生成型人工智能（Generative AI）的未来发展和创新的。文中讨论了四个关键的创新方向：引导（Steering）、记忆（Memory）、工具使用能力（”Arms and Legs”）和多模态（Multimodality）。
- 引导：为了解决生成型AI可能产生的偏见和误导问题，许多领先的模型公司正在研究改进引导，即更好地控制生成型AI的输出，以帮助模型更好地理解和执行复杂的用户需求。允许更好地控制LLM（大型语言模型）的输出，以减少或消除幻觉，并执行更复杂的提示。当准确性至关重要时，这使得我们可以更深入地信任LLM。 希望能够直视客户，并告诉他们：“不，模型不会这么做。”
- 记忆：目前，大多数生成型AI的输出相对泛化，这使得它们难以用于需要个性化和上下文理解的用例。为了解决这个问题，生成型AI需要增强记忆能力，包括扩大上下文窗口和改进信息检索能力。结合更大的上下文窗口和像@pinecone这样的工具进行检索，可以使LLM获得长期记忆，而不需要笨拙的微调。这将使企业能够更好地利用他们的专有数据，并向消费者提供深度个性化的服务。
- 工具使用能力：生成型AI的真正力量在于使自然语言成为行动的导管。尽管生成型AI对常见和文档化的系统有深入的理解，但它们不能执行任何从这些系统中提取的信息。为了解决这个问题，研究人员正在努力提高生成型AI的工具使用能力。给LLM访问诸如网络浏览器、预订系统和ERP（企业资源规划）这样的工具。复杂的Salesforce更新原本需要专家来完成，现在只需简单的自然语言提示；LLM将能够建议度假地点，规划行程，并预订旅程。
- 多模态：虽然聊天界面对许多用户来说是令人兴奋和直观的，但人类听和说的语言比他们写或读的语言更常见。因此，生成型AI需要具备多模态能力，即能够无缝处理和生成跨多种音频或视觉格式的内容。从仅处理文本转向处理图像、音频等更多内容。模型将能够操作没有API的旧式桌面应用，并通过视频辅导学生。同时，多种模态让这些事情变得更有趣！
这四个创新方向将在未来6到12个月内发展，并且对于那些对将AI集成到自己的业务中感到好奇的创始人来说，这些新的进步可能会提供巨大的机会。