2024年 7 大人工智能趋势

人工智能 (AI) 有潜力改变世界的生活和商业运作方式。

事实上，PwC估计，到 2030 年，人工智能对全球经济的影响可能超过 15 万亿美元。

很少有技术能够在不久的将来对世界产生这种影响。

本文将介绍目前影响人工智能生态系统的七大趋势。

一、自然语言处理推动人工智能新用例

在人工智能行业中，没有什么比自然语言处理 (NLP) 更有前景的商业用例了。

分析、格式化、翻译和使用文本对于世界各地所有类型的业务都至关重要。不仅仅是语言，NLP 用于分析数据的方式与我们之前使用的统计方法截然不同。

借助 NLP 工具，组织可以将数据处理速度提高 10 倍，并通过人类语言分析非结构化数据。

那么，什么是NLP？

它基本上是计算机说人类语言的一种方式。

过去，计算机只有先将人类语言翻译成代码才能理解。但通过 NLP，机器能够从处于自然状态的文本中获取智能。

据估计，到 2030 年，全球数据量将达到 612 Z字节，到 2035 年将达到 2,142 Z字节。

其中大部分是人类可读的文本，因此企业可以使用 NLP 来确定文本的情感、对文本进行分类、从文本中提取含义和关键字以及分析文本。

这提供了一种有效的方法来分析大量数据并从中获得见解——如果不使用 NLP，这是不可能实现的。

在法律和商业领域，数十家公司已开始使用 NLP 来分析密集的法律文档并生成新的法律文档。

二、科技巨头竞相开发人工智能搜索

自然语言处理最流行、最强大的应用之一是人工智能搜索。

自2019年以来，人们对 “人工智能搜索” 的兴趣上升了 1,075% 以上。

使用大型语言模型 (LLM) 的人工智能搜索工具有可能改变人们在线查找信息的方式。

像 ChatGPT 这样的界面背后的底层 LLM 的工作原理是首先分析大量信息并“学习”它。由此，模型可以识别模式并可以预测应该组合在一起的单词和短语。

当一个人用自然语言输入搜索查询时，人工智能搜索平台可以预测回答该问题的人类语言序列。

该工具不是生成相关网站的列表，而是提供从不同资源组合中提取的书面答案。

而且，这些平台远远超出了简单的查询，例如查找巴西首都或当前气温。

用户可以查询广泛的问题，例如如何计划三道菜或购买哪辆车。

人工智能搜索是 “生成式人工智能” 的另一种形式：人工智能可以创建新内容，如图像、音频、代码，在本例中还包括文本。

自2019年以来，“生成式人工智能” 的搜索量正在爆炸式增长。

ChatGPT是一个生成式 AI 平台，于 2022 年底火爆。用户可以在该工具中输入问题，它会提供答案，但它也可以充当聊天机器人。这意味着它可以进行非常类似于人类的对话和完整的命令来生成内容。

例如，宾夕法尼亚大学沃顿商学院的一位教授通过 ChatGPT 管理了他的 MBA 期末考试。结果得分为 B。

在另一个示例中，ChatGPT 扩展可以在 Google Sheets 中使用，以便填充网络电子邮件以发送给 LinkedIn 上的首席执行官。

客户关系管理（CRM）软件 Salesforce 正在使用 ChatGPT 模型使工具货币化。

Salesforce 的该工具是第一个用于 CRM 的生成式人工智能。

其他大型科技公司已经加入了成为首选生成人工智能搜索平台的竞赛。

微软于 2023 年 2 月上旬推出了人工智能驱动的 Bing 版本。尽管它是由 ChatGPT 技术运行的，但微软声称它更快、更准确，因为它是专门为搜索而构建的。该平台允许用户提出搜索的后续问题，并且还可以生成新内容。

微软与 OpenAI 的合作始于 2019 年，当时该公司在该技术上投资了10 亿美元此后，微软已向 OpenAI 投入了另外 20 亿美元，微软最近承诺在未来几年再投资100 亿美元。

谷歌版本的人工智能搜索 Bard 也于 2023 年 2 月上旬发布，但分析师表示，它落后于微软的版本。

尽管围绕人工智能搜索的大部分喧嚣都集中在 ChatGPT、Bing 和 Google 上，但独立公司 Perplexity AI 正在提供一种可能超越它们的工具。

近几个月来，“Perplexity AI” 的搜索量猛增。Perplexity 的人工智能搜索聊天机器人可以实时提供信息，并提供信息的引用。

相比之下，ChatGPT 仅接受了 2021 年之前的信息训练。

Perplexity 的人工智能工具可以产生与当前事件相关的结果。

尽管这些工具很早就流行起来，但业内许多人很快指出，人工智能搜索聊天机器人还处于起步阶段。仍有许多问题需要解决。

三、人工智能引发医疗保健革命

特别是在过去的一年里，人工智能在医疗保健行业发生了令人难以置信的变革。

过去 5 年，“医疗保健 AI”的搜索量增长了 376%。人工智能的进步是应对全球大流行的关键组成部分，从那时起，人工智能创新变得更加重要。医院的采用率正在激增——90% 的医院制定了人工智能战略，75% 的医院高管表示人工智能举措至关重要。

人工智能与机器学习一起正在加快医院的多个流程。这包括将手写数据扫描到在线平台、录制医患对话的音频并将其转换为文本注释以及识别患者进行研究等任务。这项技术也正在成为医院人员危机中的重要工具。2021 年，医院员工流动率增长 6.4%，达到近 26%。

2021年医院营业额比2017年高出近8个百分点。仅 2021 年就有近334,000 名临床医生离职。实施人工智能解决方案有助于应对人员短缺的冲击。

在一项调查中，58% 的医院高管表示人工智能在提高运营绩效方面非常有效或经常有效。一些医院通过投资帮助监控患者的人工智能系统来减轻护士的负担。人工智能也有可能以许多其他方式影响医疗保健行业。药物开发、疾病诊断和个性化治疗计划只是人工智能未来可能发挥作用的几种方式。

投资者也正在关注这个行业。2022 年，药物发现初创公司的投资超过16 亿美元。

近年来，“制药 AI”的搜索量增长了 300%。

四、人工智能为教师和学生提供了宝贵的工具

在教育环境中，人工智能有可能极大地改变教育工作者的教学方式和学生的学习方式。

近年来，“人工智能教育”的搜索量跃升了 1,300% 以上。

当 ChatGPT 发布时，教育工作者开始担心学生能够在老师不知情的情况下使用该工具代替实际学生撰写论文和完成考试。

据报道，为了解决这个问题，ChatGPT 正在开发一种数字水印，该水印将嵌入到人工智能平台创建的文本中。

另一方面，一些教育工作者将 ChatGPT 的发布作为一种战斗口号，倡导在课堂上广泛采用人工智能工具。

一些教师正在通过 Character.ai 和 Prof Jim 等网站在教学中利用人工智能。

充当导师的人工智能工具也正在开发中，并为幼儿园的学生服务。

这些工具旨在为学生提供个性化的直接指导，而无需人工老师。他们能够提供实时反馈并根据学生的表现改变教学课程。

五、计算机视觉提高各行业的效率

计算机视觉是人工智能的一部分，它允许计算机解释图像和视频中的信息，并根据该信息采取行动。

今天的计算机视觉系统比人类更准确，反应也比人类更快。

例如，计算机视觉将制造过程中的缺陷检测提高了 90%。

它可用于从监控管道和农作物到识别假币和癌症患者关注的领域等各种用途。

计算机视觉技术具有深远的影响。虽然计算机视觉的概念自 20 世纪 50 年代以来就已存在，但深度学习技术的出现使计算机视觉能够应用于广泛的应用，而这在前几年是不可能的。

在一项调查中，近 30% 的企业领导者表示，他们看到对计算机视觉解决方案的需求不断增长。超过一半的人对通过计算机视觉进行物体跟踪和识别最为兴奋。

计算机视觉是制造商融入工业 4.0 趋势的一种方式。

过去 5 年来，“制造业中的人工智能”的搜索热度增长了 692%。

这是一个面临严重人员短缺的行业。到 2030 年，多达790 万个制造业岗位将空缺，未实现收入总计 6071.4 亿美元。

预计未来几年制造业工人短缺的情况将更加严重。

通过使用计算机视觉，制造商正在提高其设施的效率和性能，并减少人员数量。

检测异常是计算机视觉在制造业中的重要作用之一。

计算机视觉系统可以跟踪生产过程的每一步。如果遗漏了某个步骤或某些操作不按顺序进行，就会发出警报。

此外，系统知道生产周期需要多长时间，并且可以在周期运行太快时检测到故障。

最后，当检测到有缺陷的产品时，工作人员可以通过序列号查找该产品，以准确了解制造过程中发生的情况。

计算机视觉也被用于应对自然灾害和气候变化问题。

加州一家名为 Rain 的初创公司正在利用计算机视觉来扑灭野火。

Rain的飞机能够在空中停留一个多小时。

他们的产品是一架无人驾驶直升机，利用人工智能和计算机视觉在野火失控之前向野火供水。

该公司的想法是将这些直升机部署在无人值守的高风险区域（24/7）。如果发生野火，飞行员可以立即将直升机部署到偏远地区。

该项目今年将在加利福尼亚州进行真实火灾测试，该公司计划在那里建造200 个直升机站。

此外，剑桥大学的一个团队最近开发了一种计算机视觉系统，使科学家能够通过智能手机监测森林和碳封存。

剑桥大学开发的计算机视觉系统采用激光雷达传感器。

错误率为8%，低于人类完成任务时发生的错误率。

在广泛应用于各个行业的同时，计算机视觉技术本身也正在发生革命性的变化。

当今的计算机视觉的工作原理是在静止帧中拍摄一张图像或一系列图像。然后计算机对静止帧进行分析。

然而，一家公司正在设想不需要静止帧的计算机视觉。

Ubicept是一家成立于 2021 年的公司，它开发了计算机视觉，可以测量单个光子，而不是查看静止帧。该过程比传统计算机视觉更快、更可靠。这对于相机需要捕捉快速移动的物体或弱光下的物体的情况特别有用。

Ubicept 的 计算机视觉技术在弱光和快速运动方面表现出色，而这两个领域是传统计算机视觉的不足。

六、零售商在店内和线上部署人工智能

零售行业可能会从人工智能的使用中获得巨大的利益。

预测显示，到 2028 年，零售业人工智能市场的复合年增长率将超过 30%。据估计，当年市场规模将达到 311.8 亿美元。

截至 2021 年，81% 的零售业领导者表示，他们的公司已经在中等或全功能水平上使用人工智能。

人工智能的使用正在持续增长。

在 2022 年零售技术研究中，40% 的零售组织表示，购物者跟踪功能将成为未来两年内他们的首要技术投资之一。

基于位置的营销、数字设备和计算机视觉也榜上有名，超过三分之一的零售商表示他们将在未来两年专注于这些技术解决方案。

零售业领导者计划在未来两年内大力投资人工智能。

人工智能在零售业最明显的用途之一就是结账。

Amazon Go 等商店通过计算机视觉跟踪商店内的顾客。当一个人将商品放入物理购物车时，计算机视觉会捕获该商品，并将其添加到各种虚拟购物车中。当该人离开商店时，他们的数字钱包会相应收费。

零售商也使用人工智能进行库存管理。

人工智能系统可以监控仓库和货架上的库存水平。当库存不足时，系统可以自动通知适当的渠道，减少补充产品供应所需的时间。

过去 5 年，“仓库自动化”的搜索量增加了 85%。

麦肯锡报告称，采用人工智能供应链的企业的物流成本降低了 15%，库存水平提高了 35%。

人工智能还使零售商能够利用动态定价。

借助来自零售商、竞争对手和客户的数据，人工智能可用于实时调整定价并实现利润最大化。

使用电子货架标签和人工智能动态定价的零售商有可能将利润增加 33%。

零售商的最新发展之一是生成式人工智能。

例如，Shopify Magic于 2023 年初发布，作为一款为零售商编写电子商务产品描述的工具。

Shopify Magic 使零售商能够在几秒钟内创建产品描述。Shopify 表示，他们将在不久的将来添加更多人工智能工具。
零售商还利用生成式人工智能来创建店内展示。

通过在 DALL-E 等程序中插入一些提示，零售商可以提出视觉概念和营销图像。

一位零售商表示，她的团队通常会花一周的时间集思广益，为新的店内设计创造图像。

有了人工智能，他们只需八小时就能完成这件事。

人工智能生成的奢华时装店概念的示例。

服装公司还使用生成式人工智能来创建数百种推荐的服装组合，并显示在其网站和应用程序上。

通过与Stylitics公司合作，Puma 将转化率提高了 235%，会话持续时间提高了 334%。

Stylitics 的人工智能解决方案可以将服装组合在一起，并在服装断货时进行更换。

七、人工智能风险和监管的可能性不断增加

随着人工智能采用的增加，风险缓解水平保持不变。

这意味着企业并没有特别关注与人工智能相关的风险。

自 2019 年以来，“AI 风险”的搜索量增长了 600% 以上。

麦肯锡一项调查显示，过去三年，企业对人工智能相关风险的关注度并未大幅增加。这包括网络安全、监管合规性、隐私和可解释性。

麦肯锡称缺乏对人工智能风险的关注“令人担忧”。

潜在风险的清单很长，而且还在不断增加。

沃顿商学院撰写了一篇内容广泛的论文，概述了在商业中使用人工智能的风险。数据质量差、数据攻击、缺乏透明度和偏见只是讨论的几个主题。

近几个月来，公司、消费者和美国政府的迹象表明，他们的注意力正在转向这些风险和人工智能安全。

麦肯锡的另一份报告显示，72% 的消费者认为，在购买之前了解公司的人工智能政策很重要。

在同一项调查中，55% 的企业领导人表示他们在过去三年中遭遇过人工智能事件。

另一项调查显示，近三分之二的美国人表示，他们希望在不久的将来对人工智能实施监管。

近年来，“人工智能监管”的搜索量增长了1000%以上。

然而，政府并没有迅速提供任何法律或监督。

截至 2023 年 3 月，美国国会尚未提出任何限制人工智能影响范围或保护公民的法案。甚至限制面部识别使用的提议也失败了。

2022 年底，白宫发布了一项人工智能权利法案，旨在鼓励公司监管其内部人工智能的使用，但它没有权力。

人工智能权利法案鼓励企业充分评估其人工智能系统并纠正潜在问题。

然而，联邦机构正在加大对人工智能监管的参与力度。

FTC、FDA 和 CFPB 都在以某种方式采取行动，遏制不道德人工智能的使用。

一些州还通过了与人工智能相关的隐私法规，并特别关注人工智能在招聘过程中的作用。

纽约市于 2021 年底通过了第 144 号地方法律《人工智能法》 ，该法律要求任何想要在招聘过程中使用人工智能工具的公司在使用之前必须对其进行偏见审计。

该法律原定于 2023 年 1 月生效，但由于大量公众意见和澄清法规，推迟到了 2023 年 4 月 15 日生效。

欧洲在人工智能监管方面采取了更多联邦层面的行动，2023年6月，欧洲议会以499票赞成、28票反对和93票弃权，高票通过了《人工智能法案》谈判授权草案，推动了该法案进入立法程序的最后阶段，即举行欧洲议会、欧盟成员国和欧盟委员会的“三方谈判”，以确定法案的最终条款。

“AI Act”的搜索热度上升了 1,700% 以上。

《 人工智能法案》根据潜在风险水平来审查应用程序。

八、结论

人工智能及其支持的技术解决方案无疑将改变企业和个人在世界上的运营方式。

在许多行业中，人工智能将推动我们以前从未见过的方法和流程的发展。这有可能提高效率，减轻劳动力短缺的影响，并促使企业创造新的收入来源。

然而，人工智能的真正风险仍有待观察。未来几年，人工智能的脆弱性可能会暴露出来，政府、机构和消费者将不得不决定如何平衡风险和收益。