展望2024，AI領(lǐng)域會有哪些發(fā)展和變化？

據(jù)說Stability AI將會倒閉？而「情同父子」的微軟和OpenAI將會出現(xiàn)裂痕？

還有新的職位——Chief AI Officer即將出現(xiàn)？

另外，2024會不會出現(xiàn)足以取代Transformer的新架構(gòu)呢？

最近，福布斯發(fā)布了2024年的10大AI預(yù)測。

英偉達(dá)將成為云服務(wù)商

雖然全球都在進(jìn)行爭奪GPU的戰(zhàn)爭，但大多數(shù)組織并不會直接向英偉達(dá)購買GPU，而是會選擇云服務(wù)。

他們通過亞馬遜、微軟或者谷歌的云平臺訪問GPU，而這些大型云服務(wù)廠商又從英偉達(dá)批量購買芯片。

但這個關(guān)系將會變得復(fù)雜，因為所有人都認(rèn)識到了GPU的價值，所有的云供應(yīng)商都在大力開發(fā)自己的AI芯片。

這也意味著亞馬遜、微軟和谷歌等，將從英偉達(dá)最大的客戶轉(zhuǎn)變?yōu)楦偁帉κ帧?/p>

相應(yīng)的，英偉達(dá)也將朝著相反的方向發(fā)展：開始提供自己的云服務(wù)，運營自己的數(shù)據(jù)中心，以減少對云公司分銷的依賴。

今年早些時候，英偉達(dá)推出了名為DGX Cloud的新云服務(wù)。而在2024.我們將會看到更多類似的舉措。

Stability AI將會倒閉

作為曾經(jīng)高歌猛進(jìn)的初創(chuàng)公司，Stability AI幾乎已經(jīng)成為了緩慢移動的火車殘骸。

首先是人才的流失：最近幾個月離職的包括首席運營官、首席人事官、工程副總裁、產(chǎn)品副總裁、應(yīng)用機器學(xué)習(xí)副總裁、通信副總裁、研究主管、音頻主管和總法律顧問。

其次，去年領(lǐng)導(dǎo)Stability AI 1億美元融資的兩家公司Coatue和Lightspeed，最近幾個月都因與Stability AI首席執(zhí)行官Emad Mostaque發(fā)生糾紛，而退出了公司董事會。

今年早些時候，Stability AI試圖以40億美元的估值籌集額外資金，但失敗了。

雖然最近獲得了英特爾投資的5000萬美元，但 Stability 的燒錢率是出了名的高。據(jù)報道，在10月份英特爾投資時，Stability AI每月花費800萬美元（同時收入很少）。按照這個速度，這5000萬美元也撐不了多久。

據(jù)報道，在投資者的壓力下，Stability AI已開始尋找收購者。

LLM這個詞將會越來越少見

目前的生成式AI大模型基本都是純文本模型，所以大語言模型（LLM）用來指代幾乎所有的高級人工智能模型。

但隨著人工智能模型類型的激增，以及人工智能變得越來越多模態(tài)，這個術(shù)語將變得越來越不精確。

多模態(tài)人工智能的出現(xiàn)是2023年人工智能的決定性主題之一。當(dāng)今許多領(lǐng)先的生成式AI模型都包含文本、圖像、3D、音頻、視頻、音樂、物理動作等。它們不僅僅是語言模型。

比如在機器人技術(shù)中使用的基礎(chǔ)模型：將視覺和語言輸入與一般互聯(lián)網(wǎng)規(guī)模的知識相結(jié)合，以便在現(xiàn)實世界中采取行動（控制機械臂）。

對于此類模型，應(yīng)該使用比「語言模型」更豐富的術(shù)語來形容，比如「視覺-語言-行動」（VLA）模型。

DeepMind最近發(fā)布的FunSearch模型也類似，雖然作者自己將其稱為LLM，但它處理的是數(shù)學(xué)而不是自然語言。

2024年，隨著模型變得越來越多維，我們用來描述它們的術(shù)語也將變得越來越多維。

閉源模型將繼續(xù)保持領(lǐng)先

開源閉源之爭，是當(dāng)今AI領(lǐng)域的一個重要話題。

OpenAI、Google DeepMind、Anthropic、Cohere等選擇了閉源，而Meta和最近的新秀Mistral等少數(shù)公司選擇了開源。

如今，表現(xiàn)最好的基礎(chǔ)模型是閉源的（比如GPT-4）。但許多開源倡導(dǎo)者認(rèn)為，封閉模型和開放模型之間的性能差距正在縮小，開放模型有望在性能上超過封閉模型，比如下圖中的預(yù)測：

圖片

但福布斯的預(yù)測認(rèn)為，在2024年及以后，對比表現(xiàn)最好的模型，閉源模型將繼續(xù)優(yōu)于開源。

基礎(chǔ)模型性能的發(fā)展是非常迅速的。盡管Mistral表示，自己將在2024年的某個時候開源一個GPT-4級別的模型，但相比于2023年初發(fā)布的GPT-4，已經(jīng)落后了一年多。

而在2024年，我們也許能看到GPT-4.5甚至GPT-5。

開發(fā)一種先進(jìn)的新模型所需的投資是巨大的，并且會隨著模型能力的每一次階躍式增長而繼續(xù)膨脹。據(jù)估計，OpenAI將花費約20億美元來開發(fā)GPT-5。

相比之下，Llama 2的建造成本約為2000萬美元，考慮到戰(zhàn)略利益，即使沒有任何相關(guān)的收入增長，這種投資水平對于Meta來說也是合理的。

但Meta作為一家上市公司，最終要對股東負(fù)責(zé)。它真的會投入近20億美元來構(gòu)建一個性能最優(yōu)的AI模型，然后只是為了開源，而不期望獲得具體的投資回報嗎？

也許，隨著像Mistral這樣的公司，投入越來越多的資金來構(gòu)建更強大的AI模型，他們最終可能會放松對開源的立場，并保留自己最先進(jìn)的模型用來盈利。

Chief AI Officer

今年，人工智能已成為財富500強公司的優(yōu)先事項，各行各業(yè)的董事會和管理團(tuán)隊，都想盡快弄清楚AI對于自己的業(yè)務(wù)有什么影響。

所以福布斯預(yù)計，明年的大型企業(yè)將任命一名「首席人工智能官」（Chief AI Officer）來領(lǐng)導(dǎo)公司的人工智能計劃。

十年前，在云計算興起之時，許多組織聘請了「首席云官」來幫助他們了解云的戰(zhàn)略意義。

任命Chief AI Officer（小編不知道這個怎么縮寫）將成為一種流行趨勢，用來表明公司對待人工智能的態(tài)度。

至于從長遠(yuǎn)來看，這個Chief AI Officer到底有多大作用，那就是另外的問題了

替代Transformer的全新架構(gòu)

谷歌在2017年提出的Transformer主導(dǎo)了當(dāng)今的AI大模型，ChatGPT、Midjourney、GitHub Copilot等都是基于Transformer構(gòu)建的。

但是，沒有任何技術(shù)可以永遠(yuǎn)占據(jù)主導(dǎo)地位。

研究人員一直在努力開發(fā)下一代人工智能架構(gòu)，比如斯坦福大學(xué)實驗室提出的新架構(gòu)。相比于Transformer，新架構(gòu)的計算密集度更低，并且能夠更好地處理長序列。

迄今為止最有前途的架構(gòu)是Mamba。上個月，介紹Mamba的文章在AI研究界引起了巨大的轟動，甚至有人稱它為「Transformer的終結(jié)」。

圖片

另外，麻省理工學(xué)院開發(fā)的液體神經(jīng)網(wǎng)絡(luò)（liquid neural networks）等新架構(gòu)也對Transformer提出了挑戰(zhàn)。

明年，也許會有挑戰(zhàn)者真正脫穎而出，并被應(yīng)用到生產(chǎn)中。

對于投資的監(jiān)管

今年，一波資金從大型科技公司流向人工智能初創(chuàng)公司。

微軟在1月份向OpenAI 投資了100億美元，然后在6月份領(lǐng)投了Inflection的13億美元融資。

今年秋天，亞馬遜宣布將向Anthropic投資40億美元。Alphabet也不甘示弱，幾周后宣布將向Anthropic投資20億美元。

與此同時，英偉達(dá)向數(shù)十家使用其GPU的人工智能初創(chuàng)公司投入資金，包括Cohere、Inflection、Hugging Face、Mistral、CoreWeave、Inceptive、AI21 Labs和Imbue。

此類投資可能涉及會計規(guī)則中的一個灰色地帶。

假設(shè)一家云供應(yīng)商向一家人工智能初創(chuàng)企業(yè)投資1億美元，并保證該初創(chuàng)企業(yè)會將這1億美元用于云供應(yīng)商的服務(wù)。從概念上講，這對云供應(yīng)商來說并不是真正的正常收入，實際上，供應(yīng)商是在利用投資將自己資產(chǎn)負(fù)債表上的現(xiàn)金人為地轉(zhuǎn)化為收入。

這種交易通常被稱為「往返」（round-tripping），因為錢出去了又回來了。

到目前為止，這種交易幾乎沒有受到監(jiān)管審查，但在2024年就不一定了。

微軟OpenAI或?qū)ⅰ笡Q裂」

迄今為止，微軟已向OpenAI投入了超過100億美元，兩家正值蜜月。

OpenAI的模型為微軟的關(guān)鍵產(chǎn)品提供支持，比如Bing，GitHub Copilot和Office 365 Copilot。

然而，微軟和OpenAI是截然不同的組織，有著不同的愿景。

隨著OpenAI尋求積極擴大其企業(yè)業(yè)務(wù)，它將越來越頻繁地與微軟直接競爭客戶。而微軟也在實現(xiàn)多元化，成為頂尖AI模型的供應(yīng)商。

微軟最近宣布與OpenAI競爭對手Cohere合作；面對大規(guī)模運行OpenAI模型的高昂成本，微軟還投資研究了Phi-2等較小的語言模型。

從更大的角度來看，隨著人工智能變得越來越強大，有關(guān)人工智能安全、風(fēng)險、監(jiān)管和公共問責(zé)制的重要問題將成為焦點。

鑒于不同的文化、價值觀和歷史，這兩個組織在處理這些問題的理念和方法上將不可避免地會出現(xiàn)分歧。

人工智能炒作轉(zhuǎn)向其他方向

雖然風(fēng)險投資家和技術(shù)領(lǐng)導(dǎo)者都被AI深深吸引，但一年是很長的時間，風(fēng)險投資人的「信念」可以非常迅速地改變。

人工智能與版權(quán)

如今，整個生成式人工智能領(lǐng)域都面臨著一個重大且被低估的法律風(fēng)險：大語言模型已經(jīng)在大量受版權(quán)保護(hù)的內(nèi)容上進(jìn)行了訓(xùn)練。

無論是來自GPT-4或Claude 2的詩歌，來自DALL-E 3或Midjourney的圖像，還是來自Pika或Runway的視頻，生成式AI模型都能夠產(chǎn)生令人嘆為觀止的復(fù)雜輸出，因為它們經(jīng)過了大量數(shù)據(jù)的訓(xùn)練。

在大多數(shù)情況下，人工智能公司免費從互聯(lián)網(wǎng)上獲取這些數(shù)據(jù)，并隨意使用來開發(fā)他們的模型。

但是，這些數(shù)據(jù)的原作者們對此有發(fā)言權(quán)嗎？他們是否有權(quán)從中獲得一部分收益？

這些問題的答案取決于法院對「合理使用」（Fair use）這一關(guān)鍵法律概念的解釋。

將合理使用原則應(yīng)用于生成式人工智能將是一項復(fù)雜的工作，但大量的訴訟已經(jīng)到來。

參考資料：

https://www.forbes.com/sites/robtoews/2023/12/21/10-ai-predictions-for-2024/?sh=7295b6f54898