2024年生成式人工智能發展預測

• 2023.12.9
• 版權聲明：本文為博主chszs的原創文章，未經博主允許不得轉載。

當前，生成式人工智能（Generative AI，后面簡稱 Gen AI）領域不但在持續演進，而且它正在徹底改變我們與技術的互動，并重塑業務和全球挑戰。這一過程植根于 2023 年 Gen AI 的顯著進步，這是人工智能發展的關鍵一年。來自 OpenAI 的 ChatGPT 的出現是一個重要的里程碑標志，以其類人文本生成和語言翻譯功能吸引了數億用戶。同樣，DALL-E 3 在圖像生成方面的藝術實力說明了人工智能在創意領域的巨大潛力。這些發展，加上來自云服務提供商的 Gen AI 平臺、專有模型、開源 LLM 和人工智能專用硬件的興起，為 Gen AI 變革性的未來鋪平了道路。

1、Gen AI Fabric 的興起

在 2024 年，企業預計將從概念驗證實驗轉向更廣泛的 Gen AI 部署。預計這種轉變不僅關注可擴展性，還關注解決道德問題、確保內容準確性和管理潛在的內容幻覺。

可擴展性將是一個關鍵問題，因為企業需要將人工智能集成到各個部門和工作流程中。為了解決這個問題，大語言模型（LLM）編排框架將會興起，預計將發揮至關重要的作用。這些框架（稱為 Generative AI Fabric）將促進高效的 AI 集成、管理復雜的工作流程并實現智能上下文/模型的采用，從而簡化各種 LLM 模型和企業環境中的 AI 部署。

2、AGI 競賽

人工智能的進步預計將進入密切模仿人類能力的領域，例如理解和復制觸摸和嗅覺等人類感官。感知和解釋人類情感的能力是另一個不斷發展的前沿領域，它有望使人工智能交互更加直觀和富有同理心。此外，多模態功能的集成使人工智能能夠同時處理和解釋各種類型的輸入（視覺、聽覺和感官），將顯著增強人類與人工智能的交互體驗，提供更細致、更接近人類的響應能力。

原生多模態（native multimodality）可能將會是其中一大熱點。原生多模態是指在一個模型中同時包含多種模態的信息，并且可以在不需要額外操作的情況下對多種模態的信息進行統一的處理、分析和輸出。

Google 最近發布的 Gemini 模型就展示了這種趨勢，它最大的特性就是原生多模態，可以無縫地理解和操作包括文本、代碼、音頻、圖像和視頻在內的不同類型的信息。這意味著Gemini模型可以同時處理和分析來自文本、圖像、音頻等多種信息來源的數據，而不需要進行復雜的預處理或后處理。這種能力使得Gemini模型可以更加高效地理解和生成多模態的信息，從而在自然語言處理、計算機視覺等領域中具有廣泛的應用前景。

3、道德智能

道德智能（ethical intelligence）將成為人工智能發展的重中之重和核心焦點。隨著人工智能日益滲透到各個領域，在其設計和操作中嵌入道德原則至關重要。確保人工智能公平、透明、無偏見地運行，同時保護用戶隱私和數據安全的工具和見解將變得更加容易獲得。不同學科之間的合作將是制定強有力的道德標準的關鍵。人工智能道德的未來可能會涉及能夠自我評估和糾正偏見的系統，以確保它們持續遵守道德規范。這一轉變代表了將人工智能進步與道德誠信相結合的承諾。

4、Gen AI 將作為工作場所的革命

人工智能對工作場所生產力的影響預計將是巨大的。日常任務的自動化有望顯著提高各個領域的效率，包括編碼、電子郵件管理和數據分析。通過接管這些重復性任務，人工智能可以釋放人才，使其專注于工作中更具創造性和戰略性的方面。這種轉變有可能重新定義工作角色和工作流程，從而導致工作文化和效率發生范式變化。將人工智能融入日常工作中不僅意味著更快地做事，而且還意味著更智能地做事，預示著工作場所動態的新時代。

5、法律法規將進一步完善

法律法規的演變是應對生成人工智能技術挑戰和進步的關鍵。這包括管理、創建和放大社交渠道上的深度偽造、虛假新聞和誤導性內容。地方法律將重點關注區域問題，而全球法規旨在為負責任的人工智能使用制定通用標準，特別是在數據隱私、道德部署和問責制方面。這一發展對于人工智能以道德和透明的方式推進、與全球和當地的社會價值觀保持一致至關重要。

此外，均衡的監管方法至關重要，因為過度監管可能會阻礙人工智能的創造性和有益潛力，而監管不足可能會導致道德和隱私問題。這種平衡對于負責任的人工智能增長至關重要，為技術進步提供了空間。

6、Gen AI 的教育轉型

雖然每個行業都將受到生成人工智能的重大影響，但教育領域將經歷深刻的變革。這項技術，特別是通過多模態學習方法將重新定義教育體驗。生成式人工智能將能夠創建多樣化的、自適應的學習材料，以滿足不同的學習方式和偏好。這種演變有望提供更具吸引力和更有效的學習過程，支持學術和企業教育。人工智能與教育的融合不僅可以促進知識獲取，還可以培養批判性思維和創造力，使學習體驗與現實世界的應用更加緊密地結合起來。

7、氣候智能

展望未來，生成式人工智能在應對氣候變化方面的作用變得越來越重要。氣候智能是人工智能和環境科學的結合，預計將成為我們應對氣候變化的關鍵角色。該技術將為環境模式提供先進的見解，有助于可持續發展，并有助于災害預測和應對。使用人工智能分析與氣候相關的大量數據集不僅有助于了解環境問題的復雜性，而且有助于制定有效的策略來緩解這些問題。人工智能與氣候科學的融合預示著可持續未來的充滿希望的前景。

8、LLM 雙線分化

從 GPT-4 Turbo 開始，有信息表明，僅靠增加數據和訓練已經很難帶來大模型新的智力進化。大膽猜想，OpenAI明年發布的萬億級參數的 GPT-5 大模型，很有可能只能提升模型的準確度，減少了幻覺，而無法大幅度提升大模型的智力。而要提升大模型的智力，需要在算法上進行新的突破。而結合各行業對大模型的需求，LLM 在技術上有兩條道路：

• 路線1：超級大模型。比如OpenAI正在做的將基于1000萬張GPU卡構建和訓練超級大模型。它是否能帶來新的智力涌現？
• 路線2：低算力大模型。或以GPT-4為智力基準，通過各種技術手段，實現以更低算力達到或接近GPT-4智力基準的大模型。這在各行各業都有巨大的需求。