2023下半場，人工智能（AI）有何發(fā)展趨勢？產(chǎn)業(yè)層面如何演化？哪些細分領(lǐng)域最為受益呢？

(資料圖片)

近日，澎湃新聞專訪了中信建投證券研究所所長兼國際業(yè)務(wù)部行政負責人武超，就相關(guān)問題作出分析解讀。

武超則是新財富白金分析師，2013年至2020年連續(xù)八屆新財富最佳分析師通信行業(yè)第一名，專注于5G、云計算、物聯(lián)網(wǎng)等領(lǐng)域研究。目前是中國證券業(yè)協(xié)會證券分析師、投資顧問與首席經(jīng)濟學家委員會委員。

AI正處于通用人工智能曙光乍現(xiàn)的階段

對于目前人工智能的發(fā)展階段，武超則認為，正處于狹義人工智能相對成熟、通用人工智能（AGI）曙光乍現(xiàn)的階段。

“通用人工智能是指具有像人類一樣的思考能力，可以適應(yīng)廣泛的領(lǐng)域并解決多種問題的機器智能，通用人工智能是人工智能研究的重要目標之一。”武超則說。

武超則解釋稱，狹義人工智能是指當下已取得顯著進展，但局限于特定領(lǐng)域的人工智能，如語音識別、機器視覺等。目前以GPT-4為代表的自然語言大模型，則被認為是通往通用人工智能的重要潛在路徑。

“進一步展望未來，腦機接口有望成為下一代人機交互方式。當前，腦機接口技術(shù)正在突破人類的生理界限。”武超則稱。

現(xiàn)階段，武超則認為，大模型正在成為新一代的流量入口。GPT-4正在逐步開放插件功能，通過底層模型連接第三方應(yīng)用，從而構(gòu)建豐富的生態(tài)系統(tǒng)。GPT-4自插件功能開放以來，目前已經(jīng)接入超過500個插件。

“隨著大模型能力的不斷增強以及插件生態(tài)的不斷豐富，大模型有望成為新一代的人機交互方式以及流量入口。”武超則判斷。

大模型正朝多模態(tài)信息融合方向快速發(fā)展

而對于大模型接下來的發(fā)展，武超則表示，目前文本、語音、圖片等單模態(tài)人工智能模型已經(jīng)相對成熟，大模型正在朝著多模態(tài)信息融合的方向快速發(fā)展。

“從CLIP的誕生再到GPT-4的圖像處理能力，圖文多模態(tài)技術(shù)已經(jīng)取得了顯著的進步。大模型已不只滿足文字和圖像，也開始向著音頻、視頻等領(lǐng)域拓展。”武超則說。

武超則進一步指出，多模態(tài)模型能夠處理視覺信息、文本信息、聽覺信息等多元化數(shù)據(jù)，可以對不同表現(xiàn)形式的信息進行融合理解，進一步提升大模型的遷移學習能力，是人工智能全面理解真實世界的重要一步。

現(xiàn)階段來看，谷歌推出RoboCat大模型，英偉達推出Nvidia VIMA，武超則認為具身智能已經(jīng)成為AI龍頭企業(yè)競相爭奪的高地。

“具身智能是可以和物理世界進行感知交互，并具有自主決策和行動能力的人工智能系統(tǒng)。通用人工智能與機器人產(chǎn)業(yè)正處在快速發(fā)展、互相融合促進的戰(zhàn)略機遇期，作為兩大領(lǐng)域交叉的核心應(yīng)用，具身智能有望在未來取得快速發(fā)展。”武超則判斷。

模型性能提升需建立在高質(zhì)量數(shù)據(jù)之上

對于人工智能接下來的發(fā)展，武超則強調(diào)，深度學習的進步，勢必建立在以更大的模型處理海量數(shù)據(jù)基礎(chǔ)之上。

“GPT-1模型從1.17億參數(shù)上升至GPT-3的1750億參數(shù)，模型效果取得了顯著突破，同時還有能力的涌現(xiàn)。但是模型參數(shù)量的增大帶來算力需求的激增，模型架構(gòu)和參數(shù)量提升帶來的收益正處于遞減狀態(tài)。”武超則說。

武超則進一步指出，相關(guān)研究顯示，高質(zhì)量的語言數(shù)據(jù)將在2026年耗盡，低質(zhì)量的語言數(shù)據(jù)和圖像數(shù)據(jù)將分別在2030-2050年、2030-2060年間枯竭。

“以數(shù)據(jù)為中心的人工智能更加專注于數(shù)據(jù)的價值，將進一步推動AI模型的性能突破。例如，斯坦福大學吳恩達教授便提出了二八定律，即‘80%的數(shù)據(jù)+20%的模型=更好的AI’。”武超則稱。

在武超則看來，以數(shù)據(jù)為中心的策略可以解決數(shù)據(jù)樣本不足、數(shù)據(jù)偏差等問題，高質(zhì)量數(shù)據(jù)集成為推動模型性能進一步提升的關(guān)鍵要素，高質(zhì)量的數(shù)據(jù)處理、數(shù)據(jù)標注服務(wù)以及完善的數(shù)據(jù)收集和評估體系的價值將進一步凸顯。

應(yīng)用端或百花齊放

應(yīng)用落地方面，武超則判斷，總的來說，數(shù)據(jù)壁壘將帶來企業(yè)端大模型百花齊放。

“通用大模型可以幫助用戶解決一般性問題，而當企業(yè)需要處理其特定行業(yè)的數(shù)據(jù)和任務(wù)時，往往需要針對其行業(yè)數(shù)據(jù)庫來對基本模型進行微調(diào)，垂直行業(yè)的特性和需求不盡相同，因此大模型的應(yīng)用也呈現(xiàn)出多樣化的趨勢。”武超則說。

而在B端應(yīng)用上，武超則表示，出于對模型的經(jīng)濟性考量，未來將呈現(xiàn)階梯式、差異性需求。

“大模型在垂直領(lǐng)域的商業(yè)化落地對模型的運行成本更為敏感，模型的推理成本與模型的參數(shù)量多少密切相關(guān)，需要不同參數(shù)規(guī)模的大模型組成多層次的產(chǎn)品組合，從而在不同場景下實現(xiàn)最佳的經(jīng)濟性，進一步提升大模型的豐富度。”武超則判斷。

看好云計算和算力端未來發(fā)展

云計算方面，武超則表示，作為當前重要的AI算力提供方案，AI服務(wù)器市場獲得迅猛發(fā)展。根據(jù)相關(guān)數(shù)據(jù)，2022年全球AI服務(wù)器的出貨量占整體服務(wù)器比重約1%，隨著大模型訓練側(cè)和推理側(cè)的需求爆發(fā)，AI算力資源需求預計將呈指數(shù)增長。

“其中，IDC數(shù)據(jù)預計，未來5年中國智能算力規(guī)模的年復合增長率將達52.3%，全球價值萬億美元的數(shù)據(jù)中心存量市場將從通用計算逐步過渡向AI計算。”武超則指出。

武超則認為，云計算正從CPU為中心的同構(gòu)計算架構(gòu)向以CPU+GPU/NPU為中心的異構(gòu)計算架構(gòu)深度演進。

市場規(guī)模方面，武超則預計，大模型帶來的GPU存量空間將從2023年的277億美元上升至2025年的1121億美元，以GPU為代表的AI計算資源中短期將處于供不應(yīng)求的狀態(tài)。

“此外，隨著專有領(lǐng)域的計算需求提升，AI芯片追求更高的性能和更低的功耗，芯片的多樣性和生態(tài)豐富性將不斷提升。”武超則說。

同時，武超則強調(diào)，隨著大模型小型化、場景化需求增加，同時出于對AI應(yīng)用的經(jīng)濟性、可靠性和安全性的考量，部分場景的推理將逐步從云側(cè)擴展向端側(cè)，并帶動端側(cè)算力需求的進一步提升。

AI監(jiān)管仍需加強

在人工智能的快速發(fā)展中，武超則強調(diào)，加強AI監(jiān)管與推動AI技術(shù)的進步同等重要。

“AI能力帶來應(yīng)用的便利性，同時也可能引發(fā)數(shù)據(jù)隱私、算法偏見、AI倫理等一系列問題。”武超則指出，“從規(guī)范角度來看，各國政府也都已經(jīng)開始采取行動，制定和執(zhí)行各種AI政策和法規(guī)。”

武超則稱，從技術(shù)角度來看，可以通過可解釋AI等技術(shù)手段增強AI的可信度。可解釋AI使人工智能的決策過程透明化，增加輸出內(nèi)容的可理解性和可信任度，對于構(gòu)建用戶對AI系統(tǒng)的信任、提升系統(tǒng)的有效性、應(yīng)對潛在的倫理問題都至關(guān)重要 。

（文章來源：澎湃新聞）

關(guān)鍵詞：