今年是人工智能的關(guān)鍵一年，因?yàn)樯墒饺斯ぶ悄苷诟淖內(nèi)撕蜋C(jī)器的溝通方式。本文給大家分享下2024年值得關(guān)注的主要人工智能趨勢(shì)。

1.綜合數(shù)據(jù)驅(qū)動(dòng)創(chuàng)新

合成數(shù)據(jù)已經(jīng)在推動(dòng)大量創(chuàng)新，我們看到這些創(chuàng)新來(lái)自生成型人工智能領(lǐng)域本身，其中有很多較小的模型，它們的能力與OpenAI的GPT等前沿模型相媲美，令人們驚嘆不已。他們之所以這樣做，是因?yàn)樗麄冋诮邮苡筛竽Ｐ蜕傻暮铣蓴?shù)據(jù)的訓(xùn)練。

在醫(yī)療保健領(lǐng)域，有一種使用合成數(shù)據(jù)生成患者隊(duì)列的想法，我們已經(jīng)看到一些組織根據(jù)潛在的真實(shí)患者數(shù)據(jù)生成關(guān)于患者群體的合成數(shù)據(jù)。這有助于解決有關(guān)隱私的問(wèn)題，我們可以將這些問(wèn)題用于特定的臨床試驗(yàn)。在醫(yī)學(xué)成像領(lǐng)域也有一些關(guān)于合成數(shù)據(jù)生成的有趣用例。

2.企業(yè)更多的人工智能模型訓(xùn)練和開(kāi)發(fā)

這一年，該企業(yè)建立了人工智能訓(xùn)練能力。我們應(yīng)該期望看到更多的模型訓(xùn)練和開(kāi)發(fā)，因?yàn)榛A(chǔ)設(shè)施已經(jīng)就緒。另一方面，這顯然不能永遠(yuǎn)持續(xù)下去，因?yàn)橛?xùn)練AI模型的唯一目的就是對(duì)它進(jìn)行推理。我們將看到，在2025年的某個(gè)時(shí)候，推理變得更加重要。

盡管人們正在推理更大的模型，但開(kāi)發(fā)的前沿已經(jīng)從OpenAI或DeepMind等大型實(shí)驗(yàn)室轉(zhuǎn)向開(kāi)源項(xiàng)目。這導(dǎo)致了令人興奮的、較小的、通常是針對(duì)特定領(lǐng)域的項(xiàng)目的激增，大量的工作是在微調(diào)和部分訓(xùn)練技術(shù)上。QLoRA將被證明是2023年甚至更長(zhǎng)時(shí)間內(nèi)最重要的人工智能論文。因此，我們將看到發(fā)展更加民主化。

在今年的最后幾個(gè)月里，我們看到了人們對(duì)手頭任務(wù)的正確調(diào)整模型規(guī)模的重視，像微軟這樣投資于大型前沿模型的企業(yè)正在構(gòu)建小型模型，例如Phi，它在推理方面的內(nèi)存占用非常小。

我們還看到IBM等硬件企業(yè)開(kāi)始在數(shù)據(jù)中心和芯片中構(gòu)建架構(gòu)，專(zhuān)注于調(diào)整模型規(guī)模，以處理通常需要大量時(shí)間和內(nèi)存的事務(wù)的更小、更低分辨率。

3.“圖形數(shù)據(jù)庫(kù)之年”

將LLM和所有企業(yè)分析工作推向新水平的是將圖形功能與矢量搜索功能和矢量化相結(jié)合。我們已經(jīng)可以看到這一點(diǎn)開(kāi)始浮出水面。在MicrosoftIgnite上，他們談?wù)摿撕芏嚓P(guān)于MicrosoftGraph在支持大型語(yǔ)言模型方面的價(jià)值，他們希望每個(gè)人都能建立自己的副駕駛。他們之所以認(rèn)為這是可行的，是因?yàn)樗Y(jié)合了給定企業(yè)中給定用戶(hù)在給定日期的給定工作流的知識(shí)圖譜，再加上像RAG這樣的用例來(lái)幫助模型理解給定查詢(xún)的上下文。

4.PC中更多的AI芯片

我們將看到越來(lái)越多的個(gè)人電腦內(nèi)置人工智能芯片。英特爾和蘋(píng)果基本上已經(jīng)為其他所有人決定了這一點(diǎn)?，F(xiàn)在A(yíng)MD有一個(gè)選擇，英特爾有一個(gè)選擇，而高通則對(duì)此大肆宣傳。我們會(huì)看到很多人開(kāi)發(fā)有趣的東西來(lái)在本地人工智能方面運(yùn)行，我認(rèn)為這尤其是因?yàn)橛蠱ac生態(tài)系統(tǒng)，它就是一個(gè)可以開(kāi)始的市場(chǎng)?？纯催@對(duì)加速器有何影響將會(huì)很有趣。我可以看到一類(lèi)人工智能開(kāi)發(fā)人員工作站PC的出現(xiàn)，或者現(xiàn)有工作站類(lèi)別的加速。

5.GPU短缺問(wèn)題得到緩解

不會(huì)再次出現(xiàn)芯片短缺；如果有的話(huà)，風(fēng)險(xiǎn)就在另一邊。今年在尋找各種事物的第二來(lái)源方面做了很多工作。獲得GPU的最大障礙是臺(tái)積電的片上片上基板封裝工藝，即cocos。如果你再往前看，臺(tái)積電既在擴(kuò)大產(chǎn)能，也在外包部分組裝和測(cè)試工作。例如，臺(tái)積電(TSMC)和英偉達(dá)(Nvidia)與臺(tái)灣的聯(lián)華電子(UMC)簽訂了生產(chǎn)中間體的合同。三星也打算明年開(kāi)放3D包裝工藝。