|
展望未来，我们预计生成性AI的趋势将集中在三个主要领域：快速而广泛的技术进步、比预期更快的数字化转型，以及对人工智能的社会和全球影响的日益重视。具体来说，我们预期生成式AI有8个主要发展趋势：
1. 多模态增长
多模态——即一个生成性AI工具被设计为接受多种格式的输入并生成多种格式的输出——开始成为消费者的首要任务，AI供应商也在注意到这一点。 OpenAI是最早通过GPT-4向用户提供多模态模型访问的公司之一，谷歌的Gemini和Anthropic的Claude 3是紧随其后的几大模型之一。尽管如此，大多数AI公司尚未公开提供多模态模型；即使许多现在提供多模态模型的公司也对可能的输入和输出有重大限制。 在不久的将来，多模态生成性AI可能会变得不再是一个独特的卖点，而是消费者对生成性AI模型的期望，至少在所有付费的LLM订阅中是这样。 此外，预计多模态建模本身将变得更复杂、更准确，以满足消费者对一体化工具的需求。这可能看起来像是提高图像和非文本输出的质量，或者为视频、文件附件（正如Claude已经做到的）和互联网搜索窗口小部件（正如Gemini已经做到的）等增加更好的功能和特性。 ChatGPT目前允许用户使用文本（包括代码）、语音和图像输入和输出，但ChatGPT中没有内置的视频输入或输出功能。这种情况可能很快就会改变，因为OpenAI正在尝试其新的文本到视频生成工具Sora，并可能将其一些功能嵌入到ChatGPT中，就像他们对DALL-E所做的那样。
同样，虽然谷歌的Gemini目前支持文本、代码、图像和语音输入和输出，但在图像可能性方面存在重大限制，因为该工具目前无法生成包含人物的图像。谷歌似乎正在积极地在幕后解决这个限制，这让我相信它很快就会消失。 2. AI即服务的更广泛采用
AI即服务已经在人工智能和机器学习商业用例中越来越受欢迎，但对于生成性AI来说，它才刚刚开始起步。 然而，随着生成性AI技术的采用率持续增加，越来越多的企业将开始感受到落后于竞争对手的痛苦。当这种情况发生时，那些无法或不愿投资于构建自己的AI模型和内部AI团队的基础设施的公司可能会转向专门从事生成性AI并且具有其行业或项目类型经验的顾问和托管服务公司。 具体来说，请关注AI建模即服务（AIMaaS）的市场份额增长。越来越多的AI公司将努力公开提供可定制的、轻量级的和/或开源的模型，以扩大其对新受众的覆盖。生成性AI即服务计划也可能大力关注企业做好生成性AI所需的支持框架。这自然会导致更多的公司专业化，其他公司投资于AI治理和AI安全管理服务。 3. 向AGI及其相关研究的转变
人工通用智能（AGI）——即AI达到在大多数任务工作和批判性思维任务中超越人类水平的概念——是当今AI公司中的一个重要流行词，但到目前为止，它只不过是如此。 谷歌的Deepmind是定义和创新这一领域的领导者之一，还有OpenAI、Meta、Adept AI等。到目前为止，关于AGI是什么、它将是什么样子、AI领导者将如何知道他们是否达到了AGI的点，还没有多少共识。 迄今为止，关于AGI的大多数研究和工作都是在孤立的环境中进行的。在未来，AGI将继续是研发的优先事项，但就像过去其他重要的技术和AI倡议一样，它可能会变得更加协作，即使没有其他原因，也是为了为这个概念开发一个一致的定义和框架。虽然AI领导者在未来几年可能不会实现真正的AGI或接近它，但生成性AI将继续逼近这一目标，而AI公司则致力于更清晰地定义它。 4. 劳动力需求结构性重组
大多数专家和技术领导者都同意，生成性AI将显著改变劳动力和工作场所的外观，但他们对于这对员工本身是净正面还是净负面存在分歧。 在劳动力影响的早期阶段，生成性AI主要通过自动化、AI驱动的内容和建议、分析以及其他资源来支持办公室工作人员，帮助他们完成更平凡和日常的任务。尽管在组织和员工层面都存在一些怀疑，但新用户不断发现生成性AI帮助他们处理起草和发送电子邮件、准备报告、为社交媒体创建有趣内容等工作的能力，所有这些都为他们节省了时间，使他们能够专注于更高级别的战略工作。 即使在这些更简单的用例中，生成性AI也已经展示了其改变我们跨行业、部门、角色和职位工作的初步潜力。早期预测预计生成性AI将主要处理装配线、制造业和其他体力劳动工作，但到目前为止，生成性AI已经对其最直接和最深远的影响产生了影响，这些影响涉及创意、文职和客户服务任务和角色。 市场专员、销售人员、设计师、开发人员、客户服务代理、办公室经理和助理等工作人员已经感受到了这项技术创新的影响，并担心他们最终会因生成性AI而失去工作。事实上，大多数专家都同意，这些工作和其他工作在短短几年内将不会像现在这样。 由于所有这些未知数和恐惧悬而未决，工作场所和大学目前正在提供课程、生成性AI认证和培训计划，用于专业使用AI和生成性AI。本科和研究生AI学习项目开始出现，在未来的几个月和几年里，这个学位路径可能会变得像数据科学或计算机科学学位路径一样普遍。 5. 日益增加的监管、道德和社会压力
2024年3月，经过几年的讨论和审查，欧盟议会正式批准了欧盟AI法案。在未来的几个月和几年里，使用AI的组织或与欧盟公民数据相关的组织将受到这项新法规及其规定的约束。 这是第一个主要关注生成性AI及其对数据隐私影响的法规，但随着消费者和社会的担忧增长；不要指望它是最后一个。加利福尼亚州、弗吉尼亚州和科罗拉多州已经有州法规，几个行业也有自己的框架和规则，规定如何使用生成性AI。 在全球范围内，联合国已经开始讨论AI治理、国际合作和合作的重要性，并通过建立的全球框架负责任地开发和部署AI。虽然这不太可能变成一项可执行的全球法规，但这是一个非常重大的对话，可能会塑造不同国家和地区对道德AI和法规的方法。 6. 对安全、隐私和治理的更大重视
随着已经到位的法规和预计将出台的法规，更不用说公众需求，使用这项技术的AI公司和企业很快就会在AI治理技术上、服务和政策上投入更多，以及直接解决生成性AI漏洞的安全资源。 一小部分公司专注于改善他们的AI治理姿态，但随着AI使用和担忧的增长，这将变得更加必要。公司将开始更广泛地使用专门的AI治理和安全平台，人工智能模型和内容的人工审核将成为标准，所有以任何方式使用生成性AI的公司都将运营某种AI政策，以防范重大责任和损害。 7. 更加重视质量和幻觉管理
随着政府、监管机构、企业和用户通过生成性AI创建的内容发现危险、被盗、不准确或质量差的结果，他们将继续向AI公司施加压力，要求改进他们的数据来源和培训流程、输出质量和幻觉管理策略。 虽然对质量结果的强调是许多AI公司当前战略的一部分，但这种方法和对公众的透明度只会扩大，以帮助AI领导者保持声誉和市场份额。 那么，生成性AI质量管理会是什么样子呢？一些今天的领导者为未来提供了一些线索。 例如，随着其模型的每一次迭代，OpenAI都提高了其准确性并减少了AI幻觉的频率。除了实际进行这项工作外，他们还提供了详细的文档和研究数据，展示了他们的模型是如何运作和随时间改进的。 在另一方面，谷歌的Gemini已经拥有了一个相当全面的用户反馈管理系统，用户可以轻松地点赞或差评，并将额外的反馈发送给谷歌。他们还可以修改响应，报告法律问题，并只需点击一下即可检查生成的内容是否与互联网来源相符。 这些功能为用户提供了他们的反馈很重要的保证，这对所有方面都是一个胜利：用户对产品感觉良好，谷歌则定期获得用户生成的反馈，了解他们工具的表现如何。 在几个月内，我预计会看到更多的生成性AI公司采用这种方法，以实现更好的社区驱动的生成性AI质量保证。 8. 广泛嵌入AI以改善客户体验
许多公司已经在其企业和面向客户的应用程序中嵌入生成性AI，以改善内部工作流程和外部用户体验。这最常发生在已经建立的生成性AI模型上，如GPT-3.5和GPT-4，它们经常被嵌入为现状，或者被并入用户的现有应用程序、网站和聊天机器人中。 预计在未来几年中，这种嵌入式生成性AI方法将成为在线体验管理的几乎普遍部分。客户将期望生成性AI是他们搜索体验的核心部分，并将优先考虑不能提供量身定制的答案和建议的工具，因为他们在为自己研究、购物和规划体验时。 生成性AI：已有重要进展 随着生成性AI在世界上的发展，很难相信直到2022年11月OpenAI首次推出ChatGPT时，大多数人还没有讨论这项技术。生成性AI的许多最重要的里程碑是在2023年达到的，当时OpenAI和其他有希望的AI初创公司——更不用说领先的云公司和其他技术公司——竞相开发最高质量的模型和技术的最引人注目的用例。 下面，我们迅速总结了2023年生成性AI的一些最大发展，既看重大的技术进步，也看社会影响：
生成性AI：当前的格局在过去的几个月中，生成性AI的格局已经发生了显著变化，并且有望继续以这种快速的步伐发展。我们下面所涵盖的是2024年初生成性AI正在发生的事情的快照；预计这些细节很快就会发生变化或改变，因为生成性AI的格局到目前为止一直是这样的性质。 尽管它还没有在许多行业中被广泛采用，但生成性AI继续建立其声誉，并在专业和娱乐用户群体中获得重要的立足点。以下是生成性AI今天被使用的一些主要方式：
消费者信任和道德考虑 根据Forrester 2023年12月消费者脉搏调查结果，“只有29%的人同意他们会信任来自生成性AI的信息”，“45%的在线成年人同意生成性AI对社会构成严重威胁”。然而，同样的结果中，有50%的人认为这项技术也可以帮助他们更有效地找到他们需要的信息。 显然，公众对生成性AI的看法目前非常复杂。在北美尤其如此，人们对这项技术感到兴奋和兴趣，使用生成性AI工具的用户比全球大多数其他地区都多。然而，即使在对生成性AI充满热情的人中，也普遍对数据安全、道德和一般信任差距持谨慎态度，这种差距来自于缺乏透明度、滥用和滥用可能性（如深度伪造）以及对未来工作安全的担忧。 为了赢得消费者的信任，必须在监管和公司层面采取更多的道德AI措施。最近成为法律的欧盟AI法案是朝这个方向迈出的一大步，因为它规定了禁止的应用程序和用例、高风险系统的义务、透明度义务等，以确保私人数据受到保护。然而，AI公司和使用AI的企业也有责任比这项法规要求的更透明、更道德、更负责任。 采取更多道德AI措施的步骤，不仅将增强他们的声誉和客户群，还将建立保障措施，防止有害AI在未来占据主导地位。 导航生成性AI未来的策略生成性AI显然已经在这里留下来了，无论你的企业选择是否融入这项技术。与生成性AI合作而不让技术凌驾于你的业务优先事项之上的关键是，要有明确定义的有效AI策略和明确的目标，以有益的方式使用AI。其中一些策略可能会有所帮助： 为你的业务创建一个特定的AI策略这个策略应该解释可以使用什么技术，谁可以使用它们，以及如何使用它们。随着技术、优先事项和法规的变化，保持策略和政策既灵活又迭代。 通过角色和工作场所转型支持员工以生成性AI创新的速度，毫无疑问，现有的工作将被连根拔起或完全转型。为了支持你的劳动力并减轻其中的一些压力，成为提供再培训和培训资源的雇主类型，这将有助于你的员工和你的公司长远发展。 全球化和协作性思考如果你处于权力或影响力的位置，考虑做工作以缓解广泛采用生成性AI可能带来的日益增加的全球不平等。 与发展中国家的公司合作，致力于使人们和地球受益的生成性AI创新，并支持多语言解决方案和数据培训，这些解决方案和培训是全球无偏见的。 总的来说，与其他国家和组织的领导者合作将为所有人带来更好的技术和成果。 谨慎地采用AI创新特别是在追求AGI的过程中，要谨慎使用生成性AI以及这些工具如何与你的的数据和知识产权互动。虽然生成性AI具有巨大的积极潜力，但它的潜在危害也是如此。关注生成性AI创新是如何发展的，不要害怕让AI公司为更负责任的AI方法负责。 为生成性AI的未来做准备生成性AI已经证明了它重塑行业、经济和社会的非凡潜力，甚至超出了最初的设想。研究公司和技术公司不断调整他们对生成性AI未来的预测，意识到这项技术可能能够比之前假设的更早地承担更多的体力任务和认知工作。 但随着这一令人难以置信的技术发展，应该伴随着大量的谨慎和仔细的规划。生成性AI的开发者和用户都必须考虑这项技术的道德影响，并继续努力保持其透明度、可解释性，并与公众的偏好和意见保持一致，即这项技术应该如何使用。他们还必须考虑一些更深远的后果——例如，贫富之间更大的全球差距和对环境的更大破坏——并寻找创造性的方法来创建真正利大于弊的生成性AI。 那么，对于生成性AI的充满希望的未来来说，最好的前进方式是什么？合作。全球各地、不同工作领域和不同专业领域的AI领导者、用户和怀疑论者必须协作地应对生成性AI带来的挑战和机遇，以确保一个对所有人都有益的未来。 参考资料 标题：The Future of Generative AI: Trends and Challenges 作者：Shelby Hiter 单位：eWeek 链接：https://www./artificial-intelligence/future-of-generative-ai/ |
|
|
