2023 年，人工智能(AI)領域見證了重大進展，不僅公眾對 AI 有了更深的理解，政府也開始認真對待 AI 風險。本年度的發(fā)展不僅是新技術和理念的出現(xiàn)，更是長期孕育后的集中爆發(fā)。

　　以下是過去一年中人工智能領域最重要的三項創(chuàng)新：

　　多模態(tài) AI（Multimodality）多模態(tài) AI 指的是 AI 系統(tǒng)處理各種不同類型數(shù)據(jù)的能力，不僅包括文本，還包括圖像、視頻、音頻等。今年，公眾首次獲得了強大的多模態(tài) AI 模型的訪問權限。OpenAI 的 GPT-4 是其中的先鋒，允許用戶上傳圖像以及文本輸入。例如，用戶可以基于冰箱內容的照片詢問 GPT-4 晚餐應該做什么。9 月，OpenAI 推出了用戶通過語音以及文本與 ChatGPT 互動的功能。

　　憲法 AI（Constitutional AI）憲法 AI 嘗試解決如何使 AI 符合人類價值觀的難題。2022 年 12 月，頂尖 AI 實驗室 Anthropic 的研究人員首次描述了憲法 AI，并在其 2023 年推出的聊天機器人 Claude 中使用了這一技術。該技術的核心是先撰寫一份表達期望 AI 遵循的價值觀的「憲法」，然后訓練 AI 根據(jù)憲法評分響應，并激勵模型輸出得分更高的響應。這是一種 AI 反饋的強化學習方法，與人類反饋的強化學習相比，更精確控制 AI 行為，且需更少的人類標簽。

　　文本轉視頻技術文本轉視頻工具的迅速崛起是今年投入 AI 領域的數(shù)十億美元資金的顯著成果。布魯克林的 AI 視頻初創(chuàng)公司 Runway 的最新模型 Gen-2 允許用戶不僅根據(jù)文本生成視頻，還能根據(jù)文本提示改變現(xiàn)有視頻的風格。此外，另一家初創(chuàng)公司 Pika AI 正在使用其技術每周創(chuàng)建數(shù)百萬新視頻。這些免費工具試圖改變用戶生成內容的格局，可能在 2024 年發(fā)生，但由于文本轉視頻工具計算成本高，一旦風險資本用盡，它們可能開始收費。