如果说 2022 年被称为生成式人工智能之年,扩散模型应用 取得突破,ChatGPT 出世,一系列开创性的研究论文发表, 2023 年则把大模型推向了一个高峰,GPT-4 的发布,标志着 生成式人工智能,进入了面朝通用人工智能创新应用的阶段。 应用、研究、监管,合力开辟着生成式人工智能的发展之路。
创新应用
生成式人工智能的生态包括了基础设施层、模型层与应用层, 创新在每一个层面发起,竞争也在科技巨头、行业龙头和初 创公司之间展开。 在整个生态中,受益于以参数规模为代表的大模型不断扩张, 算力目前是最稀缺的资源,也处于最容易获利的要津。算力 是大模型成本结构中最大的一块,GPU 的性能,决定了这个 新兴行业的步调。但是,GPU 性能提升的速度,已经落后于 大模型训练和推理需求的增长。
面对这一革命性的技术,不论是主动还是被动,企业都被卷 入其中。不管是技术的守成者、创新者还是采纳者,业务模 式都将发生变化,进而影响企业的发展。 当前,生成式 AI 尚处于技术发展的早期阶段,基础架构和核 心技术并不成熟;科技巨头忙于研发大模型,尚未顾及深度 切入具体的应用场景。但巨头何时添加相似的功能(feature) 始终是悬在初创企业头上的达摩克利斯之剑,而大模型能力 边界的扩张也可能在未来挤占初创企业的发展空间,可以说, 这是初创企业的蓝海,但也有发展道路上的暗礁。
在中国,目前从模型出发的公司受到看好,通用大模型和垂 直大模型的创业如火如荼,而自建模型的应用也在努力构建 着自己的壁垒,同样,科技巨头正在利用自身算力优势来构 建大模型。我们有理由相信,在众多模型层和科技大厂的合 力下,模型层的整体能力将进一步完善,在未来为应用层企 业提供可靠的支撑。
前沿研究
生成式人工智能领域的一个突出特征,是研究与创新过程的 密切结合,许多在企业内部实现,迅速推出用例和产品。这种研究与创业的一体化,初创企业和风险资本起到了重要的 作用,而美国科技巨头和主要人工智能企业的研究投入与人 才,包括一些底层技术的研究,这些年来已经超过了大学等 研究机构。
GPT-4 迸发出通用人工智能的“火花”,需要研究和解决的 问题反而更多了,如信心校准,长期记忆,持续学习,个性化, 规划和概念跨越,透明度,认知谬误和非理性,等等。而过 去半年最重要的研究方向,是破解和理解大模型神秘而又令 人兴奋的智能“涌现”。大模型既需要超越对下一个词的预 测能力,也需要一个更丰富、更复杂的“慢思考”深层机制, 来监督“快思考”预测下一个词的机制。
大模型不仅用来生成文章和图片,而且可以用来当成智能代 理,帮助管理和执行更复杂的任务。开源模型实现了低成本、 小型化、专业化的训练,与闭源的基础模型竞争互补,共同 推动了生成式人工智能技术的应用,也加快了模型向边缘侧 和移动端部署。生成式人工智能大模型日益向多模态发展, 具身智能也成为一个重要研究方向,帮助生成式人工智能更 好地理解和处理现实世界的复杂性和多样性。
大模型更安全、 让智能更可信,成为新兴的研究热点。生成式人工智能对于 就业和经济的广泛影响,正在吸引经济学、社会学、心理学 等不同领域的研究兴趣。但仍然需求实证性的研究。
监管 | 安全 | 政策 | 人才
生成式人工智能加快了中国、欧盟和美国的监管和立法的进 程。欧盟努力在今年底让《人工智能法案》生效,为全球人 工智能立法定下基调。中国也预计将于明年提出综合性的智 能立法。而美国重点在于建立风险控制技术标准。 中国对通用人工智能表现出很大热情与期待。
地方政府中北京、上海、深圳是第一梯队,均提出了较具雄心的人工智能 科研、创新与产业目标。中国研究人员发布的论文在数量上 已经超过了美国,但在金字塔顶端,无论是研究还是创业, 美国仍然占据明显的优势 。 科技部要求人工智能企业,应该接受科技伦理审查;审查主体 应该设立科技伦理(审查)委员会。
美国人工智能企业较早开 始设立负责任与可信人工智能部门,从去年到今年以来经过一 些调整,反映出在生成式人工智能发生变革之际,企业正在寻 求用更好的技术和方案,来安全和负责地部署新技术。
十大前瞻
基于上述研究,报告对未来一至三年的大语言模型、多模态 模型和商业竞争态势,做出了十点前瞻。
本文来源于启明创投 × 未尽研究报告,如有侵权请联系删除
推荐阅读
| 产品体验|
以上的截图(模板)均来源于我们的AI助手: 知否AI问答,一个基于OpenAI的GPT-3.5版本的平台,它提供专业、高速、稳定的文案生成与问答功能。微信扫码一键登录,无需其他复杂验证,新用户可免费试用。
欢迎体验ChatGPT-知否AI问答,为您提供专业、高速、稳定的文案生成与问答服务!
产品网址:
产品支持60余个应用场景,包括论文助手、公司文案、营销文案、多语言翻译、行政公文、科研课题、招投标书、辅助编程、学习与教育、生活娱乐等各个领域。
评论