一些结论
2024年,尽管开源AI模型发展迅速,但最先进的封闭源AI模型,如OpenAI的GPT-5,预计仍将在性能上显著超越开源模型,由于开发这些尖端模型需要巨额投资。
随着人工智能成为商业战略的核心,越来越多的Fortune 500公司预计将在明年设立“首席AI官(CAIO)”职位,以领导和实施公司的AI策略和举措。
2024年预计将见证新一代AI架构的崛起,这些架构在计算效率和处理长序列方面优于当前主导的transformer架构,预示着AI技术的重要转变。
1. Nvidia加速成为云服务提供商
随着云计算的日益重要性,Nvidia计划在2024年大幅加强其作为云服务提供商的角色。目前,大多数组织通过云服务提供商如亚马逊、微软Azure和谷歌云平台获取Nvidia的GPU资源,而这些公司不仅是Nvidia的大客户,同时也在成为其竞争对手。他们正投资开发自家AI芯片,直接挑战Nvidia的GPU。为了应对这一变化,Nvidia可能会朝着相反方向发展,即提供自己的云服务并运营自己的数据中心,以减少对这些云公司的依赖。今年Nvidia已经推出了名为DGX Cloud的新云服务,并可能在明年进一步加大这一战略。这可能包括Nvidia建立自己的数据中心,甚至可能收购像CoreWeave这样的新兴云服务提供商来实现垂直整合。随着Nvidia与这些大型云服务提供商关系的复杂化,其在云服务市场的角色预计将在2024年发生显著变化。
2. Stability AI面临关闭风险
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,包括多位高级管理人员和关键部门负责人的离职。去年该公司完成了1亿美元的融资,但最近其主要投资者Coatue和Lightspeed因与CEO Emad Mostaque的分歧而退出了董事会。今年,Stability试图以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,公司开始寻找可能的收购者,但迄今为止几乎未引起兴趣。尽管最近从英特尔获得了5000万美元的投资,这笔资金延长了公司的运营时间,但Stability的高成本支出使得这笔资金很难支撑到2024年底。鉴于这些情况,预计这家公司在不断增加的压力下可能会在明年彻底关闭。这一情况反映了AI初创公司在高速发展与可持续运营之间的挑战,尤其是在竞争日益激烈的AI市场环境中。
3. “LLM大语言模型”术语逐渐淡出
随着AI模型类型的多样化和多模态AI的兴起,“大语言模型”(LLM)这一术语将变得越来越不准确和不实用。2023年,AI领域的一个主要趋势是多模态AI的发展,其中许多领先的生成型AI模型已经整合了文本、图像、3D、音频、视频、音乐以及物理动作等多种模式。这些模型远超过传统的仅限于文本处理的语言模型。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,但它们是否仍适合被称为“大型语言模型”则值得商榷。此外,在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,例如通过机械臂执行任务。对于这类模型,可能需要更丰富的术语来描述,例如“视觉-语言-行动”(VLA)模型。因此,预计在2024年,随着AI模型变得越来越多维,我们用以描述它们的术语也将随之发展和变化,以更准确地反映这些模型的复杂性和多功能性。
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。尽管许多前沿的AI模型开发者,如OpenAI、Google DeepMind、Anthropic和Cohere等,保留其最先进模型的专有性,一些公司包括Meta和新兴的Mistral却选择公开其最先进模型的权重。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,开源模型有望在明年超越封闭模型。然而,我们认为2024年及以后,最佳的封闭源模型将继续在性能上显著超过最佳的开源模型。封闭源模型的研发需要巨大的投资,这种投资随着模型能力的每一次重大提升而增加。例如,OpenAI开发GPT-5的费用估计将达到20亿美元。相比之下,像Meta这样的上市公司不太可能为了开发超越一切的AI模型而投入如此巨额资金,尤其是在没有直接收入预期的情况下。Mistral等初创公司也面临类似的困境。因此,尽管开源AI在AI界的发展中将继续发挥重要作用,我们预测最先进的AI系统,那些推动AI可能性边界的系统,将继续保持其专有性。
5. Fortune 500公司设立首席AI官职位
人工智能技术已成为Fortune 500公司的首要关注点,各行各业的董事会和管理团队正忙于探索这一新兴技术对其业务的意义。预计明年,一个越来越普遍的做法是大型企业设立“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。例如,美国总统拜登最近的行政命令要求每个联邦政府机构指定一名首席AI官,这意味着在未来几个月内将在美国政府内新增超过400个首席AI官职位。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。正如今天仍有多少首席云官在职一样,首席AI官的作用和影响将随着时间的推移而显现。此举标志着AI技术对商业战略的重要性不断增强,也反映了企业对于把握AI带来的转型和创新机会的迫切需求。
6. Transformer架构将迎来有意义的替代方案
自2017年谷歌发表开创性论文以来,变压器架构已成为当今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。然而,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优于transformer。斯坦福大学的Chris Ré实验室是这些努力的关键中心。Ré及其团队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,而非transformer的二次方扩展。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。其中最新也可能是最有前景的是Mamba架构。我们预测,明年这些挑战者架构中的一个或多个将实现突破,并在生产中得到真正的应用,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
今年,大型科技公司向AI初创企业的投资潮汹涌而来。微软、亚马逊、Alphabet和Nvidia等公司对AI初创企业的大额投资,一方面旨在将这些高增长的AI公司确保为长期的计算客户。然而,这类投资在会计规则中存在灰色地带,尤其是当投资公司保证AI初创企业会将资金用于购买其云服务时,这种所谓的“资金循环”(投资出去后又以收入形式回流)引起了监管层的关注。例如,云服务商投资1亿美元给AI初创公司,并期望该公司将资金用于购买其服务,这在概念上并不构成真正的独立收入,而更像是将投资转化为收入的手段。
这类交易至今未受到严格的监管审查,但预计情况将在2024年发生变化。美国证券交易委员会(SEC)可能会对AI投资中的这种“资金循环”进行更严格的审查,预计这将导致此类交易的数量和规模显著减少。考虑到云服务提供商是目前推动生成型AI发展的主要资本来源之一,这种变化可能对2024年的整体AI融资环境产生重大影响。此类监管挑战不仅影响投资公司和初创企业之间的财务关系,也可能改变AI领域的竞争格局。
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,并利用OpenAI的模型加强了如Bing、GitHub Copilot和Office 365 Copilot等关键产品。尽管OpenAI首席执行官Sam Altman上月被董事会解职,但在微软首席执行官Satya Nadella的帮助下,他重新获得了职位。然而,微软和OpenAI作为两个独立的组织,拥有不同的雄心和对AI未来的长远愿景。随着OpenAI积极拓展其企业业务,可能会越来越频繁地与微软直接竞争客户。同时,微软也有充分的理由在AI模型供应商方面实现多样化,例如最近与OpenAI的竞争对手Cohere达成合作协议。此外,面对运行OpenAI模型的高昂成本,微软也在内部AI研究上投入,比如研发小型语言模型Phi-2。随着AI技术变得越来越强大,有关AI安全、风险、监管和公众问责的重要问题将成为焦点。考虑到两家公司不同的文化、价值观和历史,它们在这些问题上的理念和方法不可避免地会出现分歧。虽然微软和OpenAI目前互利共赢,但这种关系可能不会永久持续。
9. 投资热潮可能从AI转向加密货币
2023年,虽然人工智能(AI)领域吸引了大量的炒作和投资者的关注,但预计在2024年,这股热潮可能会重新回归加密货币行业。加密货币是一个周期性的行业,尽管目前可能不那么受欢迎,但历史表明它会经历周期性的牛市,就像2013年、2017年和2021年那样。近几个月比特币价格的大幅上涨可能预示着另一轮牛市的到来。如果加密货币价格明年确实大幅回升,那些目前全身投入AI的知名风险资本家、企业家和技术领袖们可能会像今年转向AI那样,再次转向加密货币市场。这种趋势的变化显示了投资界对热门技术领域的快速响应和适应能力,同时也反映了资本市场对新兴技术的敏感性和变化无常。因此,预计明年加密货币领域可能会重新成为资本和媒体关注的焦点,而人工智能领域的过度炒作可能会相应减少。
10. 美国法院将审理生成式AI模型版权侵犯案
当今的生成式人工智能(AI)领域面临一个重大且常被忽视的法律风险:世界领先的生成式AI模型,如GPT4、DALLE3等,均是通过训练互联网上的受版权保护内容而成熟发展的。这一事实可能引发巨大的法律责任,从而彻底改变行业的经济模式。关键问题在于,是否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。
预计明年至少会有一家美国法院裁定,像GPT4和Midjourney这样的生成式AI模型构成版权侵犯,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。然而,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。
英文版原文地址
点击这里查看《10 AI Predictions For 2024》原文。
推荐阅读
欢迎关注我的公众号“AI信息Gap”,原创技术文章第一时间推送。