·GPT-4到來，更多生成式人工智能應(yīng)用程序開發(fā)出來，開源和去中心化的努力將繼續(xù)增加，訓(xùn)練大型語言模型的數(shù)據(jù)要開始耗盡了，歐盟通過人工智能法案，搜索革命，普通民眾將首次使用完全無人駕駛的汽車，為機器人技術(shù)建立基礎(chǔ)模型。
2022年人工智能（AI）的進(jìn)展快到讓人喘不過氣來，可能當(dāng)你剛剛弄懂最新情況時，一篇新論文或新發(fā)現(xiàn)又會使你的理解過時。
7月，一名叫Blake Lemoine的谷歌工程師認(rèn)為谷歌的對話語言模型LaMDA是有意識的，它應(yīng)該享有與人類平等的權(quán)利。當(dāng)月DeepMind宣布，其AlphaFold模型預(yù)測了地球上幾乎每個具有測序基因組的生物體的幾乎所有已知蛋白質(zhì)結(jié)構(gòu)。
OpenAI的DALL·E 2，Stable AI和CompVis的Stable Diffusion把人工智能生成內(nèi)容（AIGC）變成了科技界最火熱的縮寫詞。8月初，一位名叫Jason Allen的美國人在美術(shù)比賽中提交3張人工智能生成的圖像，其中一件作品獲得了數(shù)字藝術(shù)/數(shù)字?jǐn)z影類別的最高獎項，引發(fā)了社交媒體上關(guān)于藝術(shù)本質(zhì)以及成為藝術(shù)家意味著什么的激烈辯論。
用DALL-E繪制的騎馬的宇航員。
到了年終，全世界為OpenAI的大型對話語言模型ChatGPT癲狂了。5天之內(nèi)，超過100萬用戶注冊使用ChatGPT，讓它寫詩、寫代碼，聊人生。
在這一年飛速發(fā)展的基礎(chǔ)上，2023年的人工智能會有什么變化？監(jiān)管是否會遏制住人工智能帶來的問題？強大、變革性的新形式人工智能是否會出現(xiàn)，就像ChatGPT一樣顛覆某個行業(yè)？
GPT-4到來
GPT-4是OpenAI強大的生成語言模型的下一代產(chǎn)品，預(yù)計將在新年伊始發(fā)布，相對于GPT-3和3.5來說性能會有巨大的變化。基于GPT-3.5開發(fā)的ChatGPT足以讓世界瘋狂，但僅僅是GPT-4發(fā)布的前奏而已。
GPT-4會是什么樣子？也許不會比GPT-3大多少。在今年早些時候發(fā)表的一篇有影響力的研究論文中，DeepMind的研究人員確定，當(dāng)今的大型語言模型實際上比它們應(yīng)該有的規(guī)模要大，為了獲得最佳的模型性能（考慮到有限的計算預(yù)算），今天的模型應(yīng)該有更少的參數(shù)，但在更大的數(shù)據(jù)集上訓(xùn)練。換句話說，訓(xùn)練數(shù)據(jù)勝過模型大小。
GPT-4有可能是多模態(tài)的：也就是說，除了文本之外，它將能夠處理圖像、視頻和其他數(shù)據(jù)模式。這將意味著，它可以將文本提示作為輸入并產(chǎn)生圖像，或者將視頻作為輸入并通過文本回答有關(guān)問題。
一個多模態(tài)的GPT-4將是一個重磅炸彈。然而，更有可能的是，GPT-4將是一個純文本的模型，在語言任務(wù)上的表現(xiàn)重新定義技術(shù)水平。具體而言，這將是什么樣子呢？GPT-4可能在兩個語言領(lǐng)域表現(xiàn)出驚人的飛躍，即記憶（保留和參考以前對話中的信息的能力）和總結(jié)（將大量文本提煉為基本元素的能力）。
更多生成式人工智能應(yīng)用程序
隨著Prisma實驗室的人工智能自拍應(yīng)用Lensa的走紅，我們可以期待很多類似的應(yīng)用出現(xiàn)。
Mozilla基金會的高級政策研究員Maximilian Gahntz說，將生成式人工智能整合到消費者技術(shù)中會放大這種系統(tǒng)的影響，無論是好的還是壞的。例如，Stable Diffusion從互聯(lián)網(wǎng)上獲取了數(shù)十億張圖片，直到它“學(xué)會”將某些詞語和概念與某些圖像聯(lián)系起來，但文本生成模型常常很容易被欺騙，以支持攻擊性的觀點或產(chǎn)生誤導(dǎo)性的內(nèi)容。
Knives and Paintbrushes開放研究小組的成員Mike Cook同意Gahntz的觀點，即生成式人工智能將繼續(xù)被證明是一種有問題的變革力量。但他認(rèn)為，2023年是生成式人工智能“最終開始談錢”的一年。
“僅僅激勵一個專家群體（創(chuàng)造新技術(shù)）是不夠的。技術(shù)要想成為我們生活的長期組成部分，它必須讓某人賺大錢，或者對普通大眾的日常生活產(chǎn)生有意義的影響?！盋ook說，“所以我預(yù)測，我們將看到一個切實的推動力，使生成式人工智能真正實現(xiàn)這兩件事中的一件，并取得不同的成功?！?/p>
8月初，一位名叫Jason Allen的美國人在美術(shù)比賽中提交3張人工智能生成的圖像，其中一件作品獲得了數(shù)字藝術(shù)/數(shù)字?jǐn)z影類別的最高獎項。
開源和去中心化的努力將繼續(xù)增加
2022年，少數(shù)人工智能公司主導(dǎo)了舞臺，主要是OpenAI和Stability AI。但在2023年，隨著構(gòu)建新系統(tǒng)的能力超越“資源豐富和強大的人工智能實驗室”，鐘擺可能會向開源方向擺動。
Gahntz說，社區(qū)可能會導(dǎo)致對正在構(gòu)建和部署的系統(tǒng)進(jìn)行更多審查。如果模型是開放的，將使更多的關(guān)鍵研究成為可能，這些研究指出了與生成式人工智能有關(guān)的許多缺陷和危害。
這種以社區(qū)為中心的例子包括EleutherAI和BigScience的大型語言模型。Stability AI也在資助一些社區(qū)，比如專注于音樂生成的Harmonai和生物技術(shù)實驗集合 OpenBioML。
訓(xùn)練和運行復(fù)雜的人工智能模型仍然需要資金和專業(yè)知識，但隨著開源工作的成熟，分散的計算可能會挑戰(zhàn)傳統(tǒng)的數(shù)據(jù)中心。
BigScience最近發(fā)布了開源的Petals項目，向?qū)崿F(xiàn)分散開發(fā)邁出了一步。Petals讓人們貢獻(xiàn)他們的計算能力，以運行通常需要高端GPU或服務(wù)器的大型AI語言模型。
“現(xiàn)代生成模型的訓(xùn)練和運行在計算上很昂貴。”艾倫人工智能研究所（Allen Institute for AI）的高級研究科學(xué)家Chandra Bhagavatula說：“粗略估計，ChatGPT每天的支出約為300萬美元。為了使其在商業(yè)上可行并能更廣泛地使用，解決這個問題將是很重要的?！?/p>
然而，只要方法和數(shù)據(jù)仍然是專有的，那么大型實驗室將繼續(xù)擁有競爭優(yōu)勢。最近，OpenAI發(fā)布了Point-E，一個可以在文字提示下生成3D物體的模型。雖然OpenAI開源了這個模型，但沒有披露Point-E的訓(xùn)練數(shù)據(jù)的來源，也沒有發(fā)布這些數(shù)據(jù)。
最近，OpenAI發(fā)布了Point-E，一個可以在文字提示下生成3D物體的模型。
訓(xùn)練大型語言模型的數(shù)據(jù)要開始耗盡了
說數(shù)據(jù)是新的石油已經(jīng)成為一種陳詞濫調(diào)。這個比喻是恰當(dāng)?shù)模哼@兩種資源都是有限的，都有被耗盡的風(fēng)險。這種擔(dān)憂最迫切的人工智能領(lǐng)域是語言模型。
正如前面所說，建立更強大的大型語言模型的最有效方法不是讓它們更大，而是在更多的數(shù)據(jù)上訓(xùn)練它們。但世界上還有多少語言數(shù)據(jù)呢？更確切地說，還有多少語言數(shù)據(jù)能達(dá)到可接受的質(zhì)量門檻？互聯(lián)網(wǎng)上的許多文本數(shù)據(jù)對訓(xùn)練大型語言模型來說是沒有用的。
這是一個具有挑戰(zhàn)性的問題，根據(jù)一個研究小組的說法，世界上高質(zhì)量文本數(shù)據(jù)的總存量在4.6萬億至17.2萬億個符號之間，這包括世界上所有的書籍、科學(xué)論文、新聞文章、維基百科、公開代碼，以及互聯(lián)網(wǎng)的大部分其他內(nèi)容，經(jīng)過質(zhì)量過濾后的數(shù)據(jù)。
換句話說，我們可能會在一個數(shù)量級內(nèi)耗盡世界上所有有用的語言訓(xùn)練數(shù)據(jù)供應(yīng)。這可能是對語言人工智能持續(xù)進(jìn)步的一個重大障礙。私下里，許多領(lǐng)先的人工智能研究人員和企業(yè)家都擔(dān)心這個問題。
隨著研究人員尋求解決迫在眉睫的數(shù)據(jù)短缺問題，預(yù)計明年將在這一領(lǐng)域看到大量的關(guān)注和活動。一個可能的解決方案是合成數(shù)據(jù)，盡管關(guān)于如何操作的細(xì)節(jié)還很不清楚。另一個想法是：系統(tǒng)地轉(zhuǎn)錄全世界的口語內(nèi)容。
歐盟的人工智能法案
人工智能技術(shù)正在迅速發(fā)展，監(jiān)管也在迅速發(fā)展。雖然美國已經(jīng)通過了各種基于州的人工智能相關(guān)法案，但大家期待的是更大的政府監(jiān)管——以歐盟人工智能法案的形式。12月6日，歐盟人工智能法案向成為法律邁進(jìn)了一步，歐盟理事會通過對法案草案的修正案，為歐洲議會“最終確定其共同立場”打開了大門。
歐盟人工智能法案是第一批關(guān)于人工智能的廣泛監(jiān)管框架之一，預(yù)計將在2023年成為法律，可能會改變公司開發(fā)和部署人工智能系統(tǒng)的方式。
像美國紐約市的人工智能招聘法規(guī)這樣的地方性法規(guī)也會帶來改變，該法規(guī)要求用于招聘、雇用或晉升的人工智能和基于算法的技術(shù)在使用前要進(jìn)行偏見審計。
不過，在任何人被罰款或指控之前，預(yù)計會有更多關(guān)于規(guī)則和法庭案件的爭論。企業(yè)仍可能在即將出臺的法律中爭奪有利地位，比如人工智能法案的風(fēng)險類別。
目前的規(guī)則將人工智能系統(tǒng)劃分為四個風(fēng)險類別，每個類別都有不同的要求和審查水平。最高風(fēng)險類別的系統(tǒng)，即“高風(fēng)險”人工智能（如信用評分算法、機器人手術(shù)應(yīng)用程序），必須滿足某些法律、道德和技術(shù)標(biāo)準(zhǔn)，才允許進(jìn)入歐洲市場。風(fēng)險最低的類別，即“最低或無風(fēng)險”的人工智能（如垃圾郵件過濾器，人工智能視頻游戲），只規(guī)定了透明度義務(wù)，如讓用戶知道他們正在與人工智能系統(tǒng)互動。
有些企業(yè)會希望進(jìn)入最低的風(fēng)險類別，以減少自己的責(zé)任和對監(jiān)管機構(gòu)的可見度。
搜索革命
上周有媒體報道，谷歌內(nèi)部針對ChatGPT發(fā)出“紅色代碼”。而在12月中旬，You.com宣布已經(jīng)向生成式人工智能應(yīng)用開放了其搜索平臺。然后在圣誕節(jié)前夕，You.com首次推出YouChat，稱之為“帶有引文和實時數(shù)據(jù)的對話式人工智能，就在你的搜索欄里”。
這一切加起來，可能是2023年搜索領(lǐng)域的一場真正的戰(zhàn)斗。谷歌每天處理數(shù)十億次搜索，所以它不會很快消失。但也許ChatGPT甚至You.com將開啟圍繞人工智能和搜索未來的新的、富有想象力的思考。
搜索是人們?yōu)g覽和獲取數(shù)字信息的主要手段，是現(xiàn)代互聯(lián)網(wǎng)體驗的核心。在ChatGPT之后，對話式搜索的概念得到了廣泛關(guān)注。如果你能與人工智能代理進(jìn)行動態(tài)對話，以找到要找的東西，為什么要輸入一個查詢并得到一長串鏈接？
對話式搜索有一個光明的未來。不過，在它準(zhǔn)備好進(jìn)入黃金時段之前，需要解決一個主要挑戰(zhàn)：準(zhǔn)確性。目前，它們偶爾會完全自信地分享與事實不符的信息。OpenAI首席執(zhí)行官Sam Altman最近警告說：“現(xiàn)在依靠ChatGPT做任何重要的事情都是一個錯誤。”大多數(shù)用戶不會接受一個95%甚至99%時間都準(zhǔn)確的搜索應(yīng)用，以可擴展和更強大的方式解決這個問題，將是搜索創(chuàng)新者在2023年面臨的主要挑戰(zhàn)之一。
除了You.com，Character.AI、Metaphor和Perplexity是一波有前途的年輕初創(chuàng)公司，它們希望與谷歌對抗，用大型語言模型和對話界面重塑消費者搜索。
但消費者搜索并不是大型語言模型將改變的唯一類型的搜索。企業(yè)搜索也同樣處于一個新的黃金時代的邊緣。像Hebbia和Glean這樣的初創(chuàng)公司正在引領(lǐng)使用大型語言模型改造企業(yè)搜索的潮流。
下一代搜索的機會也已經(jīng)超出了文本范圍。人工智能的最新進(jìn)展為多模態(tài)搜索開辟了全新的可能性：即跨數(shù)據(jù)模態(tài)查詢和檢索信息的能力。
鑒于視頻占了互聯(lián)網(wǎng)上所有數(shù)據(jù)的80%，沒有任何一種模式比視頻代表著更大的機會。想象一下，能夠毫不費力地精確搜索視頻中的某個特定時刻、人、概念或行動。
自谷歌在互聯(lián)網(wǎng)時代崛起以來，搜索的變化出乎意料的小。明年，由于大型語言模型的出現(xiàn)，這將開始發(fā)生巨大的變化。
普通民眾將首次使用完全無人駕駛的汽車
在自動駕駛汽車領(lǐng)域經(jīng)過多年不成熟的炒作和未實現(xiàn)的承諾之后，最近發(fā)生了一些事情，但似乎很少有人注意到：真正的無人駕駛汽車已經(jīng)到來。
如果你在舊金山，你可以下載Cruise應(yīng)用程序，叫一輛無人駕駛的汽車，把你從A點送到B點。Cruise目前只在夜間（晚上10點到凌晨5點半）提供這些無人駕駛服務(wù)，但該公司預(yù)計幾周內(nèi)將在整個舊金山提供全天候的服務(wù)。Cruise的競爭對手Waymo緊隨其后。
Cruise的夜間無人駕駛出租車服務(wù)。
2023年，機器人出租車服務(wù)將迅速從一個迷人的新奇事物過渡到一個可行、方便、甚至平凡的城市交通方式。道路上的機器人出租車的數(shù)量和用戶人數(shù)將激增。簡而言之，自動駕駛汽車即將進(jìn)入其商業(yè)化和規(guī)模化階段。
除了舊金山之外，預(yù)計明年至少還有兩個美國城市將向公眾提供完全的無人駕駛服務(wù)?？赡艿暮蜻x地點包括鳳凰城、奧斯汀、拉斯維加斯和邁阿密。
為機器人技術(shù)建立基礎(chǔ)模型
斯坦福大學(xué)一個研究小組去年提出的“基礎(chǔ)模型”一詞，是指在廣泛的數(shù)據(jù)上訓(xùn)練出來的大規(guī)模人工智能模型，它不是為某一特定任務(wù)而建立的，而是可以在廣泛的不同活動中有效地執(zhí)行。
基礎(chǔ)模型一直是人工智能的關(guān)鍵驅(qū)動力。今天的基礎(chǔ)模型強大得令人驚嘆，但是無論它們是像GPT-3這樣的文本生成模型，還是像Stable Diffusion這樣的文本到圖像模型，或者像Adept這樣的計算機行動模型，都只在數(shù)字領(lǐng)域運作。
在現(xiàn)實世界中行動的人工智能系統(tǒng)，例如自動駕駛汽車、倉庫機器人、無人機、人形機器人，到目前為止仍然大多沒有被新的基礎(chǔ)模型范式所觸及。
這種情況將在2023年改變。預(yù)計關(guān)于機器人基礎(chǔ)模型的早期開創(chuàng)性工作將來自世界領(lǐng)先的人工智能研究機構(gòu)：DeepMind、谷歌大腦或者OpenAI。
為機器人建立一個基礎(chǔ)模型，換句話說，為物理世界建立一個基礎(chǔ)模型，意味著什么？這樣的模型可能會在來自不同傳感器模式（如相機、雷達(dá)、激光雷達(dá)）的大量數(shù)據(jù)上進(jìn)行訓(xùn)練，以發(fā)展對物理學(xué)和現(xiàn)實世界物體的普遍理解：不同的物體如何移動，如何相互作用，它們有多重、多脆弱、多柔軟或多靈活，當(dāng)你觸摸、掉落或投擲它們時會發(fā)生什么。這種現(xiàn)實世界的基礎(chǔ)模型可以針對特定的硬件平臺和下游活動進(jìn)行微調(diào)。
參考資料：
https://arstechnica.com/information-technology/2022/12/please-slow-down-the-7-biggest-ai-stories-of-2022/
https://techcrunch.com/2022/12/26/what-to-expect-from-ai-in-2023/?guccounter=1
https://venturebeat.com/ai/the-5-top-ai-stories-im-waiting-for-in-2023-the-ai-beat/
https://www.forbes.com/sites/robtoews/2022/12/20/10-ai-predictions-for-2023/?sh=4de34f18fab7
聯(lián)系客服
