Google 前 CEO Eric Schmidt 近期在 Stanford 大學 CS323 課堂上的訪談提到，隨著人工智慧技術快速進步，AI 模型的能力已經遠超我們的預期，其中超大上下文窗口（Very large context windows）和文本到行動（Text to action）這兩項技術尤為值得關注。這些技術的結合不僅使 AI 能夠處理更複雜的任務，也為未來的創新鋪平了道路。
🔥 超大上下文窗口
上下文窗口指的是 AI 在處理任務時能夠同時考慮的文本範圍。傳統的 AI 模型受限於上下文窗口，所能處理的文字量有限；但隨著技術的進步，現今的 AI 模型已能處理包含數百萬個 Token 的上下文，這意味著 AI 能夠理解並處理更大範圍的資料。換句話說，AI 如今能一次性分析一本書，甚至是整套書籍，並據此做出更精準的決策。得力於這個技術的進展，Anthropic 將上下文窗口從 20 萬個 Token 擴展到數百萬個，大大的增強了 AI 的短期記憶能力，使其能在更為複雜的情境下進行推理。這也意味著，未來的 AI 不僅能回答問題，還能從大量資訊中提取深刻見解。正如美國電腦科學家 Eric Horvitz 最近討論的那樣，AI 現今能處理和理解比以往大得多的上下文，進一步提升了其信息處理能力。
🔥 文本到行動
除了擴展上下文窗口，另一個正在快速發展的技術是文本到行動。這項技術的核心在於將文本指令直接轉化為具體的行動，而不僅僅是生成新的文本。傳統的語言模型通常只負責文本生成，而文本到行動技術則可以允許 AI 根據指令執行操作，例如調用 API、執行程式碼，甚至控制實體設備。
這項技術的應用範圍廣泛，從自動化工作流程、智能客服系統到更為複雜的 AI Agent 任務均能受益。在這些情境下，AI 不僅理解指令，還能基於分析結果執行動作，大幅提高自動化任務的效率和準確性。例如，AI 可以根據使用者的語音指令，自動調整家中智能設備的設定，或是在企業環境中根據指令自動生成並執行複雜的商務報告。
而 Andrew Ng 最近也提到，AI Agent 可能在 2024 年實現突破性進展。他以撰寫文章為例，現在的 AI 逐字逐句地書寫文章，雖然效果不錯，但未來的 AI Agent 將能首先生成大綱，然後逐步填充內容並檢查邏輯順序，從而顯著提升文章質量。這一邏輯同樣適用於其他任務，並將引領一場真正的技術革命。
🔥 未來 AI 的可能性
總結來說，將超大上下文窗口與文本到行動技術結合起來，AI 的能力將進入一個全新階段。這樣的整合意味著，AI 不僅能夠處理和理解大量複雜的文本資料，還能在此基礎上進行決策並付諸行動。這將開啟許多此前無法實現的能力，使信息處理更為即時和全面。
這對多數產業來說，都將帶來顛覆性的變革。未來的 AI 系統將能夠在閱讀完多本書籍後，快速生成高質量的分析報告，並立即執行後續行動，例如撰寫程式碼、調整商業策略或進行市場分析。這種強大的整合能力不僅提升了 AI 的實用性，也使得人工智慧在更多領域中的應用成為可能。
參考資料
