3月14日在“AI 1.0到AI 2.0的新机遇”趋势共享会上，立异工场董事长兼首席执行官李开复喊出了“AI 2.0已至，将诞生新渠道并重写全部运用”。同一天，OpenAI发布了多模态预练习大模型GPT-4，一时刻让人不由有这样一种感觉——人工智能的年代车轮滚滚向前，在其开展道路上的全部阻止，都将被无情地碾碎！

　　OpenAI的CEO山姆·阿尔特曼说GPT-4是“咱们迄今为止功用最强壮的模型”，这话可毫不过火，乃至或许还有一点谦善。比较起依据GPT-3.5的ChatGPT，新模型完结了以下几个方面的腾跃式前进：GPT-4能够承受图画和文本输入，且文字输入约束前进至 2.5 万字，而ChatGPT只承受文本；GPT-4的答复准确性明显前进，并能够生成歌词、构思文本，完结风格改变；不只具有强壮的识图才能，还能剖析图片中的符号含义，像人类相同知道“梗图”的笑点地点，并精准描绘出来；能依据一张马虎的布局示意图，在10秒时刻内生成消耗程序员数十小时的网页代码；在各种专业和学术基准上的体现到达“人类水平”，在多项高难度的考试中独占鳌头；当使命的杂乱性到达满意的阈值时，GPT-4比ChatGPT更牢靠，更有发明力，且能够处理更纤细的指令。

　　用圈内最具代表性的一句话来说，那便是“全球各界还在消化ChatGPT带来的颠覆性含义，OpenAI现已用更强壮的GPT-4革了自己的命。”虽然OpenAI最近重复标明GPT-4仍有其限制性和一些明显的缺陷，但称得上地球最强AI模型的GPT-4所展示出的才能，现已让人惊喜到有点恐慌了。

　　在人工智能2.0年代，运用需求驱动AI技能与职业的交融，立异需求驱动数字技能与工业生态的交融，早已是能够预见的。那么自2023年起，人工智能将出现哪些新的趋势意向呢？

　　生成式AI（或称AIGC）是运用现有文本、音频文件或图画创立新内容的技能。虽然其本质仍是深度学习模型，但跟着近来一些抢手运用的爆火，生成式AI在图画生成、自然语言处理等方面的打破性开展，让人们意识到：AI现已开端具有界说和出现新事物的才能。

　　2022年大火的AI作画便是生成式AI的典型运用事例，最近二次元圈里热度极高的虚拟coser美照相同如此。此外，Deepmind的最新研讨成果—可自主编程体系AlphaCode，在 Codeforces举行的编程比赛中，打败了47%的人类工程师，标志着AI代码生成体系，初次在编程比赛中，到达了高竞争力的水平。

　　曩昔一年，生成式AI在技能上的开展首要来自三大范畴：图画生成范畴， 以DALL·E-2、Stable Diffusion为代表的分散模型（Diffusion Model）；自然语言处理（NLP）范畴，最典型的代表便是依据GPT-3.5的ChatGPT；代码生成范畴，代表有依据Codex的Copilot。

　　那么从2023年生成式AI步入产品化的快车道之后，生成式AI或许就不只仅用来生成产品原型或初稿。在其进入运用迸发期后，生成式AI将成为一项大众化的根底技能，不只内容发明才能将到达人类水平，数字化内容的丰厚度、发明性与出产功率得到极大前进，其运用也将跟着技能的前进与本钱的下降，扩展到更多范畴。并且未来，用户将不再需求和现在相同具有布置和运转生成式AI模型的专业才能，即可直接运用。

　　了解AI职业最新技能的朋友都了解，依据深度学习的多模态预练习，是认知智能快速开展的重要推进力。一方面，构建多场景、多使命的预练习大模型将加快模型标准化进程，为人工智能模型成为根底设施发明条件。另一方面，人工智能正在从文本、语音、视觉等单模态智能，向着多种模态交融的通用人工智能方向开展。比方在推出GPT-4之后的第一时刻，OpenAI就宣告ChatGPT将晋级支撑GPT-4。

　　阿里巴巴达摩院在《2023十大科技趋势白皮书》中也标明，认知智能的开展，不会限制在文本或图画等单一的模态上。未来，怎么针对不同模态树立更高效的模型架构和一致的主干网络，使得大模型能够广泛地支撑各种下流使命将成为首要应战。

　　因而，为了增强模型的跨模态语义对齐才能，打通各个模态之间的联系，使得模型逐步标准化，树立一致的、跨场景、多使命的多模态根底模型会成为人工智能开展的干流趋势之一。

　　令人欣慰的是，经过开源来下降模型运用门槛，将大模型从一种新式AI技能转变为稳健的根底设施，已成为许多大模型开发者的一致。2022年，文本-图画生成模型Stable Diffusion正式开源；阿里达摩院牵头推出魔搭社区ModelScope，首批上架超300个模型均全面开源并敞开运用；谷歌也初次敞开了自家文本图画模型Imagen的测验……开源，也极大地促进了多模态的交融和预练习模型的开展。

　　人工智能的三大中心要素是算力、数据（也有人称为“算据”）和算法，而算力则是其间最重要的柱石。关于任何一个AI模型而言，算力就意味着时刻、功率、金钱乃至“生命”。越是强壮的模型，就必须匹配越强壮的算力来完结练习。

　　大模型开展的背面是巨大的算力支撑，而AI算法模型关于算力的巨大需求，反过来也推进了芯片工业的高速开展。据OpenAI测算，2012年开端，全球AI练习所用的核算量出现指数增加，均匀每3.43个月便会翻一倍。

　　IDC与浪潮信息联合发布的《2022~2023我国人工智能核算力开展评价陈述》显现，我国人工智能算力持续坚持快速增加，2022年人工智能算力规划到达每秒268百亿亿次浮点运算，超越通用算力规划，估计未来5年我国人工智能算力规划的年复合增加率将达52.3%。

　　人工智能工业技能不断前进，工业AI化加快落地，推进全球人工智能芯片商场高速增加。依据技能架构的不同，人工智能芯片能够分为CPU/GPU/FPGA等通用性芯片，选用Chiplet互联封装的半定制化芯片，专门为特定AI算法或运用场景规划的ASIC定制化芯片，以及一些新架构芯片（比方存算一体、类脑芯片）。

　　依据IDC相关核算，现在AI中心算力中GPU芯片占主导地位，但到2024年，其他类型加快芯片的商场份额将快速开展，AI芯片商场出现多元化开展趋势；到2025年人工智能芯片商场规划将达726亿美元，异构核算将成为干流趋势。

　　别的，依据阿里巴巴达摩院的猜测，跟着摩尔定律的放缓，Chiplet 成为持续前进SoC集成度和算力的重要途径。特别是跟着2022年3月UCle联盟的建立，Chiplet互联标准将逐步一致，工业化进程将进一步加快，并构成一个敞开性生态体系。

　　咱们能够看到，Chiplet能有用下降对先进工艺制程的依靠，完结与先进工艺相挨近的功能，成为半导体工业开展要点。依据先进封装技能的Chiplet乃至或许将重构芯片研制流程，从制作到封测，从EDA到规划，全方位影响芯片的区域与工业格式。

　　PC职业里有一种说法，在曩昔20年时刻里，处理器功能以每年约50%的速度前进，而内存功能的前进速度均匀下来每年不到10%。事实证明，冯·诺依曼架构和摩尔定律现已不再满意核算能效和年代开展的需求。“内存墙”“功耗墙”现在已成为芯片功能和能效比快速前进的瓶颈。

　　而存算一体能够凭仗核算单元与存储单元的交融，在数据存储的一起直接进行核算，以消除数据搬移带来的开支，极大前进运算功率，以完结核算存储的高效节能。它明显愈加契合人工智能场景高访存、高并行的核算需求。

　　与传计算划比较，存算一体在深度学习等范畴有共同优势，能够供给比传统设备高几十倍的算效比。此外存内核算芯片经过架构立异，还能供给归纳功能全面统筹的芯片及板卡，在边侧推理场景中有着广泛的运用远景。

　　接下来，一些依据既有SRAM、DRAM和Flash介质的存算一体产品将优先在低功耗、小算力的端侧（如智能家居、可穿戴设备、泛机器人、智能安防等）落地，并在这些笔直范畴迎来大规划商用。未来，存算一体将向着高精度、高算力和高能效的方向开展，大算力通用核算或将迎来场景落地和技能产品化的春天。

　　2019年，全球闻名创投研讨机构CBinsights，依据NExTT结构从职业选用率和商场优势两个维度，对人工智能的未来趋势进行了剖析猜测，终究得到了25项AI技能和运用趋势。它们分别是：开源结构、边际AI、人脸辨认、医疗成像与确诊、猜测性保护、电子商务查找、胶囊网络、新一代假肢、AI临床试验、生成式对立网络GANs、联合学习、高档医疗保健生物学、主动索赔处理、假货辨认、无人零售、后台办公主动化、翻译、归纳练习数据、增强学习、网络优化、主动驾驭、作物监测、网络安全辨认、对话AI和药物研制等。

　　边际人工智能是指以直接在边际设备上运转机器学习算法的方式运用人工智能。它并不像GPT模型那样会集在云核算渠道或数据中心进行核算，边际AI答应设备在本地进行AI核算和决议方案，乃至不一定需求连接到互联网就能完结数据处理，这使得边际AI具有实时性好、带宽资源要求低、隐私性好等许多长处。

　　边际AI的运用范畴十分广泛，包含智能家居、送餐机器人、新零售运用、机器人编程、边际AI视觉等，就连智能辅佐驾驭也归于边际AI的范畴。不过，边际AI的落地在曩昔存在着边际侧运用场景过于杂乱、碎片化，针对性的边际算力芯片功能缺乏，以及软硬件异构和兼容适配难等种种问题。

　　不过，伴跟着5G和AI工业的高速开展，算力芯片相关技能的演进，以及更多边际AI场景经历的堆集，边际AI的潜力将得到真实开释。数据显现，未来几年64%的数据将在传统数据中心之外发生，这意味着更多的数据处理将在终端和边际端完结，海量数据的接入，使AI处理的重心正向边际搬迁。到2024年，边际人工智能芯片销量估计将超越15亿片，年销量增加率将到达20%以上；2025年，边际AI芯片商场的营收额乃至将反超云端AI芯片商场。

　　上一年，公安部、科技部等11部分联合印发的《智能轿车立异开展战略》中提出，到2025年，我国将争夺完结规划化出产有条件主动驾驭的智能轿车，完结高度主动驾驭智能轿车在特定环境下的商场化运用。

　　数据核算显现，2021年第一季度，我国L2级主动驾驭乘用车浸透率仅为7.5%，多家证券公司的剖析，估计这一数据在2023年和2025年将前进至40%和60%。与此一起，我国将成为全球最大的主动驾驭芯片商场。

　　虽然在现在智能轿车软硬件渠道功能有限的布景下，无论是纯视觉方案仍是多传感器交融方案，均难以获得超视距、大局化的交通信息，在完结L3级以上高阶主动驾驭仍有较大难度。但车路协同的建造可经过V2X实时传输远端信息，有用补足单车感知才能的缺乏。

　　近来不少城市提出构建才智交通体系，纷繁敞开试点区项目，未来跟着主动驾驭浸透率的持续前进，国内智能网联轿车“云管端”建造有望进一步加快。一起，在车企和主动驾驭技能供货商的共同努力下，城商场景的行泊一体和智能辅佐驾驭，将愈加遍及。车路协同的运用和演进，也将会进一步赋能才智交通和城市管理。

　　此前，IBM在对全球7000多位企业高管进行年度调研后发布了《2022年全球AI选用指数》陈述，标明曩昔一年来全球企业AI选用率稳步且呈渐进式增加（选用率到达35%），跟着AI技能持续老练以及愈加简单获取和布置，企业选用AI的速度会加快。该陈述初次就企业是否方案在其可持续开展方案中运用AI做了查询，66%的受访者标明其地点的公司现在正在运用 AI或方案运用AI来加快公司ESG（环境、社会、管理）方案的施行。

　　《2022~2023 我国人工智能核算力开展评价陈述》显现，2022年我国人工智能职业运用浸透度排名前五的职业依次为互联网、金融、政府、电信和制作。估计到2023年年末，我国50%的制作业供应链环节将选用人工智能。IDC猜测，2023年全球企业在人工智能方面的开销将打破5000亿美元，人工智能的广泛运用将持续重塑各个职业乃至整个国际。

　　跟着数字化转型浸透到简直每一个职业和范畴，网络进犯和网络违法问题也益发引人忧虑。不过，跟着人工智能被引进到网络安全范畴，AI在构建主动化安全体系、自然语言处理、人脸检测、主动要挟检测、反诈骗方面现已发挥了至关重要的效果。商场研讨公司Research and Markets估计到2026年，依据AI的网络安全商场将迅速增加至382亿美元，年复合增加率高达23.3％。

　　2023年，AI人工智能引发的风潮愈演愈烈。除了替代部分插画师和程序员的作业，以及为游戏NPC发明更多剧本，更多AI落地场景运用，对更多职业和范畴发生的影响也会日渐凸显。人工智能正在成为新一轮科技革新和工业革新的重要驱动力气，正与千行百业深度交融，成为经济结构转型晋级的新支点。在这场革新中小看乃至忽视这一趋势的个人、安排和企业，将极有或许成为新年代的弃儿。

上一篇：人工智能未来的开展方向 下一篇：关于人工智能未来的发展趋势