2024 年的 13 個 AI 趨勢
- 人工智能對環境的影響
- 和平人工智能
- 人工智能支持的問題解決和決策
- 針對人工智能公司的訴訟
- 2024 年美國總統大選與人工智能威脅
- 人工智能、網絡犯罪和社會工程威脅
- 人工智能治療
- 孤獨與對人工智能的情感依賴
- 人工智能影響者
- 中國爭奪人工智能霸主地位
- 人工智能
- 人工智能硬件和軟件的增長
- 自動駕駛 AI 實驗室
人工智能對環境的影響
康奈爾大學對最大的大模型項目（如研究時的 Chat GPT-3）的能源使用情況進行了評估，結果表明，這些項目需要大量的能源——相當于大約 200 名德國普通人的年消耗量。
對環境的影響并不顯著。以下是Earth.org 詳細介紹的幾個例子。
- 由于人工智能模型訓練過程中的能源密集型過程，會產生大量碳足跡。這導致全球溫室氣體 (GHG) 排放量增加。僅 GPT-3 的訓練就產生了近 500 噸二氧化碳排放量。
- 含有有害化學物質的電子垃圾（用于開發、訓練和運行人工智能系統的電子設備和硬件的處置及其對環境的影響）帶來了進一步的環境風險。
- 人工智能的間接影響，例如無人駕駛汽車或無人機對自然生態系統（動物）的威脅，也引發擔憂????。
然而，盡管面臨挑戰，人工智能仍為環境保護和氣候行動提供了創新途徑。據 NPR 報道，人工智能在減緩氣候變化的努力中得到越來越多地應用。
- 人工智能驅動的衛星分析有助于檢測甲烷排放，這是全球變暖的重要因素。
- 人工智能可提前發現森林火災，防止其升級為特大火災。
- 人工智能協助規劃控制燒傷，幫助燒傷管理人員做出決策。
- 最后，人工智能正在通過更有效地定位鋰和鈷等關鍵礦物來徹底改變綠色技術采礦，這對于太陽能電池板和電動汽車等氣候解決方案至關重要。
人工智能在環境領域的應用實際上有望減少全球溫室氣體排放。北美和歐洲在這方面處于領先地位。到 2030 年，它們的排放量預計將分別下降 6.1% 和 4.9%。
將人工智能用于可持續環境應用還可以促進就業和經濟增長。得益于人工智能驅動的環境工作，東亞的勞動力在 2030 年可能會增長 2.5%?，新增約 2510 萬個職位。歐洲有望從人工智能可持續性應用中獲得最大的經濟利益，到 2030 年，其 GDP 可能會增長 5.4%。
然而，關鍵問題是人工智能對環境的影響缺乏透明度，人工智能系統的復雜性掩蓋了它們的生態足跡。解決方案在于開發節能的人工智能硬件和算法，同時促進透明和問責的文化。道德的人工智能設計標準和精確的政府法規對于可持續的人工智能發展至關重要。
和平人工智能
人工智能在任何領域都是一把雙刃劍，但在涉及世界和平（或缺乏和平）時，它的影響似乎尤為明顯。
人工智能可用于制造或加劇沖突。參見自主致命無人機、網絡戰、深度偽造（例如 2022 年烏克蘭總統澤連斯基投降的深度偽造視頻）、虛假信息、自動監視或人工智能增強的宣傳。然而，它也可以作為維和工具。
在這里，AI 能力擴展到：
大規模數字對話：聯合國政治與建設和平事務部 (UN DPPA) 在也門和利比亞利用人工智能輔助數字對話來促進和平進程的包容性。人工智能工具促進了當地方言和語言的大規模磋商，并允許根據人口統計興趣進行實時分析和細分。
大規模暴力事件的預警：人工智能可以分析網絡上的虛假信息、仇恨言論和宣傳模式，以識別大規模暴力事件的預警信號并采取有針對性的干預措施。
監測違反停火行為：使用人工智能的非武器化自主無人機已被用于監測接觸線和違反停火行為。這項技術有助于減少對維和人員和地面部隊的傷害。人工智能有助于處理無人機和衛星圖像收集的大量數據，這對于監測停火、觀察裁軍和識別戰爭罪行至關重要。
ParagogerAI訓練營?2img.ai
?
人工智能支持的問題解決和決策
目前處于試點階段的新興人工智能趨勢之一是使用復雜的決策算法。我們可能會在 2024 年及以后看到這些算法得到更廣泛的采用。
根據諾基亞思想領導力雜志最近的一篇文章，“高效決策支持算法”正在成為應對復雜決策場景的變革性工具。這些由機器學習驅動的人工智能系統可以研究各種潛在選項，并根據指定標準將其縮小到更易于管理的候選名單。
人工智能用于決策和解決問題的例子不勝枚舉，而且應用范圍正在迅速擴大。以下是一些值得注意的應用：
- 醫療保健：分析患者數據以識別潛在的健康風險、推薦個性化治療方案并監測患者進展。查看：2024 年及以后的醫療保健技術趨勢
- 金融：檢測欺詐交易、評估投資風險并優化投資策略。查看：2024 年及以后的 7 大金融科技趨勢
- 制造業：優化生產流程、預測維護需求并實現質量控制自動化。
- 供應鏈管理：優化運輸路線、管理庫存水平并預測需求波動。
- 客戶服務：自動化客戶支持互動，提供個性化建議，更有效地解決客戶問題。
?
針對人工智能公司的訴訟
針對人工智能公司的訴訟增多，特別是在生成人工智能領域，是近年來出現的一個重要趨勢。
法學教授詹姆斯·格里梅爾曼 (James Grimmelmann) 預測，2024 年將成為人工智能相關訴訟的關鍵一年，這可能會對生成式人工智能開發者產生財務影響。
來自多個來源的數據和專家見解揭示了這一不斷變化的法律格局：
訴訟數量不斷增加
與生成式人工智能相關的訴訟數量明顯增加，這些訴訟涉及隱私、消費者安全和知識產權保護等問題。這些訴訟的法律依據各不相同，包括版權侵權、侵犯隱私等。
2023 年重大人工智能案例
- 2023 年 6 月和 7 月，針對OpenAI 和谷歌等主要人工智能開發商提起了幾起聯邦集體訴訟，指控其侵犯隱私和財產權。
- 一個著名的案例是安德森訴穩定人工智能有限公司 (Andersen v. Stability AI Ltd.)，其中藝術家們聲稱穩定人工智能有限公司 (Stability AI) 刪除了數十億張受版權保護的圖像以用于訓練他們的模型。
- 2023 年 2 月，Getty Images 對 Stability AI 提起訴訟，聲稱其侵犯版權和商標權。
- 《紐約時報》于 2023 年 12 月對 OpenAI 提起訴訟，聲稱其文章被濫用于訓練人工智能，影響了傳統報道。
- ParagogerAI訓練營?2img.ai
行業和法律專家的觀點
人們擔心將版權法應用于人工智能可能會扼殺人工智能的發展和創造，從而可能形成一個有利于資金充足的公司的體系。
將版權法應用于人工智能的法律努力和日益增長的訴訟趨勢可能會導致人工智能開發和使用方式的轉變，訴訟結果可能會創下新的先例。
2024 年美國總統大選與人工智能威脅
隨著 2024 年美國總統大選的臨近，人們越來越擔心人工智能對民主進程的潛在影響。
人工智能驅動的虛假信息和深度偽造的興起引起了專家的警惕，他們擔心這可能會操縱選舉并削弱公眾對選舉的信任。
為了讓您了解人工智能如何在競選、選民定位和選舉管理中發揮重要作用，我總結了布倫南司法中心舉辦的一次討論會，專家們在會上探討了有關人工智能的關鍵問題。（完整討論可在此處查看。如果您想了解有關特定主題的更多信息，我已添加時間戳）。
- 模仿威脅和騷擾 (07:06–09:20)：人工智能在選舉中的危險包括模仿威脅，如深度偽造和網絡釣魚攻擊，這可能會損害選舉辦公室的可信度。人工智能還可以向選舉辦公室發送大量虛假請求，以妨礙選舉官員的工作。
- 人工智能驅動的選民壓制和錯誤信息（11:31–13:43）：人工智能重塑網絡攻擊和制造深度偽造的能力帶來了傳播錯誤信息和壓制選票的風險，尤其是針對弱勢群體。
- 人工智能在輿論中的惡意使用 (14:04–16:25)：人工智能可以干擾公眾輿論，例如 2017 年，機器人向 FCC 發送了超過一百萬條有關網絡中立性的虛假信息。人工智能的日益復雜化使得區分真實內容和人工智能生成的內容變得更加困難。
- 人工智能時代的選舉顛覆（31:25–33:14）：人們擔心人工智能會放大有關選舉的虛假敘述、創建虛假選舉網站以及操縱選民登記和清洗。
- 💡 保護措施（10:15–11:11）：針對人工智能威脅的保護策略包括實施多因素身份驗證等彈性系統、電子投票系統的紙質備份以及增加選舉辦公室的資源。
人工智能、網絡犯罪和社會工程威脅
社會工程學是一種心理操縱技術，利用人為錯誤或弱點來獲取私人信息、訪問權或貴重物品。不幸的是，隨著人工智能的興起，這種做法變得更加容易和普遍。
使用人工智能的公司最關心的是保護他們的數據免受黑客攻擊。斯坦福大學調查的公司中，超過一半（51%）表示他們正在采取措施預防網絡安全風險。難怪人工智能在網絡安全領域的價值預計到2027 年將增至 463 億美元（而 2020 年為 100 多億美元）。
人工智能網絡犯罪是一座巨大的冰山，魚叉式網絡釣魚（使用個性化電子郵件或消息誘騙受害者點擊惡意鏈接或打開受感染附件的網絡釣魚攻擊）、魚叉式網絡釣魚（一種針對高層管理人員或其他高價值個人的魚叉式網絡釣魚攻擊）、虛擬綁架（詐騙者使用社交媒體聲稱他們綁架了親人并索要贖金）或BEC（商業電子郵件詐騙：詐騙者假裝來自您信任的公司以讓您匯款）只是冰山一角。
未來幾年，社會工程威脅將更加嚴重。根據Trend MicroSecurity 的 2024 年預測報告，到 2024 年，語音克隆將成為針對性詐騙的主要手段。
人工智能治療
全球行為治療市場預計將經歷驚人的增長，到 2032 年將達到 3088 億美元，2023 年至 2032 年的復合年增長率 (CAGR) 將達到 8.1%。
數字技術和平臺正越來越多地被采用，成為市場機遇之一。在這里，人工智能有潛力解決心理健康專業人員的巨大缺口。然而，它也有一些局限性。
根據英國心理咨詢與心理治療協會和《今日心理學》的文章，以下是人工智能正在產生影響的一些關鍵領域：
- 增強診斷和治療選擇：人工智能可以通過分析患者的溝通模式并讓精神科醫生了解最新的研究和治療方法來提高診斷的準確性和治療效果。
- 混合護理模式：人工智能在心理治療中逐漸扮演輔助角色，為人類治療師提供補充，從而實現更高效、更具成本效益的護理。然而，合格的心理健康護理專業人員的必要監督必不可少。
- 治療局限性：多項研究表明，有效治療的最重要因素是治療師與患者之間建立牢固的聯系，這種聯系建立在同理心、肢體語言和積極支持的基礎上。這些是人工智能永遠無法超越人類的領域（？）。
- 道德問題：人工智能帶來了重大的道德和法律問題，包括對患者隱私、知情同意或法規合規性（如 HIPAA）的擔憂。
- 手動治療的潛力：人工智能在輔助 CBT 等手動治療方面顯示出良好的前景，但其在促進治療聯盟或處理復雜治療方面有效性仍需要進一步研究。
?
孤獨與對人工智能的情感依賴
人工智能通過先進的虛擬助手和陪伴機器人承擔起傳統上由朋友或家人承擔的角色，這種趨勢正在日益增長。這些人工智能實體旨在進行有意義的對話并表現出同理心行為，它們正在成為許多人的陪伴來源，尤其是那些正在經歷社交孤立的人。
社交機器人 ElliQ 和 Paro 等已被開發用于陪伴，尤其是老年人。美國國立衛生研究院的一項研究報告稱，社交機器人可以減輕老年人的孤獨感，展現出它們作為陪伴者的潛力。這些人工智能機器人可以交談、提醒用戶服藥并提供情感支持。
也許最有趣的是，有些情況下，個人會對人工智能實體產生浪漫的感覺。人們對人工智能（如 Replika AI）產生浪漫感覺的例子，可以在游戲或互動平臺中的虛擬角色中看到。媒體甚至報道過現實生活中個人與人工智能實體或機器人建立浪漫關系的案例。例如，中國一名男子“娶”了他自己制造的機器人。
來源：Google Trends?ParagogerAI訓練營?2img.ai
人工智能影響者
隨著人工智能影響者的出現，影響者營銷格局正在迅速發生變化，這一趨勢得到以下事實的強調：目前，超過 52% 的美國人口在 Instagram 上關注網絡創作者。
?AI 網紅有幾個好處：他們效率高，能夠持續在線而無需休息，而且他們的內容由數據洞察驅動，確保與觀眾的需求保持一致??。
然而，它們也有缺點。由于人工智能網紅無法真正“感受”或“體驗”生活，他們與特定受眾群體建立深刻、共情聯系的能力有限。此外，人工智能網紅還存在信任挑戰，因為他們可能被視為不近人情或不真誠，尤其是老一輩人。
人工智能影響者的例子包括：
- Miquela：一個住在洛杉磯的 19 歲虛擬機器人，擁有 260 萬粉絲，曾與 Prada、Dior 和 Calvin Klein 等品牌合作。
- Shudu：世界上第一位數字超模和人工智能網紅，憑借令人驚嘆的人工智能生成照片，吸引了 241K 名粉絲??。
- Imma：一位來自東京的虛擬影響者，對時尚、藝術和電影感興趣，擁有近 40 萬名粉絲和自己的品牌??。
- Ion G?ttlich：Instagram 自行車社區中一位人工智能生成的騎行者，擁有 77,000 名粉絲，并以幽默的方式分享騎行內容。
- Lu do Magalu：一位巴西虛擬網紅，擁有 670 萬粉絲，僅在 2019 年就創造了 5.52 億美元的收入。
中國爭奪人工智能霸主地位
中國在人工智能 (AI) 領域的崛起是技術演進和戰略增長的一個顯著例子。Statista 在其《2023 年人工智能：深入市場分析》中將其列為七大關鍵人工智能預測之一。
中國的人工智能市場規模在 2021 年約為 1500 億元人民幣（231.96 億美元），預計到 2025 年將達到 4000 億元人民幣（618.55 億美元）。中國的人工智能之旅始于 1970 年代后以科技為重點的經濟改革。
中國最初落后于西方國家，但自 2006 年以來，中國已系統地制定了國家人工智能議程，該議程分為三個階段（2020 年、2025 年和 2030 年為基準），目標是到 2030 年成為全球人工智能領導者，并將其人工智能產業價值提升至 1 萬億元人民幣以上。
這一戰略的核心是政府與百度、騰訊、阿里巴巴、商湯科技和科大訊飛等主要公司的合作，這些公司各自在面部識別、軟件/硬件和語音智能等專業人工智能領域處于領先地位。這一快速發展對社會經濟、軍事和政治產生了深遠影響，重塑了農業、交通運輸和制造業等行業。
然而，這種增長也帶來了挑戰，包括潛在的勞動力市場中斷、道德困境和隱私問題，需要謹慎的引導和監管。
人工智能
人工智能情感智能 (AEI) 將情感工程、人機交互和情感計算的精髓融入 AI 系統，使機器能夠識別、解讀和響應人類情感。這是一個快速發展的領域，預計2023 年至 2030 年全球人工智能情感智能市場將增長 21.5%。
在實踐中，AEI 涉及情緒識別、生成和增強，其應用多種多樣且影響深遠。
- 在營銷領域，Emotion AI 與 Realeyes 類似，可以分析受眾參與度以增強廣告活動的效果。
- 呼叫中心利用它將客戶情緒與最合適的代理相匹配，從而提高解決率。
- 在教育領域，Vedantu 等平臺使用面部分析軟件根據學生的參與度和情緒反應優化電子學習內容。
- AEI 還通過分析情緒線索實現更準確的診斷，從而促進心理健康護理的發展。
- ParagogerAI訓練營?2img.ai
這些應用凸顯了 AEI 在創建新商業生態系統方面的潛力，同時也強調了基礎設施和道德考慮的必要性。
人工智能硬件和軟件的增長
毫不奇怪，我們將看到人工智能驅動的軟件和硬件的增長。同樣不足為奇的是，增長將有多么巨大。
AI軟件：到2025年，AI軟件的銷售額預計將大幅增長。北美將擁有最大的市場份額和最快的增長，到2025年銷售額將增加到500億美元以上，其次是亞太地區和歐洲。
人工智能硬件：未來幾年人工智能硬件的銷量將猛增，到2025 年收入預計將躍升至 2350 億美元。
預計人工智能硬件市場中最大的部分將由中央處理器(CPU)、專用集成電路(ASIC)、現場可編程門陣列(FPGA)和片上系統(SoC)加速器等產品組成。
預計到 2025 年，這一類別的價值將達到約 1710 億美元。以下細分市場包括圖形處理單元（GPU；545.2 億美元）、存儲設備（63.5 億美元）和網絡產品（25.4 億美元）。
自動駕駛 AI 實驗室
自動駕駛實驗室 (SDLabs) 結合人工智能和機器人技術，實現科學實驗過程的自動化。
與 LLM（大型語言模型）相比，SDLab 針對小數據集輸入進行了效率優化，并且不需要花費大量算法訓練和微調的費用。
為什么 SDLabs 的概念具有革命性？它們可以執行各種任務，從設計和執行實驗到分析數據和做出預測：
- SDLabs 可以從收集的數據中不斷學習。
- SDLabs 將比人類更快地進行實驗。
- SDLabs 可能會使用 AI 算法來決定進行什么實驗以及最佳實驗方式。
SDLabs 的開發仍處于早期階段，但該技術有可能改變我們的科學研究方式，具體在兩個領域：藥物發現（更快、更有效地開發新的個性化藥物和療法）和化學品（SDLabs 可用于設計和合成具有所需特性的新材料）。
2024 結論
隨著 2024 年的到來，我們可以期待見證人工智能領域更多突破性的創新。這些趨勢將繼續改變行業、改善我們的生活并重塑未來。人工智能應用不斷給我們帶來驚喜，我迫不及待地想看看這項非凡技術的下一章將如何發展。ParagogerAI訓練營?2img.ai
)
