“I”:视频输入。GPT-4V对视频的理解还相当原始，因为它将视频视为一系列离散图像。减少信息冗余的最聪明方法是什么?学习目标应该是什么?下一帧预测与下一个单词预测有着明显的类比关系，但它是否是最佳的?如何与语言交错?如何引导机器人和人工智能的视频学习?业界尚未达成共识。
以下是2024年的八项AI预测:
16. 使用 Chat GPT 进行公关和媒体传播:制作一致且及时的新闻稿和媒体传播，保持连贯的品牌声音。
27. ChatGPT 用于教育材料创建:设计符合各种学习风格和难度级别的课程、测验和教育内容。