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。
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
