美国《福布斯》发布了《10 AI Predictions For 2024》对2024年AI发展趋势进行了预测。
今年AI领域会有哪些变化和发展趋势呢？
对企业、开发者、从业人员有哪些影响？
1.英伟达将努力成为云服务提供商
去年英伟达已经推出了DGX Cloud的云服务，今年有可能建立自己的数据中心（DGX Cloud目前位于其他云提供商的物理基础设施内），甚至可能收购像CoreWeave这样的新兴云提供商（英伟达已经与CoreWeave建立了密切的合作伙伴关系），从而实现垂直整合运营。
2. Stability AI将会关闭
Stability AI，曾是AI界的明星初创公司，但2023年以来一直陷入困境。该公司经历了人才大量流失，包括首席运营官、产品副总裁、应用机器学习副总裁、研发负责人等。
去年该公司完成了1亿美元的融资，但最几个月因投资方Coatue和Lightspeed与CEO Emad Mostaque的分歧而退出了董事会。今年，Stability尝试以40亿美元的估值筹集更多资金却未能成功。
在投资者的压力下，公司开始寻找收购者，但迄今为止仍未果。尽管Stability去年10月份从英特尔获得了5000万美元的投资，但每月800万美元支出速度，很难支撑到2024年底。
3. “LLM大语言模型”术语不再常见
目前“大型语言模型LLM”普遍被用作所有高级AI模型的简称，但随着AI模型类型的增加，AI变得越来越多模态化，如今的生成式AI模型结合文本、图像、音频、视频、音乐、动作等，远远不止是语言类模型。
例如，某些AI模型被训练用于分析氨基酸序列和蛋白质的分子结构，以生成新的蛋白质治疗方法。尽管这些模型在底层架构上可能延续了像GPT-3这样的模型，但它们被称为“大型语言模型”似乎不太合适。
在比如机器人学中的基础模型，它们结合了视觉和语言输入，以及广泛的互联网规模知识，用于实现真实世界中的动作，通过机械臂执行任务。对于这类模型，应该用更丰富的术语来描述，如“视觉-语言-行动”（VLA）模型。
预计在2024年，随着AI模型变得越来越多维，我们命名的术语也将更多维。
4. 封闭源AI模型继续领先开源模型**
在AI领域，封闭源与开源AI模型之间的性能比较是一个重要话题。尽管许多顶尖的AI模型开发商，如OpenAI、Google DeepMind、Anthropic和Cohere等都将其最先进的模型作为专利，但包括Meta和新兴热门初创公司Mistral在内的少数几家公司却选择公开其最先进的模型权重。
目前，性能最高的基础模型（例如OpenAI的GPT-4）是封闭源的。许多开源倡导者认为封闭和开源模型之间的性能差距正在缩小，开源模型有望在今年超越封闭模型。
福布斯预测2024年及以后，封闭源模型将继续在性能上显著超过开源模型。
基础模型的性能是一个快速发展的前沿领域。Mistral最近称将在2024年开源GPT-4级模型，这引起了开源社区的轰动。但OpenAI在2023年初就发布了GPT-4。等到Mistral推出这个新模型时，已经落后一年多了。届时，OpenAI很可能已经发布了GPT-5。
相比之下，Llama 2的建造成本约为2000万美元，考虑到战略利益，即使没有任何相关的收入增长，这种投资水平对于Meta来说也是合理的。
但Meta作为一家上市公司，最终要对股东负责。它真的会投入近20亿美元来构建一个性能最优的AI模型，然后只是为了开源，而不期望获得具体的投资回报吗？
也许，随着像Mistral这样的公司，投入越来越多的资金来构建更强大的AI模型，他们最终可能会放松对开源的立场，并保留自己最先进的模型用来盈利。
5. 多家财富500强公司将设立首席AI官职位
人工智能技术已成为财富500强公司的首要关注点，各行各业的董事会和管理团队都在忙着研究这项新技术对企业业务的意义。
福布斯预计今年大型企业将普遍设立“首席AI官”（CAIO）来领导公司的AI战略和举措。此趋势与十年前云计算兴起时企业设立“首席云官”的情形相似。
随着政府部门在AI领域的类似动向，这一趋势在企业界将获得更大的动力。美国总统拜登最近关于AI的行政命令要求每个联邦政府机构任命一位首席AI官，这意味着在未来几个月内，美国政府将新聘请超过400名首席AI官。
对于公司而言，任命首席AI官成为一种向外界展示其重视AI的流行方式。然而，这些角色能否在长期内证明其价值，仍是一个待解的问题。
6. Transformer架构将有实质性的替代方案
在2017年谷歌发表开创性论文以来，transformer架构已成为当今AI技术的主导范式，几乎所有主要的生成型AI模型和产品，如ChatGPT、Midjourney和GitHub Copilot等，都是基于transformer构建的。
但没有任何技术能永远占据主导地位。在AI研究领域的边缘，一些团队正在努力开发新一代AI架构，这些架构在不同方面都优于transformer。
克里斯-雷（Chris Ré）和他的团队在斯坦福大学实验室的核心工作是构建一种新的模型架构，该架构在处理序列长度方面的扩展是次二次方的，和transformer的二次方扩展不同。次二次方扩展将使AI模型在计算上更为高效，并能更好地处理长序列。Ré实验室近年来推出的显著次二次方架构包括S4、Monarch Mixer和Hyena。
最近最有前景的可能是Mamba架构。福布斯预测，今年这些挑战者架构中的一个或多个将实现突破，并在开发中得到真正的应用，从而成为一种可靠的替代AI方法。尽管我们不认为transformer架构在2024年将消失，但我们确信这一年将是先进替代方案成为现实世界AI用例的可行选项的一年。
7. 云服务提供商对AI初创公司的战略投资面临监管挑战*
2023年1月，微软向OpenAI投资了100亿美元，6月又领投了Inflection的13亿美元融资。第三季度，亚马逊宣布将向Anthropic投资40亿美元。几周后，Alphabet也不甘示弱，宣布将向Anthropic投资20亿美元。英伟达（Nvidia）可能是2023年全球最多产的人工智能投资者，它向数十家使用其GPU的人工智能初创公司投入资金，其中包括Cohere、Inflection、Hugging Face、Mistral、CoreWeave、Inceptive、AI21 Labs和Imbue。
不难看出，进行这些投资的动机至少部分是为了确保这些高增长的人工智能初创公司成为其长期计算客户。
这类投资可能会牵涉到会计规则中的一个重要灰色地带。这听起来可能是一个深奥的话题，但它将对未来人工智能领域的竞争格局产生巨大影响。
假设一家云计算供应商向一家人工智能初创企业投资1亿美元，并保证这家初创企业会将这1亿美元用于购买云计算供应商的服务。从概念上讲，这对云厂商来说并不是真正的正常收入；实际上，厂商是在利用投资将自己资产负债表上的现金人为地转化为收入。
这类交易通常被称为“round-tripping”（因为资金出去后又马上回来），今年引起了风险投资人比尔-格利（Bill Gurley）等硅谷领袖的关注。
细节决定成败。并非上述所有交易都是真正的“往返”。例如，投资是否明确要求初创企业将资金用于投资方的产品，或者只是鼓励两家公司开展广泛的战略合作，这一点很重要。微软与OpenAI、亚马逊与Anthropic之间的合同并未公开，因此我们无法确定它们的结构。
但至少在某些情况下，云计算提供商很可能通过这些投资获得了本不该获得的收入。
到目前为止，这些交易几乎没有受到任何监管审查。这种情况将在2024年发生变化。预计今年美国证券交易委员会将对人工智能投资中的迂回交易进行更严厉的审查——预计此类交易的数量和规模将因此大幅下降。
鉴于云提供商是迄今为止推动人工智能热潮的最大资金来源之一，这可能会对2024年的整体人工智能筹资环境产生重大影响。
8. 微软与OpenAI合作关系面临考验
微软和OpenAI之间的紧密联盟可能在未来面临挑战。迄今为止，微软已向OpenAI投资超过100亿美元， OpenAI的模型为Bing、GitHub Copilot、Office 365 Copilot等关键产品提供了支持。尽管OpenAI首席执行官Sam Altman曾经被董事会解职，但在微软首席执行官Satya Nadella的帮助下重新复职。
然而，微软和OpenAI作为两个独立的组织，拥有不同的雄心和愿景。随着OpenAI拓展企业业务，可能会越来越频繁地与微软直接竞争客户。就微软而言，除了将OpenAI作为顶级人工智能模型的供应商外，它还有很多理由进行多元化发展。例如，微软最近宣布与OpenAI的竞争对手Cohere达成合作协议。面对大规模运行OpenAI模型的高昂成本，微软还在Phi-2等小型语言模型上投入了内部人工智能研究。
从大的方面看，随着人工智能变得越来越强大，有关人工智能安全、风险、监管和公共责任的重要问题将成为焦点。利害关系将非常重大。鉴于两家公司不同的文化、价值观和历史，似乎不可避免地会在处理这些问题的理念和方法上产生分歧。
微软市值2.7万亿美元，是全球第二大公司。然而OpenAI及其魅力四射的领导者Sam Altman的野心可能更加深远。如今，这两家公司彼此合作无间。但这种关系很难永远持续下去。
9. 投资热潮可能从AI转向加密货币
现在很难想象风险投资家和技术领导者会对人工智能以外的东西感到兴奋。但是，一年是很长的时间，风险投资人的“信念”会转变得非常快。
加密货币是一个周期性行业。现在它已经过时了，另一轮大牛市将会到来——就像2021年、2017年和2013年一样。可以看出，比特币的价格在2023年年初低于17000美元后，在过去几个月里大幅上涨，从9月份的25000美元涨到了现在的40000多美元。比特币还有可能大涨，如果真的如此，大量的加密货币活动和炒作将随之而来。
许多著名的风险投资家、企业家和技术专家，如今将自己全身心投入人工智能，他们曾在2021-2022年的牛市期间致力于加密货币。如果今年加密资产价格真的强劲回归，预计他们还会投入加密货币中。
10. 美国法院将审理生成式AI模型版权侵犯案
目前，整个生成式人工智能领域都面临着一个被忽视的重大法律风险：世界领先的生成式人工智能模型是在大量受版权保护的内容上训练出来的，这一事实可能会引发巨大的法律责任，并改变该行业的经济状况。
GPT4、DALLE3都是通过训练互联网上的受版权保护内容而开发的模型，而那些创造这些知识产权的原始作者——编写书籍、创作诗歌、拍摄照片、绘制画作和制作视频的人们对AI从业者使用这些作品有话语权？他们是否有权分享由AI模型创造的价值？这些问题的答案取决于法院对“公平使用”这一法律概念的解释。公平使用是一个历史悠久的法律原则，但其应用于新兴的生成式AI领域，带来了复杂且无明确答案的新理论问题。
今年至少会有一家美国法院裁定，像GPT4和Midjourney这样的生成式AI模型确实侵犯了版权，并认定开发这些模型的公司对于模型训练所依赖的知识产权所有者承担责任。但这不会解决问题。其他法院可能会得出相反的结论，即这些AI模型受公平使用原则保护。这个问题会一直发展到美国最高法院，最终由最高法院给出一个结论性的法律解决方案。
总的来说，福布斯的这些预测表明AI领域将继续快速发展，同时也伴随着新的挑战和机遇。我们在关注这些变化时，需要更新自己的研发实力。BayStone平台聚集全球高端智算算力资源，优化算力成本提供高性价比算力服务，帮助企业用户低成本使用计算设备，高效稳定使用计算服务，实现大规模的计算任务，降低研发周期和成本。需要使用英伟达RTX系列、HGX1系列等算力资源的用户，可以点击【超链接】提出所需要的算力支持。
