GPT-5不会真正突破,AGI不会实现!全网AI大佬2024年最全预测

创业网 创业资讯 2024-01-02 16:25:18
  GPT-5不会真正突破,AGI不会实现!全网AI大佬2024年最全预测
  经过23年的生成式AI之年,24年AI会有哪些新突破?大佬预测,即使GPT-5发布,LLM在本质上仍然有限,在24年,基本的AGI也不足以实现。
  23年是当之无愧的「生成式AI之年」。
  24年,AI技术会有哪些突破?
  英伟达高级科学家Jim Fan称,2024年将是视频年。尽管机器人和具身智能体才刚刚起步,但我认为视频AI将在未来12个月内迎来突破性进展的时刻。
  OpenAI联创Greg Brockman则预测:2024年,AI的能力、安全性、潜在影响的积极性上,都会是突破性的一年。
  当然,从更长远的角度看,这只是又一个指数级的一年,让每个人的生活都比今天更好。
  新的一年,人工智能还会像2023年一样,大放异彩吗?
  AI大佬2024预测
  Meta的研究员Martin Signoux对2024年AI做出了8大预测,就连LeCun大佬表示深度赞同。
  首先,人工智能智能眼镜蔚然成风。随着多模态技术的兴起,领先的人工智能公司将加倍努力开发人工智能可穿戴设备。还有什么比眼镜外形更适合承载人工智能助手呢?
  ChatGPT之于人工智能助手,就像谷歌之于搜索一样。2023年,ChatGPT开始大放异彩,Bard、Claude、Llama、Mistral和数以千计的衍生产品相继问世。
  随着产品化的继续推进,ChatGPT将不再是这个领域的唯一参考标准,其估值也将面临修正。
  大模型模型再见,多模态模型你好。LMM将不断涌现,并在多模态评估、多模态安全、多模态这个、多模态那个的争论中取代LLM。此外,LMM是迈向真正通用人工智能助手的垫脚石。
  没有重大突破,但各方面都有改进。新模型不会带来真正的突破(GPT-5),LLM在本质上仍然有限,而且容易产生幻觉。我们不会看到任何飞跃,使它们在2024年可靠到足以「解决基本的AGI」。
  在RAG、数据整理、更好的微调、量化等方面的改进,将使LLM在许多用例中变得足够强大/有用,从而推动各行业各种服务的采用。
  小模型(SLM)已经出现,但成本效益和可持续发展的考虑将加速这一趋势。量化技术也将大大提高,从而推动消费服务的设备集成浪潮。
  开源模型击败GPT-4,开源与封闭之争逐渐平息。回顾过去12个月开源社区的活力和进步,很明显,开源模型将很快缩小性能差距。
  基准仍然是一个难题。没有一套基准、排行榜或评估工具能够成为模型评估的一站式服务。相反,我们将看到一系列改进(如HELM)和新举措(如GAIA),尤其是在多模态方面。
  与现有风险相比,存在的风险不会引起太多讨论。虽然X风险成为2023年的头条新闻,但公众讨论将更多地关注与偏见、假新闻、用户安全、选举诚信等相关的现有风险和争议。
  Lightning AI的创始人William Falcon对2024年的预测是:
  - 1B模型性能将优于70B。
  - 在CPU上部署模型几乎是免费的,而不是API服务。
  - 数据质量将使性能提升10倍。
  - 开源模型的组合将击败最好的私有模型。
  - 编译器将使模型(训练和推理)的速度至少提高80%。
  - 立法将支持内容创建者,而非模型开发者。
  开源工具平台LlamaIndex的创始人Jerry Liu表示,
  - RAG将继续成为一个大焦点
  - 每个AI工程师仍然需要强大的软件工程基础。
  - 向量数据库开始开发类SQL接口并支持多模态
  - 多模态模型在文档处理中得到更多使用(但首先,计算成本/延迟需要降低)
  - 类似GPT-4的全部能力成为开源,并且更快/更便宜。
  - 如果是这种情况,智能体的开发会重新蓬勃发展。
  - 提示和以前一样重要,但提示工程的重要性会下降
  2023年,ChatGPT访问量全球居首
  过去一年里,AI无处不在,甚至重新定义了整个行业。
  在线内容写作公司Writerbuddy AI使用SEO行业著名的工具SEMrush,通过抓取AI工具数据,研究了3000+种AI工具。
  结果发现,从2022年9月-2023年8月,排名前50的AI工具,产生了超过240亿次的惊人访问量,平均每月增长2.363亿次。
  其中,ChatGPT独占了140亿流量,占分析流量的60%。
  以下是报告中的关键发现:
  - AI行业平均每月增长2.363亿次访问量。分析的50个人工智能工具经历了10.7倍的增长率,平均每月访问量增加 2.363 亿次。
  - 过去12个月中,AI应用每月平均访问量达到20亿次。过去6个月,每月平均访问量激增至33亿次。
  - ChatGPT、Character AI和Google Bard的访问量分别净增长了18亿次、4.634亿次和6800万次。
  - 访问量最高AI聊天机器人:ChatGPT处于绝对领先地位,占AI聊天机器人类别总访问量的 76.31%。紧随其后的是Character AI,以19.86%的访问量位居第二。
  - Craiyon、Midjourney和Quillbot面临最大的流量下降。
  - 美国贡献了55亿人次访问量,占总访问量的22.62%,而欧洲国家合计贡献了39亿人次访问量。
  - AI 聊天机器人工具最受欢迎,访问量达到191亿次。
  - 超过63%的AI工具用户通过移动设备访问。存在性别差异,69.5%为男性用户,30.5%为女性用户
  除了风靡全球的ChatGPT,23年的这些技术也很惊艳
  23年过去了,这一年的关键词,无疑就是「生成式AI」。
  22年底ChatGPT的推出,以及23年3月发布的GPT-4,让全世界见识到了大语言模型的广泛可用性,让23年变成了属于文本、音频和视频生成式AI的一年。
  除了今年的「宠儿」ChatGPT之外,其他公司的锋芒也不应被忽视,比如放出了第一个开源语言模型的公司,和几家新的AI初创公司,包括在年底发布了目前可用的最佳开源语言模型Mixtral 8x7B的Mistral。
  除此之外,还有以下这些让人印象深刻的技术。
  斯坦福小镇和机器猫
  「斯坦福小镇」,展示了令人印象深刻的文本和编码任务的应用。
  团队创建了一个受模拟人生启发的沙盒环境,其中的25名AI智能体,每个都有属于自己的职业和个性,可以自主互动。
  这些智能体表现出了可信的个人和紧急社交行为,包括做计划、参加情人节派对。这项工作展示了基于LLM的智能体如何相互交互,并产生了有趣的结果。
  这一想法已被其他研究和开源项目所采用,例如Auto-GPT和BabyAGI,而OpenAI则通过Assistant API,将其大大简化。
  GPT-4等基础模型,也已用于机器人技术,取得了一些进展,比如谷歌的机器人RT-2和RoboCat。
  RT-2是一种用于机器人控制的AI模型,可以从机器人和网络数据中学习。该模型可以处理文本和图像输入,并利用其广泛的网络知识来执行尚未经过明确训练的任务。
  在6000多次机器人测试中,RT-2在未经训练的任务中的成功率,几乎是其前身的两倍。
  另一方面,RoboCat是一种AI,可以生成训练数据,以改善机器人的控制。
  其他公司的技术,如英伟达的多模态VIMA模型,也在机器人技术中使用了基础模型。
  DreamerV3和FunSearch
  在强化学习领域,研究者们也取得了不少重要成果。
  一个例子是DreamerV3,它可以处理完全不同的问题,而无需任何调整。
  在没有人类模型的情况下,DreamerV3就会学习如何在Minecraft中开采钻石。
  今年早些时候,DeepMind还展示了AdA(Adaptive Agent),这是DeepMind的一个基础强化学习模型。
  AdA遵循基础模型的经典配方,在具有大量数据的任务上进行了训练。AdA之所以意义重大,是因为它表明了,强化学习中的扩展可以使模型在其他任务上表现更好。
  在各个科学领域,深度学习展现出越来越多的作用。
  DeepMind开发了AlphaTensor,一种用于快速矩阵乘法的新算法。
  同时,DeepMind最新版本的AlphaFold蛋白质结构预测系统,克服了之前版本的许多弱点,为计算结构预测开辟了新的可能性。
  此外,Google DeepMind还展示了FunSearch,这是首次使用代码生成语言模型与进化搜索算法相结合,为数学问题找到以前未知的解决方案。
  OthelloGPT、Q-Star和AI法案
  2023年,也是AI监管的一年,和对AI存在主义风险发出警告的一年。
  这种趋势无疑也会刺激业界研究,好让人类更好地理解LLM的内部工作原理。
  这期间有一些有趣的论文,比如OthelloGPT,微软的GPT-4体现了AGI火花,以及谷歌关于大模型「顿悟」的论文。
  提示工程领域提供了对LLM的见解。
  François Chollet将提示工程解释为寻找正确的向量程序和Promptbreeder,这表明,提示在未来可能会变得更加自动化。
  在年末,传起了关于Q-Star的谣言,伴随着人们的AI的恐惧、AGI的炒作、以及短短几天多次反转的OpenAI宫斗闹剧。
  在2024年,或许我们会看到猜测变少,谈判变多。
  AI训练使用的数据,在哪些范畴内是合理的?最近纽约时报对OpenAI发起的诉讼,引起了全社会范围内的广泛探讨。
  类似的辩论,也将在欧盟上演,在今年年底前,欧盟各国就《欧盟人工智能法案》达成一致。这一法案的细节将在明年决定,并且对欧洲的人工智能市场产生重大影响。
  2024 AI展望
  在经历了爆炸性的2023年之后,2024年的人工智能领域有将会有哪些进展?
  毋庸置疑,在这个新的一年里,我们仍将看到领先的AI在许多新的创造性方式中应用,推动整个行业的进步。
  Copilot AI登台:智能体时代来临
  OpenAI在首届开发者大会上发布的GPTs、Assitants等工具,微软产品全线更名Copilot等等,智能体在今年迎来了大爆发。
  这些工具已经开始在一个又一个行业产生影响,但我们迄今所看到的与即将到来的相比微不足道。
  今年早些时候,来自普林斯顿、谷歌团队发表的ReAct论文展示了大模型如何有效地学习如何使用工具,并推动了这方面的大量研究。
  OpenAI、Anthropic在内的公司已经花了一年的时间来调整自家模型,以便更好地使用这种技术。
  比如,OpenAI的函数调用,以及Anthropic的Claude XML支持。
  项目地址:https://react-lm.github.io/
  还有一些研究机构专门训练了专门的大模型,比如伯克利的Gorilla LLM。
  另外,开源代码库Langchain、Rivet等都让智能体变得容易得多。
  看得见,AI智能体比以往任何时候都更容易开发,成本也更低。它们在发挥人类聪明才智的同时,还能深入连接对用户和公司最重要的数据。
  2024年,我们将看到「智能体时代」的到来,这是通过软件满足需求和与技术互动的一个全新方向的开端。
  多模态大模型突破视觉障碍
  ChatGPT能够理解和表达人类自然语言,这是吸引用户和开发者的突破性功能。
  但是,2024年将看到AI视觉可能会更加重要,影响更加深远。
  文字固然强大,但图像、视频、音频能以更集中的方式传递信息和情感。思想的空间表达是一种非常强大的工具,可以简单地传达复杂的概念。
  LLM不仅能对文本数据进行训练,还能对视觉数据进行训练,多模态能力更加明显。
  我们已经看到,Ai Pin、Apple Vision等可穿戴设备的发展,它们有望为我们的日常生活提供帮助。
  例如,它们可以提供与交流的人的背景信息、与工作相关的视觉提示,或完成任务的实时建议。
  创新将走向何方?速度有多快?现在还很难说,但能够解读图像和视频并对环境中的物理变化做出即时反应,为智能人工智能只能以如何帮助人类增添了一个极其重要的维度。
  AI操控达到危险级别
  AI爆发为各个领域带来翻天,覆地的变化的同时,也让我们看到AI生成虚假信息给生活带来了困扰。
  在人类历史上,大规模影响和操纵AI从未如此强大,也从未如此普及。
  人工智能已经让人们几乎无法辨别「真实」的社交互动与内容,因为图像,甚至视频都可以很轻而易举地生成。
  未来一年,人工智能操纵可能会大行其道,从自动勒索和欺诈到阴谋论的传播。
  总而言之,2024年,人工智能将给世界带来许多令人难以置信的东西,但它也将以新的方式挑战我们。
  知友预测
  关于此话题的畅想,也上了知乎热榜。
  知友「引线小白」预测,在24年,模型效果会进一步突破,可能只要7B的模型推理资源,就能与现在的GPT-4持平。
  随着部署成本大幅下降,24年可能就会成为AI Agent元年,出现一个爆款。
  多模态进多模态出一统江湖的模型,有可能出现。
  第一部AI电影,也有望在24年出现。
  清华自动化系在读博士认为,「多模态大模型取得进一步突破,图片和视频生成能力进一步提升。更多的人力工作,特别是需要部分创造力的工作被取代。部分领域大模型的涌现能力进一步凸显,表现出一些更加具有创造性的行为。」
  AI架构师「春阳CYang」预估,2024年应该是AI大模型应用落地的元年。
  2023一整年,虽然大模型火爆,但真正能够落地的产品还很少,只集中在改写文案等浅层的应用上。
  但现在,有很多大模型领域的创意产品在落地了,可以期待一波。
  程序员@小五哥预测道——
  大语言模型将在手机端运算推理;Agent将代替人做一些更实用的事情;最令人开心的是,人形机器人很可能帮我们洗衣、拖地、做饭、收拾房间了!
版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权本站发表,未经许可,不得转载。

分享:

扫一扫在手机阅读、分享本文

标签列表