在人工智能（AI）的發(fā)展史上，2023 年絕對可以稱得上是濃墨重彩的一年。這一年，我們看到了生成式 AI 以星火燎原之勢逐漸點燃市場，展現(xiàn)了這項技術(shù)帶給未來的無限可能。但隨著人們對 AI 的認知逐漸深入，2024 年可能會成為 AI 從技術(shù)走向商業(yè)落地的關(guān)鍵轉(zhuǎn)折點。我們綜合了福布斯、Techcrunch、麥肯錫等國外重要媒體與機構(gòu)對 2024 年 AI 行業(yè)發(fā)展的判斷，梳理出十個可能在 2024 年影響 AI 發(fā)展進程的重要事件（以下事件均為推測，僅供參考）。
劃重點
1
由于在理念和愿景等方面存在分歧，微軟與 OpenAI 的親密合作關(guān)系可能出現(xiàn)裂痕，雙方的競爭將愈發(fā)激烈。
2
明年可能是蘋果加入 AI 賽道的良機，隨著這項技術(shù)日益成熟，蘋果將再次展現(xiàn)后來居上的神奇能力。
3
英偉達可能提供云服務并自主運營數(shù)據(jù)中心，以降低對亞馬遜、谷歌以及微軟等傳統(tǒng)云服務供應商的依賴。
4
科技巨頭對人工智能初創(chuàng)企業(yè)的戰(zhàn)略投資明年將受到監(jiān)管機構(gòu)審查，這可能會對 2024 年的整體 AI 融資環(huán)境產(chǎn)生重大影響。
1. 微軟和 OpenAI 分道揚鑣？
微軟已向 OpenAI 投入超過 100 億美元，OpenAI 的大模型也在為微軟的多個核心產(chǎn)品提供支持，比如必應搜索、GitHub Copilot 和 Office 365 Copilot 等，他們之間的關(guān)系可謂是密不可分。上個月，OpenAI 首席執(zhí)行官山姆 · 奧特曼（Sam Altman）突然被董事會解雇，微軟首席執(zhí)行官薩蒂亞 · 納德拉（Satya Nadella）在幫助其復職的過程中發(fā)揮了重要作用。
然而，盡管兩者關(guān)系緊密，這兩家機構(gòu)對人工智能未來的抱負和愿景卻可能差異很大。目前，這個聯(lián)盟對雙方都有利，但這更像是一種暫時的妥協(xié)。這兩家公司在很多方面都存在差異，未來能否繼續(xù)保持一致，還是個未知數(shù)。預計明年，這兩大巨頭之間的合作關(guān)系將開始出現(xiàn)裂痕。事實上，一些摩擦的跡象已經(jīng)開始顯現(xiàn)。
隨著 OpenAI 不斷擴展其企業(yè)業(yè)務，它與微軟之間的競爭將愈發(fā)激烈。微軟有充分的理由去尋求 OpenAI 之外的其他供應商，以獲取尖端的人工智能模型。最近，微軟就宣布與 OpenAI 的競爭對手 Cohere 達成合作協(xié)議。此外，考慮到運行 OpenAI 模型的高昂成本，微軟也在內(nèi)部開展人工智能研究，探索規(guī)模較小但同樣有效的語言模型，比如 Phi-2。
從更大的視角來看，隨著人工智能技術(shù)的不斷強大，關(guān)于人工智能的安全、風險、監(jiān)管和公共問責等問題將逐漸成為人們關(guān)注的焦點。這兩家公司在這方面的理念和方法上，很可能產(chǎn)生分歧。
微軟作為全球第二大公司，市值高達 2.7 萬億美元。然而，OpenAI 及其領(lǐng)導人奧特曼的野心似乎更為遠大。目前這兩家公司合作無間，但這種情況不會一直持續(xù)下去。
2. 蘋果加入人工智能競賽
蘋果的策略一向是伺機而動，觀察市場動態(tài)，并從對手的失敗中吸取教訓。這種沉穩(wěn)和精準的打法使得蘋果在許多領(lǐng)域都能后來居上，將其他競爭對手遠遠拋在身后。
如今，人工智能領(lǐng)域也正迎來這樣的時機：競爭對手正逐漸占據(jù)市場，蘋果必須保持警惕，以免錯失良機；這項技術(shù)已經(jīng)逐漸成熟，蘋果有足夠的實力和資源來參與其中，推動其進一步發(fā)展。
我們預計，蘋果將會推出一款更加注重用戶隱私和實際應用的人工智能產(chǎn)品。利用其在用戶生活中的核心地位，蘋果能夠?qū)⑦@些智能技術(shù)與各種生態(tài)系統(tǒng)進行深度整合。此外，這款產(chǎn)品可能還會具備一些創(chuàng)新功能，如多模式交互理解和圖像處理等，同時也會更加注重安全性和用戶體驗。
至于具體的發(fā)布形式，蘋果可能會選擇對現(xiàn)有產(chǎn)品進行升級改進，如增強版的 Siri，也可能會選擇推出全新的獨立服務品牌，如 "Apple AI"。無論采取何種策略，我們都相信，蘋果將會繼續(xù)引領(lǐng)人工智能領(lǐng)域的發(fā)展潮流。
3. 英偉達將努力成為云計算服務提供商
大多數(shù)公司不會直接向英偉達付錢買 GPU。相反，它們通過亞馬遜 AWS、微軟 Azure 和谷歌云等云服務提供商使用這些 GPU，而這些云服務商則大批量地從英偉達采購芯片。
然而，英偉達的三大客戶——亞馬遜、微軟和谷歌，正在迅速成為它的競爭對手。由于了解到人工智能的巨大價值源自芯片，這幾家主要的云服務供應商都在投入巨資研發(fā)自家人工智能芯片，這些芯片將會與英偉達的 GPU 展開直接競爭。
隨著云服務供應商尋求將技術(shù)棧下沉到芯片領(lǐng)域以獲取更大的利益，我們預計英偉達將采取相反的策略——提供云服務和運營自己的數(shù)據(jù)中心，以降低對傳統(tǒng)云服務供應商的依賴。實際上，英偉達已經(jīng)開始探索這條道路，今年早些時候推出了名為 DGX cloud 的云服務。我們預計明年英偉達會加大力度推進這一戰(zhàn)略。
要做到這一點，英偉達可能需要建立自己的數(shù)據(jù)中心（目前 DGX Cloud 需要借助其他云服務供應商的物理基礎(chǔ)設(shè)施），甚至可能還需要英偉達收購像 CoreWeave 這樣的新興云服務供應商。作為一種垂直整合的方式，英偉達已經(jīng)與 CoreWeave 建立了緊密的合作關(guān)系。不過，不管怎樣，進入 2024 年后，預計英偉達與大型云服務供應商之間的關(guān)系將會變得更加復雜。
4.Stability AI 可能關(guān)門倒閉
在人工智能領(lǐng)域，Stability AI 這家曾經(jīng)備受矚目的初創(chuàng)公司，2023 年成了典型的反面教材。它的發(fā)展猶如脫軌的火車，曾經(jīng)的輝煌現(xiàn)在看起來更像是一堆殘骸。
人才的流失是這個公司衰敗的明顯標志。最近幾個月，從首席運營官到首席人事官，再到工程、產(chǎn)品、應用機器學習等各個關(guān)鍵部門的高管，都紛紛離開了公司。
去年那場引人注目的 1 億美元融資，讓領(lǐng)投的兩家公司 Coatue 和 Lightspeed 一度以為自己押對了寶。然而，事與愿違，它們最近都退出了 Stability AI 的董事會，原因與首席執(zhí)行官埃瑪?shù)?· 莫斯塔克（Emad Mostaque）產(chǎn)生了糾紛。更糟糕的是，今年早些時候，Stability AI 試圖以 40 億美元的估值籌集更多資金，但最終以失敗告終。
展望明年，我們預計這家公司將在壓力下逐漸崩潰，最終走向關(guān)閉的命運。有報道稱，在投資者的壓力下，Stability AI 已經(jīng)開始尋找收購方，但至今幾乎無人問津。
不過，Stability AI 最近從英特爾那里獲得了 5000 萬美元的融資，這無疑給它打了一劑強心針。對于英特爾來說，這筆投資似乎是一個戰(zhàn)略舉措，意在與競爭對手英偉達爭奪市場份額，并吸引更多的客戶來訂購其新型 AI 芯片。
但 Stability AI 的燒錢速度是出了名的快。據(jù)報道，在英特爾 10 月份宣布投資時，Stability AI 每月的開支高達 800 萬美元，而收入?yún)s少得可憐。按照這個速度，5000 萬美元的投資只能勉強維持到 2024 年底。
5. 最先進的閉源模型將繼續(xù)領(lǐng)先于最先進的開源模型
在當今的人工智能領(lǐng)域，開源和閉源模型的爭議愈演愈烈。OpenAI、谷歌 DeepMind 等，對自己的最新模型秘而不宣，Meta 和新興公司 Mistral，則選擇開源他們的模型。
目前，最強大的基礎(chǔ)模型，比如 OpenAI 的 GPT-4，仍然是閉源的。但開源倡導者認為，閉源和開源模型之間的性能差距正在縮小，開源模型可能在明年就能超越閉源模型。對此，我們持不同觀點，認為在 2024 年及之后，最佳閉源模型仍將明顯優(yōu)于最佳開源模型。
盡管 Mistral 最近宣布，他們將在 2024 年某個時候開源 GPT-4 級模型，引起開源社區(qū)的轟動。但 OpenAI 早在 2023 年初就發(fā)布了 GPT-4。到 Mistral 推出新模型時，它可能已經(jīng)落后一年多。屆時，OpenAI 可能已經(jīng)發(fā)布了 GPT-4.5 甚至 GPT-5。
但是開源模型在 2024 年的表現(xiàn)是否會超越閉源模型？我們對此持懷疑態(tài)度，畢竟，開發(fā)新模型需要巨大的投資，而且隨著模型功能的增加，投資也會繼續(xù)增加。許多行業(yè)觀察人士估計，OpenAI 開發(fā) GPT-5 將花費約 20 億美元。
作為上市公司，Meta 最終需要對股東負責。他們似乎并不指望通過開源模式發(fā)布獲得任何直接收入。據(jù)報道，Llama 2 的構(gòu)建成本約為 2000 萬美元。考慮到戰(zhàn)略效益，這種投資可能是合理的，即使沒有任何相關(guān)的收入增長。但 Meta 真的會投入近 20 億美元，在沒有任何具體投資回報的情況下將其開源，以建立比現(xiàn)有任何模型都更好的人工智能模型嗎？
像 Mistral 這樣的新公司也面臨類似的挑戰(zhàn)。開源基礎(chǔ)模型沒有明確的收入模式，Stability AI 就是一個慘痛的教訓。例如，托管開源模型的費用相當高昂，正如最近在 Mistral 的新模型 Mixtral 中看到的那樣。因此，即使 Mistral 能夠獲得數(shù)十億美元資金來構(gòu)建超越 OpenAI 的新模型，他們真的會選擇放棄并免費提供這個模型嗎？
我們懷疑，隨著像 Mistral 這樣的公司投入越來越多的資金來構(gòu)建越來越強大的人工智能模型，他們最終可能會放棄開源的立場，并保持最先進的模型專有，以便收取費用。
6. 大公司將設(shè)立新職位 " 首席人工智能官 "
在 2023 年，人工智能（AI）已逐漸成為《財富》500 強企業(yè)的核心焦點。各大行業(yè)的董事會和管理團隊都在努力探索這一強大新技術(shù)如何為他們的業(yè)務帶來深遠影響。
展望明年，我們預計大型企業(yè)將采取的一項重要策略是任命 " 首席人工智能官 "，以領(lǐng)導和推動組織內(nèi)的人工智能計劃。這與十年前云計算的崛起頗為相似，當時眾多組織紛紛聘請 " 首席云計算官 " 來指導云計算的戰(zhàn)略實施。
不僅如此，政府方面也展現(xiàn)出類似的趨勢。在拜登總統(tǒng)最近關(guān)于人工智能的行政命令中，他要求每個聯(lián)邦政府機構(gòu)任命一名首席人工智能官。這意味著在未來的幾個月里，美國政府將新增 400 多名首席人工智能官。
企業(yè)任命首席人工智能官將成為其對外展示對 AI 重視的標志，證明他們正嚴肅對待這一技術(shù)。然而，從長遠角度來看，這些新設(shè)職位的實際價值仍有待觀察。
7. 科技巨頭對人工智能初創(chuàng)企業(yè)的戰(zhàn)略投資將受到監(jiān)管機構(gòu)挑戰(zhàn)
在今年，我們見證了資本從大型科技公司向人工智能初創(chuàng)公司流動的趨勢。
1 月份，微軟向 OpenAI 注資 100 億美元，6 月份又領(lǐng)投了新一輪 13 億美元的融資。到了今年秋天，亞馬遜宣布將向 Anthropic 投資 40 億美元。不甘落后的 Alphabet 也宣布將向 Anthropic 投資至多 20 億美元。與此同時，英偉達成為了今年全球最活躍的人工智能投資者，投資了數(shù)十家使用其 GPU 的人工智能初創(chuàng)公司，包括 Cohere、Inflection、hugs Face、Mistral、CoreWeave、inception、AI21 Labs 和 Imbue 等。
這些科技巨頭投資的動機不難理解，他們希望這些高增長的人工智能初創(chuàng)公司能為帶來比較好的 " 增長前景 "。但是這種投資也可能涉及會計規(guī)則中的一個重要灰色地帶，并對未來人工智能的競爭格局產(chǎn)生巨大的影響。
假設(shè)一家云服務提供商向一家人工智能初創(chuàng)公司投資了 1 億美元，前提是這家初創(chuàng)公司必須保證將這筆資金用于購買云服務供應商的服務。從概念上講，這對云服務供應商來說并不是真正的公平收入。實際上，這種交易可以被視為一種 " 借貸套利 " 行為，即賣方是在利用這筆投資，人為地將自己資產(chǎn)負債表上的現(xiàn)金轉(zhuǎn)化為收入。
這種投資方式在今年引起了某些硅谷風投公司的不滿，比如 Bill Gurley。盡管并非上述所有交易都屬于這種操作，比如有些投資并沒有明確要求創(chuàng)業(yè)公司將資金用于購買投資方的產(chǎn)品或服務，而只是鼓勵雙方進行廣泛的戰(zhàn)略合作。目前微軟和 OpenAI 之間，或者亞馬遜和 Anthropic 之間的合同細節(jié)尚未公開，所以我們無法確定這些交易的具體構(gòu)建方式。
但至少在某些情況下，云服務提供商很可能通過這些投資獲得了本不應該得到的收入。到目前為止，這些交易幾乎沒有受到監(jiān)管審查。不過，這一狀況將在 2024 年發(fā)生改變。預計美國證券交易所（SEC）將在明年更加嚴格地審視人工智能投資的 " 返程投資 " 交易，因此此類交易的數(shù)量和規(guī)模很可能會大幅下降。
鑒于云服務提供商一直是推動人工智能繁榮的最大資金來源之一，這可能會對 2024 年的整體人工智能融資環(huán)境產(chǎn)生重大影響。
8. 機器人工程師即將崛起
隨著 LLM 技術(shù)的廣泛應用，機器人工程師們將能夠借助其強大的功能，實現(xiàn)機器人的快速改進。生成式人工智能將在機器人開發(fā)中發(fā)揮關(guān)鍵作用，不僅能生成代碼，還能創(chuàng)建全新的模擬環(huán)境，用于測試和訓練機器人。
LLMS 技術(shù)將為模擬開發(fā)帶來前所未有的速度與效率。它能夠自動構(gòu)建 3D 場景、構(gòu)建環(huán)境，并根據(jù)輸入生成各種資源。這些模擬資產(chǎn)對合成數(shù)據(jù)生成、機器人技能培訓和機器人應用測試等工作流具有重要意義。
除了為機器人工程師提供強大支持外，轉(zhuǎn)換 AI 模型（即驅(qū)動 LLM 的引擎）還能提升機器人自身的智能化水平。這將使機器人更好地理解復雜環(huán)境，更有效地執(zhí)行各種任務。
為了推動機器人產(chǎn)業(yè)的蓬勃發(fā)展，我們需要讓機器人更具通用性。也就是說，機器人需要更快地掌握新技能，或在各種新環(huán)境中展現(xiàn)出色表現(xiàn)。在此背景下，經(jīng)過模擬訓練與測試的生成式人工智能模型，將成為打造更強大、更靈活、更易用的機器人的關(guān)鍵驅(qū)動力。
9. 利用互聯(lián)網(wǎng)數(shù)據(jù)訓練的生成式人工智能模型將被判侵權(quán)
生成式人工智能領(lǐng)域正面臨一個重大的、未被充分認識的法律風險，那就是該領(lǐng)域最頂尖的模型都是基于大量受版權(quán)保護的內(nèi)容進行訓練的。這可能會引發(fā)損害賠償責任，甚至改變整個行業(yè)的經(jīng)濟格局。
無論是 GPT-4、Claude 2、DALL-E 3、Midjourney、Pika 還是 Runway，這些人工智能模型都能創(chuàng)造出令人驚嘆的復雜輸出，這得益于它們接受了全球大部分數(shù)字數(shù)據(jù)的訓練。這些數(shù)據(jù)，很大程度上是人工智能公司從互聯(lián)網(wǎng)上免費獲取并用于模型開發(fā)的。
但問題是，那些真正創(chuàng)造了這些受版權(quán)保護的內(nèi)容的創(chuàng)作者（比如作家、詩人、攝影師和畫家等），他們對人工智能從業(yè)者使用這些內(nèi)容有什么看法？他們是否有權(quán)從由這些人工智能模型創(chuàng)造的價值中分得一杯羹？
要回答這些問題，關(guān)鍵在于法院對 " 合理使用 " 這一法律概念的解釋。合理使用是一個經(jīng)過時間考驗的法律原則，但將它應用到生成式人工智能這一新興領(lǐng)域，卻帶來了許多前所未有的復雜問題。目前，還沒有明確的答案。
斯坦福大學研究員彼得 · 亨德森（Peter Henderson）表示：" 從事機器學習的人可能不太清楚合理使用的微妙之處。與此同時，法院已經(jīng)裁定，在某些引人注目的現(xiàn)實案例中，某些內(nèi)容不受合理使用的保護，而這些案例與人工智能正在推出的東西非常相似。因此，我們無法預測這個領(lǐng)域未來的訴訟結(jié)果。"
有鑒于此，如果明年至少有一家美國法院裁定 GPT-4 和 Midjourney 等生成式人工智能模型侵犯了版權(quán)，并要求這些模型的開發(fā)公司對知識產(chǎn)權(quán)所有者進行賠償，大家不必感到驚訝。同時，其他法院可能會得出相反的結(jié)論，認為這些生成式人工智能模型受到合理使用原則的保護。這個爭議問題將會一路上訴至美國最高法院，而后者將最終給出具有法律效力的解決方案。
10. " 大語言模型 "（或 LLM）等術(shù)語將變得不那么常見
在當今的人工智能領(lǐng)域，我們經(jīng)常聽到 " 大語言模型 " ( LLM ) 這個術(shù)語，它似乎成了 " 高級 AI 模型 " 的代名詞。這主要是因為最早的一批生成式 AI 模型，如 GPT-3，主要以文本為基礎(chǔ)。
但隨著 AI 模型種類的增多，尤其是多模態(tài) AI 的崛起，這個術(shù)語開始顯得不合時宜。如今，許多頂尖的生成式 AI 模型已經(jīng)不再局限于文本，而是融合了圖像、3D、音頻、視頻、音樂、肢體動作等多種形式。它們的功能遠不止于語言處理。
就拿 AI 在蛋白質(zhì)療法上的應用來說，盡管其底層結(jié)構(gòu)基于 GPT-3 等模型的擴展，但稱其為 " 大語言模型 " 真的合適嗎？再比如機器人技術(shù)中的基礎(chǔ)模型：大型生成模型，它將視覺和語言輸入與互聯(lián)網(wǎng)規(guī)模的知識相結(jié)合，以實現(xiàn)現(xiàn)實世界中的操作。對于這樣的模型，我們需要一個更豐富的術(shù)語來描述，比如 " 視覺 - 語言 - 行動 "（簡稱 VLA）模型。
此外，DeepMind 最近發(fā)布的 FunSearch 模型也具備類似的特點。盡管其開發(fā)者稱之為 LLM，但它處理的是數(shù)學而非自然語言。展望未來，隨著我們的模型越來越多元化，用來描述它們的術(shù)語也會越來越豐富。到 2024 年，我們將看到更多多模態(tài)的 AI 模型，而我們的術(shù)語也會隨之變得更加豐富和準確。
