·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(jī)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(shí)，一篇新論文或新發(fā)現(xiàn)又會(huì)使你的理解過時(shí)。

7月，一名叫Blake Lemoine的谷歌工程師認(rèn)為谷歌的對(duì)話語言模型LaMDA是有意識(shí)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(gè)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(jiǎng)項(xiàng)，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(duì)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(huì)有什么變化？監(jiān)管是否會(huì)遏制住人工智能帶來的問題？強(qiáng)大、變革性的新形式人工智能是否會(huì)出現(xiàn)，就像ChatGPT一樣顛覆某個(gè)行業(yè)？

GPT-4到來

GPT-4是OpenAI強(qiáng)大的生成語言模型的下一代產(chǎn)品，預(yù)計(jì)將在新年伊始發(fā)布，相對(duì)于GPT-3和3.5來說性能會(huì)有巨大的變化?；贕PT-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(huì)是什么樣子？也許不會(huì)比GPT-3大多少。在今年早些時(shí)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(shí)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(jì)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(gè)多模態(tài)的GPT-4將是一個(gè)重磅炸彈。然而，更有可能的是，GPT-4將是一個(gè)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(gè)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(duì)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(shí)驗(yàn)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(huì)的高級(jí)政策研究員Maximilian Gahntz說，將生成式人工智能整合到消費(fèi)者技術(shù)中會(huì)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(huì)”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(diǎn)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(diǎn)，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(lì)一個(gè)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(duì)普通大眾的日常生活產(chǎn)生有意義的影響。”Cook說，“所以我預(yù)測，我們將看到一個(gè)切實(shí)的推動(dòng)力，使生成式人工智能真正實(shí)現(xiàn)這兩件事中的一件，并取得不同的成功。”

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(jiǎng)項(xiàng)。

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(tái)，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(qiáng)大的人工智能實(shí)驗(yàn)室”，鐘擺可能會(huì)向開源方向擺動(dòng)。

Gahntz說，社區(qū)可能會(huì)導(dǎo)致對(duì)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(shí)驗(yàn)集合 OpenBioML。

訓(xùn)練和運(yùn)行復(fù)雜的人工智能模型仍然需要資金和專業(yè)知識(shí)，但隨著開源工作的成熟，分散的計(jì)算可能會(huì)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(xiàng)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(jì)算能力，以運(yùn)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(yùn)行在計(jì)算上很昂貴。”艾倫人工智能研究所（Allen Institute for AI）的高級(jí)研究科學(xué)家Chandra Bhagavatula說：“粗略估計(jì)，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(gè)問題將是很重要的。”

然而，只要方法和數(shù)據(jù)仍然是專有的，那么大型實(shí)驗(yàn)室將繼續(xù)擁有競爭優(yōu)勢。最近，OpenAI發(fā)布了Point-E，一個(gè)可以在文字提示下生成3D物體的模型。雖然OpenAI開源了這個(gè)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(gè)可以在文字提示下生成3D物體的模型。

438

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(gè)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(xiǎn)。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(qiáng)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(duì)訓(xùn)練大型語言模型來說是沒有用的。

這是一個(gè)具有挑戰(zhàn)性的問題，根據(jù)一個(gè)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(gè)符號(hào)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(huì)在一個(gè)數(shù)量級(jí)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(duì)語言人工智能持續(xù)進(jìn)步的一個(gè)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(gè)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(jì)明年將在這一領(lǐng)域看到大量的關(guān)注和活動(dòng)。一個(gè)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(gè)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(huì)通過對(duì)法案草案的修正案，為歐洲議會(huì)“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(jì)將在2023年成為法律，可能會(huì)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(huì)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(jì)。

不過，在任何人被罰款或指控之前，預(yù)計(jì)會(huì)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(tái)的法律中爭奪有利地位，比如人工智能法案的風(fēng)險(xiǎn)類別。

目前的規(guī)則將人工智能系統(tǒng)劃分為四個(gè)風(fēng)險(xiǎn)類別，每個(gè)類別都有不同的要求和審查水平。最高風(fēng)險(xiǎn)類別的系統(tǒng)，即“高風(fēng)險(xiǎn)”人工智能（如信用評(píng)分算法、機(jī)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(xiǎn)最低的類別，即“最低或無風(fēng)險(xiǎn)”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(dòng)。

有些企業(yè)會(huì)希望進(jìn)入最低的風(fēng)險(xiǎn)類別，以減少自己的責(zé)任和對(duì)監(jiān)管機(jī)構(gòu)的可見度。

搜索革命

上周有媒體報(bào)道，谷歌內(nèi)部針對(duì)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(tái)。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(shí)時(shí)數(shù)據(jù)的對(duì)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(huì)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(yàn)的核心。在ChatGPT之后，對(duì)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(dòng)態(tài)對(duì)話，以找到要找的東西，為什么要輸入一個(gè)查詢并得到一長串鏈接？

對(duì)話式搜索有一個(gè)光明的未來。不過，在它準(zhǔn)備好進(jìn)入黃金時(shí)段之前，需要解決一個(gè)主要挑戰(zhàn)：準(zhǔn)確性。目前，它們偶爾會(huì)完全自信地分享與事實(shí)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(gè)錯(cuò)誤。”大多數(shù)用戶不會(huì)接受一個(gè)95%甚至99%時(shí)間都準(zhǔn)確的搜索應(yīng)用，以可擴(kuò)展和更強(qiáng)大的方式解決這個(gè)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(duì)抗，用大型語言模型和對(duì)話界面重塑消費(fèi)者搜索。

但消費(fèi)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(gè)新的黃金時(shí)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(jī)會(huì)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(jī)會(huì)。想象一下，能夠毫不費(fèi)力地精確搜索視頻中的某個(gè)特定時(shí)刻、人、概念或行動(dòng)。

自谷歌在互聯(lián)網(wǎng)時(shí)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(dòng)駕駛汽車領(lǐng)域經(jīng)過多年不成熟的炒作和未實(shí)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(diǎn)送到B點(diǎn)。Cruise目前只在夜間（晚上10點(diǎn)到凌晨5點(diǎn)半）提供這些無人駕駛服務(wù)，但該公司預(yù)計(jì)幾周內(nèi)將在整個(gè)舊金山提供全天候的服務(wù)。Cruise的競爭對(duì)手Waymo緊隨其后。

Cruise的夜間無人駕駛出租車服務(wù)。

2023年，機(jī)器人出租車服務(wù)將迅速從一個(gè)迷人的新奇事物過渡到一個(gè)可行、方便、甚至平凡的城市交通方式。道路上的機(jī)器人出租車的數(shù)量和用戶人數(shù)將激增。簡而言之，自動(dòng)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(jì)明年至少還有兩個(gè)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(diǎn)包括鳳凰城、奧斯汀、拉斯維加斯和邁阿密。

為機(jī)器人技術(shù)建立基礎(chǔ)模型

斯坦福大學(xué)一個(gè)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(dòng)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(dòng)力。今天的基礎(chǔ)模型強(qiáng)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(jì)算機(jī)行動(dòng)模型，都只在數(shù)字領(lǐng)域運(yùn)作。

在現(xiàn)實(shí)世界中行動(dòng)的人工智能系統(tǒng)，例如自動(dòng)駕駛汽車、倉庫機(jī)器人、無人機(jī)、人形機(jī)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(jì)關(guān)于機(jī)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(jī)構(gòu)：DeepMind、谷歌大腦或者OpenAI。

為機(jī)器人建立一個(gè)基礎(chǔ)模型，換句話說，為物理世界建立一個(gè)基礎(chǔ)模型，意味著什么？這樣的模型可能會(huì)在來自不同傳感器模式（如相機(jī)、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(duì)物理學(xué)和現(xiàn)實(shí)世界物體的普遍理解：不同的物體如何移動(dòng)，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(shí)會(huì)發(fā)生什么。這種現(xiàn)實(shí)世界的基礎(chǔ)模型可以針對(duì)特定的硬件平臺(tái)和下游活動(dòng)進(jìn)行微調(diào)。