個人私見, 目前AI的發展, 它從資料來源到結果生成的方法及效率都改變了
過去認為是雜訊的資料, 現在大家都會賭一把丟給AI試一下
以光學鏡頭為例, 未來看東西的是AI 而不是人
它的感光架構有可能重做, 看人類也無法判斷的事情
因此第一個加速的是IOT行業, 為AI 收集足夠多的資料
包含過去不容易斷判的影片, 以及加入更多的感測器收集環境數值
第二個是AI作出決策後的執行力
各種GPT 不只是在瀏覽器上跟你紙上談兵, 已經有海量的新創為其對接
MCP 協議規範了AI 與AI 以及各種資源的標準接口
AI的大佬們已明示了AI的下一步, 炒作要蹲好以下三個方向
1. AI的記憶力
2. AI的感官力
3. AI的執行力
※ 引述《darkblue6404 (深藍)》之銘言：
: 我本不欲輕易發表看法，因為我知道人各有不同，成長過程各有不同經歷，價值觀形成上
: ，很難有一同性。但很多網友仍然紛紛問我，希望我談談AI，對AI的趨勢，在眾多期盼的
: 聲音中，實有責任站出來，表達一下我的看法。
: 我最近一直在思考一件事。
: 現在的 AI 大語言模型，真的有未來嗎？
: 講白了，它們就是在「猜字」而已。你丟一句話進去，它就開始運算，然後根據訓練資料
: 裡的模式，猜出下一個最有可能出現的詞。
: 這樣的技術說穿了就是很厲害的填空題機器，背後的核心邏輯本質上沒有變。
: 而且大家都沒在講的一點是：它很耗電。真的，非常，非常耗電。
: 訓練一次模型要幾千張顯卡跑好幾個禮拜，等於直接拿人類未來的能源去玩一場文字接龍
: 。這樣的效率，這樣的資源消耗，說實話，有點不太對勁。
: 我們真的需要一個每次回你「好的，了解」就耗掉半顆樹的AI嗎？
: 這樣下去，AI的盡頭大概就是一群超級電腦在互相猜你在想什麼，然後發熱，然後停電。
: 說到底，我還是覺得——通用模型才是未來。
: 不是那種每天在那邊「請用五種語氣回覆以下文字」的表演型AI，而是能夠真正理解語意
: 、穿梭不同任務的智能。
: 要能跨語言、跨模態、跨情境
: 只有這樣，我們才算真正走在 AI 的路上。
: 總之，現在的大語言模型，講得再神，也只是字的囚徒。
: 我們不能被這些流暢但空洞的句子給迷惑。
: 未來在哪裡？不是在那一堆「請簡化以下段落」裡，而是在還沒被訓練出來的「通用性」
: 裡。