“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。
如果真是这样的话，Agent的开发会重新蓬勃发展。可以自动化工作流程、与其他Agent交互并随着时间的推移变得更好的Agent。
研究人员表示，DeWave模型在将脑电波转化为文本的任务中取得了一定的成果，但也存在一些局限性。
哈佛大学地球与行星科学教授Brendan Meade能够使用神经网络预测余震的位置。加州理工学院的Zachary Ross和其他研究人员使用深度学习技术从噪声水平很高的数据中分辨出地震信号，从而使得科学家检测出更多的地震。
这种用户友好的方法使得照片修复对广大用户都易于访问，即使是那些没有广泛技术知识的用户也能轻松上手。