“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。
但这几年，开始有了希望的苗头。
比如一种沿着断层线的「慢地震」行为（预示地震到来的有用指标），以及地震噪声。
台灯产品中的AI坐姿提醒和AI专注度检测功能十分关键。不正确的坐姿和长时间的用眼疲劳都可能对孩子的视力和脊椎健康造成伤害。
39. 使用 ChatGPT 进行治疗性对话:在心理健康应用程序中，利用 AI 进行初始治疗性对话，在需要时指导用户寻求专业帮助。