,他谈论了你如何成为一名人工智能工程师。你可以直接跳到那里,而不必一定发展其他数据科学技能。
但我认为最有效的方法是拥有Ed在第847集中详细讨论的人工智能工程技能,并利用这些技能来补充你现有的任何技能组合。是的,我想补充你所说的,我会说我认为这是……
角色的整合和附加技能的增加。如果你报名参加任何技术领域的职业,你就会报名参加终身学习的方法。所以它只是不断扩展。正如你提到的,这并不是说你的数据可视化技能会消失。一点也不。你的Python、你的SQL,这些都不会消失。它只会不断发展和构建。
当你分享这一点时,我想到的一件事是,我进入企业界是在2014年。当时,迁移到云端是一件大事。我记得我遇到过IT团队中的人,他们说,是的,我过去管理这些服务器和这些产品。他们对迁移到云端感到紧张,因为他们认为将有更少的东西需要管理。
但我后来发现,他们的工作形式发生了变化,对吧?你不是真的在物理上管理服务器,而是在管理云中的权限。所以我认为数据科学的角色也有些类似。也许你没有……
从头开始训练模型,而是微调模型并构建它,真正研究它如何集成到你的现有产品和管道中。所以虽然你的工作似乎正在改变或发展,但你最终可能会做更多的事情,做更多角色,并对如何完成工作进行更高层次的协调。表达得很好,Sadie。是的,完全正确。
我认为这就是我们的总结。哦,我还想补充一点关于第五点的内容。我快速查看了一下我的笔记,那就是作为人们将大型语言模型集成到他们所做的一切中,并允许人们通过人工智能以更少的资源做更多事情的结果,最让我恼火的事情是,现在我在LinkedIn上发布的每篇文章
我都会收到几条显然是由生成式人工智能编写的完全平淡无奇的评论。如果我相信那里写的内容,比如,假设你有一些想法你想表达关于LinkedIn或某个社交媒体平台上的某个帖子。
你想让它有点,你知道,你想清理一下周围的语言。很好。但这些评论往往很明显,只是,里面没有有意义的观点。它没有灵魂。它没有灵魂。我完全同意。我甚至不知道人们是怎么做到的。也许有一些额外的像高级订阅我还没有,因为我就像,如果你花时间复制粘贴,那就是……
但是是的,它缺少灵魂。我的全部观点是拼写错误是新的验证码,对吧?比如,你知道,加入一些拼写错误,加入一些奇怪的标点符号。让它真实而原始。特别是如果你正在评论John的帖子,请确保它有一些灵魂,并且不再有AI评论了。嗯哼。
是的,这就是我对2024年的结论。如果你在那里这样做,请重新考虑。你只是用噪音来填满我们,用噪音来填满人类。好吧,Sadie,再次感谢你连续第四年与我们一起做出这些预测。我喜欢我们今年在回顾性内容上花费更多时间。我认为这使我们的预测更加丰富,并且对于听众来说,在他们思考什么方面可能更有趣
今年的整体赢家,年度回归,年度哇时刻,年度失望。我很想在评论中听到你们所有人的意见,你们的评论是用人类打字的,或者可能是由AI生成的,但只是你们真实的观点,灵魂
关于这一集的评论,听听你们对我们以这种方式进行格式的看法,以及你们对2025年的预测。Sadie和我都很乐意听到这些,我相信我们都会用手指在键盘上回复评论。或者一些语音转文本,因为那总是会变得非常混乱和有趣,你知道的。我不能100%保证它会是用手指在键盘上打字,但至少它会是我的灵魂到你的灵魂。很好。
好的。所以是的,Sadie,在我们结束今天的剧集之前,你还想补充什么吗?我认为我们没有必要做,好吧,我不会要求你推荐一本书,因为我们每年都这样做,除非你认为今年有什么,你知道,人们需要了解的书籍推荐,一些触动你的事情在2024年。哦,触动你的书,你知道,我不会说今年有什么书触动了我。我认为我唯一想补充的评论和想法是
第一,我们都很幸运生活在这个时代,在这个领域工作。也许你正在努力在这个领域找到工作,但事实上你甚至在收听这个播客表明你对它有更深层次的兴趣,更深层次的了解,这是一个非常幸运的位置。我希望像我们在节目中谈到的所有很棒的事情一样,人们会……
利用这些工具,获得灵感,真正创造你和我希望的、梦想的、能够看到的乌托邦式未来。因为对我来说,这只是一个如此令人兴奋的时代。我对即将到来的一年感到非常兴奋。我认为这将是真正具有变革性的一年。我迫不及待地想与大家联系,看看我们做对了什么,看看我们做错了什么,但最重要的是,在前进的道路上进行调整。
当然。说得很好,Sadie。所以对于那些想在这次预测剧集和大约365天后即将播出的剧集之间收听你的人来说,Sadie,人们应该如何关注你或与你联系?是的。你知道,社交媒体很棒。我确实喜欢LinkedIn、X、Instagram,所有这些东西我都非常喜欢。我也有一个子堆栈。所以我确实会每月分享一些事情。我确实有
很乐意以所有常见的方式联系。很好。我认为当我们做我们的第一集,我们的第一个预测剧集或我与你在这个播客上的第一集之一时,你的Instagram被黑客攻击了或者类似的事情,但现在你又恢复正常了。我回来了,而且比以往任何时候都好。是的。我不得不从头开始。我去年有一篇病毒式帖子,给了我很多粉丝,因为我在上面有一个错别字,说我嫁给了我的狗。嗯,
就是这样。这就是为什么你仍然想自己写你的帖子,因为这些错别字可能会变成你最大的胜利。你到底做了什么?带你的狗?不,我认为我添加了一些东西。我现在都不记得了。就像我结婚了,还有一些关于我有一只可爱的狗的事情。无论如何,我的婚姻和我的狗交织在一起,通过一些编辑,不幸的是它们结合在一起了。这很有趣。
人们仍在评论中争论,她是否嫁给了她的狗?所以你可以加入这场辩论。好的。Sadie,非常感谢你今年再次抽出时间。我知道你的时间有多宝贵,我一直都很感激。非常感谢你,我们明年再见。听起来不错。谢谢大家。
我们确实在2025年即将迎来令人兴奋的一年。在今天的剧集中,Sadie首先预测自主式人工智能将成为主导趋势,超越单一应用程序,创建能够自主处理复杂任务的专业网络,尽管平台之间的安全性和权限仍然是一个挑战。
她的第二个预测是,人工智能集成到日常设备中的速度将加快,从具有实时翻译功能的增强现实眼镜到更复杂的个人计算体验,尽管并非所有集成都将被证明是有价值的。
她的第三个预测是,人工智能驱动的科学研究将大幅扩展,建立在当前成功的基础上,在人工智能辅助的研究人员中,新材料发现增加了44%,专利增加了39%。而Citi的第四个预测是,企业人工智能货币化将至关重要,因为公司正在寻求巨额硬件投资的回报。
最后,我们对2025年的第五个预测是,对人工智能工程技能的需求将超过传统的数据科学技能,但这代表的是角色的演变,而不是替代,要求从业者在现有技术基础上构建新的AI工程能力。
与往常一样,你可以在superdatascience.com/849上获得所有节目笔记,包括本集的文字记录、视频录制、节目中提到的任何材料、Sadie的社交媒体资料的网址以及我自己的网址。
当然,感谢Super Data Science播客团队的所有成员今年的工作。这包括我们的播客经理Sonia Brayovich、我们的媒体编辑Mario Pombo、合作伙伴关系经理Natalie Zheisky、研究员Serge Massis、我们的撰稿人Zahra Karche博士和Sylvia Ogwang,以及我们的创始人Kirill Aramenko。感谢他们所有人
为我们制作了另一集有远见的剧集,以结束今年。好的,如果你喜欢这集节目,请与你认为可能喜欢它的人分享。当然,在你最喜欢的播客应用程序或YouTube上评论这集节目。如果你不是订阅者,请订阅。但最重要的是,我只是希望你能继续收听。感谢你在2024年的收听,我希望在2025年看到你更多。我很感激你的收听。
我希望我能继续制作你多年来喜爱的剧集。直到下次,继续在那里摇滚吧。我期待着很快与你一起再次享受Super Data Science播客。