作家 |    AI 做事坊

起原   | AI 深度接洽员 管默然慧

商议合作 | 13699120588

著作仅代表作家本东说念主不雅点

斯坦福大学计较机科学教育、Coursera 归并首创东说念主、DeepLearning.AI 首创东说念主吴恩达，被全球 AI 学习者亲切地称为 "AI 莳植第一东说念主 "。他创建的机器学习课程让数百万东说念主走进 AI 领域，他主导的深度学习专项课程更是成为全球 AI 工程师的必修内容。在 2025 年新年之际，这位投身 AI 莳植多年的引路东说念主不仅共享了他对 AI 本领发展的个东说念主感悟，更进犯的是，他尽头强调了握续学习的进犯性，并向每一位想在 AI 领域深耕的学习者提倡了极具价值的建议。在著作中，吴恩达教育尽头指出，在 AI 本领快速迭代的今天，开荒系统的学习经营比以往任何时候皆愈加进犯。意思的是，他还共享了我方规章学习的小习尚，这让咱们看到即等于 AI 领域的领军东说念主物，依然保握着每月学习 AI 新学问的节律。

尽管我从十几岁起就运转接洽 AI，但如今我对它的后劲感到前所未有的兴隆，尤其是在开发 AI 应用的过程中。咱们这个领域正在掀翻一股创新激昂，而 2025 年将成为一个充满创造力的关键年份！

让我感到尽头慷慨的一丝是，利用 AI 构建软件原型变得前所未有的拖拉。AI 不仅镌汰了软件开发的门槛，还极地面拓宽了应用的可能性。天然它能够匡助优化和珍紧要型软件系统，但它在快速构建原型和通俗应用上尤其出色。

比如，你不错为孩子快速开发一个打印学习卡片的应用（我最近用 o1 的匡助在几个小时内完成了这个名目），或者编写一个监控外汇汇率的法子来管制海外银行账户（这是 DeepLearning.AI 财务团队的实质案例），再或者开发一个自动分析用户评价的器用，用以快速发现产物问题（这是 DeepLearning.AI 内容团队的常用技能）。如今，借助 AI 扶助编程，构建这些应用变得前所未有的高效。

在原型开发方面，AI 扶助编程尤为有用，因为（i）颓落的原型时时不需要复杂的高下文或深度集成，（ii）原型在 alpha 测试阶段对褂讪性的要求也相对较低。天然生成式 AI 在构建大型、任务关键型软件系统中雷同武艺超卓，但在这类场景下分娩力提高并莫得那么权臣。这是因为处理大型代码库需要提供全面的高下文，同期确保生成代码足够可靠（比如掩盖所联系键规模情况）本人就是一项复杂的挑战。

于今为止，将原型托福到用户手中的一浩劫点在于部署。然则，Bolt、Replit Agent 和 Vercel V0 等平台通过生成式 AI 和代理做事流，不仅提高了代码质地，更进犯的是，它们不错径直部署生成的应用法子。（天然我认为这些器用相称有用，但我更习尚于按照我方的进程操作：先用 LLM 计议系统架构，若是有多个复杂模块，则逐一生成代码。之后，我会测试每个模块，在必要时进一步优化代码——有时会用带 AI 功能的 IDE，比如 Cursor ——终末再将模块整合起来。）

快速构建原型不仅高效实用，而且是测试想法和提高做事效用的好法子，更是一个学习和成长的绝佳契机。更进犯的是，它果真相称意思！（至少我个东说念主以为如斯。� �）

2025 年，你怎样收拢这些契机呢？在制定新年经营时，我但愿你不错尝试以下两件事：

学习经营：算作高效的创作家，咱们需要跟上 AI 领域不断涌现的新变化。你经营 2025 年学习几门 AI 课程呢？与一又友共享学习经营不错匡助大众共同越过。

泉源实践：若是你会编程，我荧惑你收拢灵感、利用悠然时间构建原型；若是你还不会编程，学习这项技能将会为你带来巨大的答复！即等于小小的到手，也许你还能创造出调动寰宇的产物。即便莫得，你也会在实践中得益学问和乐趣。

2025 年还是到来，咱们正迈入一个全新的期间：东说念主工智能系统展现出令东说念主详实的才调，能够深入相识寰宇、瞻念察咱们的需求，并接收举止喜悦这些需求。咱们将怎样行使这些强劲的才调？吴恩达教育力荐的五篇 AI 好文，带你走入 AI 寰宇。

著作一：Hanno Basse：

为艺术家而生的生成式 AI

作家：Hanno Basse 是 Stability AI 的首席本领官，曾任 Digital Domain、Microsoft Azure Media and Entertainment 以及 20 世纪福克斯电影公司首席本领官。

Stability AI 奋力于匡助艺术家开脱近似性、机械化做事的敛迹，让他们能够将更多的时间和元气心灵参预到创作中去。咱们对 2025 年最大的盼愿是，生成式 AI 能够让东说念主们的创意更有灵感、效用更高。

此外，我但愿 AI 社区能在以下领域获得进展：

安全与着实：在开发之初就将诚信原则融入产物计议，打造安全可靠的本领，确保其被负做事地使用，同期为艺术创作尽头是讲故事的艺术带来积极价值。

普及与易用：生成式 AI 产物应尽可能便捷更多东说念主使用。目前，大多数生成式 AI 器用仍然主要服务于本领配景深厚的用户，如工程师。为调动这一近况，咱们需要在基础模子上开发更友好的器用，以便更多配景和技能档次的用户能够拖拉使用并获益。

专科与定制：畴昔，咱们校服生成式 AI 将在专科化方进取获得冲突。在大型基础模子以外，咱们会看到越来越多的微型模子，它们针对某些特定的、以致相称狭隘的应用场景进行微调。这不仅是开释生成式 AI 后劲的关键地点，亦然将 AI 安全、负做事地部署到执行场景中的最好路线。

著作二：David Ding：

生成视频与音乐、音效及对话

作家：David Ding 是一位趣味音乐的创作家，亦然 Udio 的归并首创东说念主，这是一款专为用户打造原创音乐的汇注应用法子。在创立 Udio 之前，他曾担任 Google DeepMind 的高级接洽工程师。

以前一年，咱们见证了普遍高质地视频和音频生成模子的爆发式增长。本年，我相称期待出现能够同期生成视频和完竣音轨（包括语音、音乐、音效）的模子，这或将开启一个全新的电影创作期间。

目前，电影级视频生成的本领条款还是具备。好多公司还是推出了极具竞争力的视频生成模子，而 Udio 等企业则专注于音乐生成模子。接下来需要攻克的，是将视频与音频（包括对白和画外音）的生成同步整合起来。（事实上，咱们还是见到了类似的尝试：比如 Meta 的 Movie Gen。用户只需姿色一个场景，Movie Gen 就不错生成带有配乐和音效的完竣视频。）历练这么的模子天然需要稠密的数据支撑。但我计算，用于现存视频生成器历练的数据集本人可能就包含了这些音轨，因此数据量有时会成为开发的瓶颈。

在起步阶段，这些模子的效用粗俗无法失色专科视频裁剪师的顶尖作品。但它们的越过速率将十分惊东说念主。不久之后，这些模子生成的视频和音轨将接近好莱坞制作的水准，就像目前的图像生成模子还是能够生成与高端照相作品棋逢敌手的图像一样。

跟着本领的发展，用户对视频和音频生成的限制力正在渐渐增强。以 Udio 为例，当咱们起初推出这款应用时，用户还无法调养生成的和声。而只是几个月后，咱们就上线了一项更新，让用户不错指定歌曲的调性。这么一来，用户不错将已有的音乐从头混音到新的调中。咱们还在接洽怎样提供更多的限制选项，比如调养声息、旋律和节律。我校服，视频生成本领团队也在类似的领域张开探索，以提高可控性。

天然，也有东说念主会对全皆自动生成电影级视频的模子感到不安。我不错相识这种情态。我个东说念主趣味照相和音乐，但我发现图像和音频生成器能够为我的创意提供很好的开拔点。比如，AI 不错生成一张基础图像供我在 Photoshop 中进一步完善，或者提供一个音乐创作框架供我采样和拓展。再比如，AI 编程助手不错自动生成所有这个词这个词网站的模板代码。天然你不再需要全皆依赖开发东说念主员，但开发东说念主员本人也不总心爱编写那些近似的模板代码。有了这么的器用，他们就不错专注于更有挑战性和创造力的开发做事。

雷同地，AI 将使电影创作变得愈加纯真。你不错编写脚本，然后快速生成电影的粗剪版块，从中挑选心爱的片断，并用它来教授照相师和演员的创作过程。

艺术的精髓在于创作家的选拔和抒发。天然你我皆不错用 Midjourney 生成一幅景观图，但若是你是一位艺术家，对所姿色的景观有私有的构念念，那么你的作品会愈加诱导东说念主。雷同，任何东说念主皆不错用 Udio 创作高品性的音乐，但若是你具备出众的音乐品尝，你的作品将愈加出色。在视频创作领域亦然如斯：每个东说念主皆不错决定我方的电影想敷陈什么、展现什么样的画面，以及传递什么样的情感。而 AI 的加入，将让这种创作过程变得愈加高效、表现和互动。

著作三：Joseph Gonzalez：

迈向通用智能的新期间

作家：Joseph Gonzalez 是 RunLLM 的归并首创东说念主，奋力于开发高质地的本领支撑代理器用。他同期亦然加州大学伯克利分校的教育。

瞻望 2025 年，我认为基础模子的历练速率可能会放缓，原因是咱们将渐渐接近本领扩张的极限，而推理资本也会不断攀升。相较于基础模子的冲突，我更但愿看到 AI 应用领域的创新爆发，举例正在快速发展的代理栈本领。我对畴昔尽头期待的是，咱们将怎样将 AI 与现存器用和系统联接起来，创造出全新的功能和产物类别。而最让我慷慨的，粗俗是东说念主类面对这些变革时所展现的稳当才调。

咱们还是实现了 AGI，接下来该奈何作念？

对于东说念主工通用智能（AGI）的争议性话题，我但愿咱们能够从这个问题运转，并最终收场对它的持续断磋磨。天然这个不雅点可能有些斗胆，但我认为咱们还是实现了 AGI ——至少从界说上看，咱们的 AI 现在还是具备通用性。至于感知才调和超等智能这些形而上学问题，我将留给学者们深入探讨，而我更宽恕一个关键点：通用性。

转头以前，传统的东说念主工智能或机器学习系统尽管智能，却是高度专科化的。它们时时不错在某些特定任务（如图像识别或内容推选）上卓越东说念主类才调。而如今的 AI 模子，以及围绕它们的系统，能够在极为平庸的任务中展现出失色以致卓越东说念主类的证明。这种通用性为工程师、科学家和艺术家开辟了全新的创新路线，而市集需求将进一步放大这种通用性的后劲，使 2025 年景为 AI 领域的一个里程碑。

1.AI 的普及与个性化

这些通用模子的特质过火天然讲话界面让险些每个东说念主皆能拖拉使用 AI。咱们正在渐渐学会怎样向 AI 姿色问题、提供配景信息，并期待它给出个性化的惩处决策。在 RunLLM，咱们开发了高质地的本领支撑代理器用。咱们惊喜地发现，用户不单是用这些代相识决问题，还用它们来定制专属于我方的惩处决策。更令东说念主无意的是，用户在与 AI 交互时，比与真东说念主互动时辰享了更多的信息。

与此同期，在加州大学伯克利分校，我看到学生们用 AI 来从头学习我的讲座内容，或者通过 AI 生成的模拟试题来备考，他们用 AI 个性化学习的表情令东说念主热爱。粗俗到了 2025 年，当咱们需要匡助或寻修业习时，咱们会更欢乐选拔 AI，而不是东说念主类。

在以前一年中，咱们较着看到了怎样克服大讲话模子局限性的越过，并运转以出东说念主猜想的表情将 AI 融入实质应用。

2.AI 投资的答复

到了 2025 年，AI 领域的焦点将转向怎样从以前的投资中体现出实质价值。投资者和企业不再喜悦于看法考证，而是期待初创公司和 AI 团队转型，运转惩处实质问题，比如镌汰资本、提高收入以及优化客户体验等。这粗俗对依赖接洽资金的学者来说并不友好（若是你在 2024 财年还有饱和预算，接待接洽我），但对其他行业来说，这是个好音信，他们将搭上 AI 赋能功能的快车。

咱们将迎来一场竞赛，探索怎样将 AI 创新融入产物和业务的各个层面。初期可能会出现好多仓促上线的聊天机器东说念主和自动纲邀功能——这只是 AI 应用的开拔点。我但愿这些功能能够尽快升级为更智能的高下文代理，能够左证用户需求调养，并从用户互动中学习。疫情鼓动了而已助手的普及，同期展示了一个险些全皆数字化的做事环境，为畴昔的智能代理奠定了基础。这些代理可能会填补东说念主类传统的扮装空白，以致承担由其他代理创造的新任务扮装。当每个东说念主皆能管制我方的定制化代理团队时，AI 粗俗信得过已毕了它的后劲。

3. 聊天机器东说念主只是起步

我对 2025 年最大的期待，是咱们能开脱单纯的聊天互动，发现 AI 更浩繁的后劲！我但愿 AI 代理不错默默地在幕后协助咱们完成平素做事。当咱们需要作念决策时，它们能够提供得当的配景信息；当寰宇发生变化时，它们能够匡助咱们快速稳当。通过高下文和器用支撑，它们会请示咱们细心遗漏的细节，并弥补咱们的苟且。畴昔，咱们与 AI 的交互将更高效，咱们不错减少无用要的聊天，而智能代理将为咱们完成更多复杂的做事。我期待有一天，我不错毫无黄雀伺蝉地离开电脑，把时间更多地参预到挑升旨的东说念主际往复中。

著作四：Albert Gu：

更多学习，少用数据

作家：Albert Gu 是卡内基梅隆大学的机器学习助理教育，同期亦然 Cartesia AI 的首席科学家。他入选了 2024 年《期间》评比的最具影响力 AI 东说念主物榜单。

构建一个基础模子需要普遍的数据。在畴昔的一年里，我但愿咱们能够实现模子用更少的数据学习更多内容。

AI 社区通过扩大 transformer 和数据集领域获得了权臣的奏效。但这种法子可能正在接近边缘收益递减点——这是好多从事预历练的接洽者在尝试历练下一代模子时日益平庸的看法。不管怎样，这种法子存在实质问题。历练大型模子需要稠密的数据集，这消费了普遍的时间和动力，而咱们也渐渐耗尽了用于历练大型模子的新数据起原。

事实上，面前的模子所需的数据远多于东说念主类学习所需的数据。这一丝咱们早已知说念，但由于扩张法子的惊东说念主效用，咱们一直残忍了它。历练一个模子需要数万亿个 token，而一个东说念主成为一个相对贤慧的个体所需的样本数据却少得多。因此，面前最先进的模子与东说念主类在样本效用上存在巨大互异。东说念主类的学习表情标明，存在某种学习算法、方向函数、架构或它们的组合，不错比现存模子更高效地利用样本。

惩处这一问题的关键之一是让模子能够生成更高级次的抽象，并过滤掉噪声。我校服这个看法与 AI 面前的几个问题密切关系：

1. 数据整理：咱们知说念用于历练模子的具体数据相称进犯。如今，用于历练基础模子的大部单干作实质上蚁合在数据而非架构上。这是为什么？我认为，这与咱们的模子学习效用低下联系。咱们不得不提前为模子准备数据，而这可能败坏了 AI 自动从数据中学习的中枢后劲。

2. 特征工程：在深度学习领域，咱们一直在向更通用的法子迈进。从深度学习转换运转，咱们渐渐去除了计较机视觉中的手工边缘检测器和天然讲话处理中的 n-gram 特征。但这些工程只是振荡到了其他管说念中。举例，分词就触及隐式特征工程。这标明，在构建更高效、更能处理原始数据的模子架构方面，仍有很大的雠校空间。

3. 多模态：历练一个能够相识多种数据类型的模子的关键在于找到它们之间的中枢共性并将它们关联起来。这应该能让模子通过归并利用所有这个词模态，从而用更少的数据学习，这是多模态学习的中枢方向。

4. 可评释性和鲁棒性：为了相识模子为何产生某种输出，它需要能够生成更高级次的抽象，况兼咱们需要跟踪它是怎样捕捉这些抽象的。模子在这方面的才调越强，它就越可评释，越能抗噪声侵扰，同期所需的数据也可能越少。

5. 推理：索求更高级次的形态和抽象应该能让模子在这些基础上进行更好的推理。雷同，更好的推理才调应该意味着更少的历练数据。

6. 普惠性：最先进的模子资本崇高，包括汇注和准备海量数据的资本。只须少数参与者能够职守得起，这使得该领域的进展对数据或资源不及的领域适用性较低。因此，更高效的数据模子将更具普惠性和实用性。

抽象洽商数据效用与这些问题，我认为它们是相互关联的。目前尚不了了哪些是原因，哪些是收场。若是咱们惩处了可评释性问题，咱们计议的机制可能会让模子索求出更好的特征，进而使模子更高效；或者咱们可能发现，更高效的数据利用会让模子更具可评释性。

不管哪种情况，数据效用皆是根人性的，它的越过将是 AI 更平庸越过的一个目的。我期待在畴昔一年里看到紧要的冲突。

著作五：Mustafa Suleyman：

举止 Agents 的新期间

作家：Mustafa Suleyman 是 Microsoft AI 的首席推行官，同期是 Inflection AI 的归并首创东说念主，并创立了 DeepMind Technologies。

2025 年，AI 将领有"看"的才调，它将愈加智能、更为精确，况兼能够信得过为咱们推行任务。

目前，AI 系统在相识咱们信得过意图方面仍然存在局限。它的感知范围主要局限于聊天窗口和少许交互场景，对咱们更平庸的需乞降方向枯竭全面了解。为了实现深度相识，它需要领有与咱们换取的视觉才调。

这种才调还是不再远处。AI 现在不错镶嵌到咱们的软件中，与咱们一齐协同做事。它能够共同浏览内容，与咱们进行基于视觉的互动。若是文本是起初与 AI 交互的模态，语音是 2024 年的冲突性功能，那么视觉将在 2025 年饰演雷同进犯的扮装。在 Microsoft AI，咱们奋力于开发一种能够与你协调的 AI 器用，它不错在浏览器中与你对话，将交互信得过调遣为双向且高度智能的过程。

视觉才调的引入将透澈调动东说念主与计较机的互动表情，它比以往任何本领皆愈加直不雅、转换性。我期待在接下来的几个月里看到它的进一步冲突。

与此同期，咱们还将在减少"幻觉"输出方面获得权臣越过。面前，造作的生成内容仍然是 AI 普及的进犯败坏。若是用户不信任 AI 的回应，其应用场景将受到截止。信任是 AI 奏效的基石。庆幸的是，跟着模子质地和检索才调的握续提高，这一问题正在渐渐缓解。

天然"幻觉"表象可能无法全皆排斥，但到来岁，咱们在大多数主题上对 AI 的信任将接近或卓越传统搜索引擎。这种调遣并非源于单一本领冲突，而是多方面越过的积存。它将对咱们的信任和使用习尚产生真切影响。

终末，咱们正迈入一个属于智能代理的新期间。这个时刻是科技领域期待已久的冲突。我在《行将到来的海浪》一书中提倡了 ACI（东说念主工才调智能）的看法，指 AI 运转代表用户接收举止的转化点。AI 不再只是提供建议或对话，而是不错径直完成任务。这么的调遣至关进犯，而它就在目下。

若是咱们能作念好这一滑变，它将既改善咱们的糊口品性，又鼓动生意和个东说念主效用的飞跃。然则，要实现这一方向，需要确保最高法式的安全性、可靠性和做事感。此外，开发信得过实用的代理系统仍靠近诸多挑战，尤其是在与复杂系统集成的过程中。

趋势还是夸耀，举止才调行将落地。2025 年将成为关键的一年。

原文表现：https://www.deeplearning.ai/the-batch/issue-282/