2023年，世人見(jiàn)證了ChatGPT在全球范圍的大火。以生成式人工智能為代表的新一代人工智能問(wèn)世，改變了人工智能（AI）技術(shù)與應用的發(fā)展軌跡，加速了人與AI的互動(dòng)進(jìn)程，是人工智能發(fā)展史上的新里程碑。2024年，人工智能技術(shù)與應用的發(fā)展又會(huì )呈現出哪些趨勢？讓我們一同展望這些值得關(guān)注的重大趨勢。

趨勢一：

從AI大模型邁向通用人工智能

2023年，ChatGPT開(kāi)發(fā)者OpenAI被置于前所未有的聚光燈下，也使GPT-4后續版本的開(kāi)發(fā)被推向了風(fēng)口浪尖。據消息人士稱(chēng)，OpenAI正在訓練下一代的人工智能，暫名“Q*”（讀作Q-star）。新的一年，OpenAI下一代產(chǎn)品可能發(fā)布。

據媒體爆料，“Q*”可能是第一次采用“從零開(kāi)始”的方式訓練的人工智能。其特點(diǎn)是，智能不來(lái)自人類(lèi)活動(dòng)的數據，且其有能力修改自身代碼以適應更復雜的學(xué)習任務(wù)。前者使得人工智能能力的發(fā)展變得愈發(fā)不透明，而后者向來(lái)被看作是誕生人工智能“奇點(diǎn)”的必要條件。在人工智能發(fā)展領(lǐng)域，“奇點(diǎn)”特指機器擁有了自我迭代的能力，進(jìn)而在短時(shí)間內迅猛發(fā)展，導致超出人類(lèi)控制。

雖然一些報道稱(chēng)，“Q*”目前還只能解決小學(xué)難度的數學(xué)問(wèn)題，距離“奇點(diǎn)”還遠。但鑒于虛擬環(huán)境中人工智能迭代速度可能遠超想象，其仍然可能在不遠的將來(lái)自主發(fā)展出在各個(gè)領(lǐng)域均可超過(guò)人類(lèi)水平的AI。2023年，OpenAI預言，各方面超越人類(lèi)水平的人工智能在十年內就會(huì )出現；英偉達創(chuàng )始人黃仁勛表示，通用人工智能可能在五年內超越人類(lèi)。

一旦通用人工智能得以實(shí)現，就可被用于解決各種復雜的科學(xué)難題，譬如尋找外星人與地外宜居星系、人工核聚變控制、納米或超導材料篩選、抗癌藥研發(fā)等。這些問(wèn)題通常需要花費人類(lèi)研究員數十年的時(shí)間來(lái)尋找新的解決方案，部分前沿領(lǐng)域的研究量已超出人力極限。而通用人工智能在自己的虛擬世界中擁有幾乎無(wú)限的時(shí)間和精力，這使得其在部分容易虛擬化的任務(wù)中，有可能成為人類(lèi)研究員的替代。但屆時(shí)，人類(lèi)如何監督這些從智能水平上超過(guò)人類(lèi)的人工智能，確保其不會(huì )危害人類(lèi)，又是一個(gè)值得思考的問(wèn)題。

當然，我們也不應過(guò)分高估硅谷巨頭們的部分言論，因為在人工智能發(fā)展史上，已經(jīng)歷三次“AI寒冬”，其中不乏宏大的技術(shù)愿景因各方面限制化為泡影的例子。但目前可以肯定的是，大模型技術(shù)仍然有著(zhù)不小的上升空間。除GPT-4外，谷歌的“雙子座”（Gemini），Anthropic的Claude2，目前都是僅次于GPT-4的大模型，國內的百度“文心一言”與阿里“通義千問(wèn)”，也是國產(chǎn)大模型中的佼佼者。它們在新的一年中是否會(huì )發(fā)布更具革命性的產(chǎn)品，同樣值得期待。

趨勢二：合成數據

打破人工智能訓練數據瓶頸

數據瓶頸指的是可用于訓練AI的高質(zhì)量數據的有限性，合成數據有望打破這一瓶頸。

合成數據是在模仿真實(shí)數據的基礎上，由機器學(xué)習模型利用數學(xué)和統計科學(xué)原理合成的數據。關(guān)于什么是合成數據，有一個(gè)較為淺顯易懂的比喻：這就像是在給AI編寫(xiě)專(zhuān)門(mén)的教材。例如，盡管英文課本的對話(huà)中出現的可能是“小明”“小紅”這樣的虛構人名，但并不影響學(xué)生們由此掌握英語(yǔ)，因此從某種意義上，對于學(xué)生而言，教材就可以看作一種經(jīng)過(guò)編纂、篩選和處理的“合成數據”。

有論文表明，模型的規模至少要達到620億參數量后，才可能訓練出“思維鏈”能力，即進(jìn)行分步驟的邏輯推理。但現實(shí)的尷尬在于，迄今為止人類(lèi)產(chǎn)生的不重復的、可供訓練的優(yōu)質(zhì)數據并沒(méi)有這么多。使用ChatGPT等生成式人工智能以前所未有的數量產(chǎn)生高質(zhì)量合成數據，未來(lái)的AI將由此獲得更高的性能。

除了對大量高質(zhì)量數據的需求導致合成數據受到追捧以外，對數據安全的考量也是重要原因。近年來(lái)，各國紛紛出臺更嚴格的數據安全保護法律，使得客觀(guān)上利用人類(lèi)產(chǎn)生的數據訓練人工智能變得更為繁瑣。這些數據中不僅可能隱含個(gè)人信息，其中的許多數據還受版權保護。在互聯(lián)網(wǎng)隱私與版權保護尚未形成統一標準與完善架構的當下，使用互聯(lián)網(wǎng)數據進(jìn)行訓練，極易導致大量法律糾紛。而若考慮對這些數據進(jìn)行脫敏，又面臨篩查識別準確率方面的挑戰。兩難之下，合成數據就成為最惠而不費的一種選擇。

此外，使用人類(lèi)數據進(jìn)行訓練，還可能導致人工智能學(xué)到有害內容。一些諸如使用日用品制造炸彈、管制化學(xué)品的方法，另一些則包括許多人工智能本不應當出現的壞習慣，譬如像人一樣在任務(wù)執行過(guò)程中偷懶、為了取悅用戶(hù)而說(shuō)謊、產(chǎn)生偏見(jiàn)和歧視。若改用合成數據，使人工智能在訓練中盡可能減少接觸有害內容，則有望克服以上使用人類(lèi)數據訓練時(shí)附帶的缺點(diǎn)。

從以上分析中可以看出，合成數據可以說(shuō)是頗具開(kāi)創(chuàng )性的，有望解決此前發(fā)展人工智能與數據隱私保護不可得兼的問(wèn)題。但與此同時(shí)，如何確保相關(guān)的公司和機構負責任地制作合成數據，如何制作出既符合本國文化與價(jià)值觀(guān)，又在規模和技術(shù)水平上足以媲美西方以英文網(wǎng)絡(luò )資料為中心的合成數據訓練集，也將成為中國面臨的一個(gè)頗具挑戰性的課題。

除此之外，合成數據帶來(lái)的一個(gè)重大變化是，來(lái)自人類(lèi)社會(huì )的大數據或將不再是AI訓練所必需。在今后的數字世界中，人類(lèi)數據的產(chǎn)生、存儲和使用仍將遵循人類(lèi)社會(huì )的法則和秩序，包括維護國家數據安全、保守商業(yè)數據秘密和尊重個(gè)人數據隱私，而AI訓練所需的合成數據則采用另一套標準進(jìn)行管理。

趨勢三：量子計算機

可能率先應用于人工智能

作為電子計算機發(fā)展到今天的最前沿應用，人工智能始終存在算力不足的隱憂(yōu)。ChatGPT問(wèn)世數月后，OpenAI總裁奧爾特曼曾公開(kāi)表示，其并未鼓勵更多用戶(hù)注冊OpenAI。2023年11月，OpenAI甚至宣布暫停ChatGPT Plus付費訂閱新用戶(hù)的注冊，以確?，F有用戶(hù)擁有高質(zhì)量體驗。顯然，作為全球性能最強的AI，ChatGPT已遇到算力等方面的瓶頸。在此背景下，討論量子計算機在人工智能領(lǐng)域的應用就成為一種頗具潛力的未來(lái)解決方案。

首先，人工智能領(lǐng)域的算法，大部分屬于并行計算的范疇。舉例而言，AlphaGo在下圍棋的過(guò)程中，其需要同時(shí)考慮對手在不同位置落子后的應對招數，從中找到最有可能贏(yíng)得棋局的下法。這就需要計算機優(yōu)化并行計算的效率來(lái)實(shí)現。而量子計算機擅長(cháng)進(jìn)行并行計算，因為它可以同時(shí)計算和存儲“0”和“1”兩種狀態(tài)，無(wú)需像電子計算機那樣消耗額外的計算資源，譬如串聯(lián)多個(gè)計算單元，或將計算任務(wù)在時(shí)間上并列。計算任務(wù)越復雜，量子計算就越具備優(yōu)勢。

其次，運行ChatGPT所需的硬件條件，同樣也十分適合導入當前體積龐大的量子計算機，二者都需要安裝在高度集成的計算中心里，由一支專(zhuān)業(yè)化技術(shù)團隊進(jìn)行管理支撐。

什么是量子計算機？量子計算機是一類(lèi)遵循量子力學(xué)規律進(jìn)行高速數學(xué)和邏輯運算、存儲及處理量子信息的物理裝置。其不僅體積龐大，而且作為核心零部件的“量子芯片”，通常需要被置于接近絕對零度（零下273.15攝氏度）的極低溫中，利用在這種極低溫下部分微觀(guān)粒子表現出的量子特性進(jìn)行信息運算和處理，且運行結果只能存在幾毫秒的時(shí)間。

既然量子計算機“又大又難維護”，為什么還要發(fā)展？原因在于，量子計算機蘊含巨大的算力潛能，以至于在一些算法上已經(jīng)體現出相對于電子計算機在速度上的“絕對碾壓”，即“量子優(yōu)越性”。但實(shí)現“量子優(yōu)越性”只是一個(gè)起點(diǎn)。目前的量子計算機只能完成一些專(zhuān)屬于量子領(lǐng)域的計算任務(wù)，想要真正用好這種“量子優(yōu)越性”，先要使其量子位足夠多，以實(shí)現通用計算和可編程。而且，在實(shí)現通用計算后，量子計算機依然需要保持相對于電子計算機的優(yōu)勢，這被稱(chēng)作“量子優(yōu)勢”。

2022年，來(lái)自谷歌、微軟、加州理工學(xué)院等機構的研究者從原理上證明了“量子優(yōu)勢”在預測可觀(guān)測變量、量子主成分分析以及量子機器學(xué)習中確實(shí)存在。量子機器學(xué)習，實(shí)際上就是量子計算在人工智能領(lǐng)域的應用，也體現出未來(lái)量子計算與人工智能兩大前沿技術(shù)合流的趨勢。

理論上證明了，實(shí)踐上就需要進(jìn)一步拓展量子計算的應用前景。在2019年推出商用量子計算機“量子系統一號”后，美量子計算巨頭IBM又于2023年12月推出了“量子系統二號”。新系統的最大突破在于可以模塊化擴展，是該公司的首臺模塊化量子計算機?！傲孔酉到y二號”擁有超過(guò)1000量子位。IBM還宣布計劃10年內建成10萬(wàn)量子位的量子計算機。這些不斷增加的量子位并非只是為了競賽，其對于實(shí)現通用計算和可編程有著(zhù)不可或缺的作用。也正因如此，量子計算機的模塊化，標志著(zhù)其更加具備實(shí)用性。

有關(guān)量子機器學(xué)習算法的研究，已成為新的研究熱點(diǎn)。不過(guò)，未來(lái)量子計算機不會(huì )完全取代電子計算機，更有可能出現的是量子計算機和電子計算機在不同的應用場(chǎng)景下發(fā)揮各自所長(cháng)，實(shí)現協(xié)同發(fā)展，既極大提升算力，也兼顧成本和可行性。

趨勢四：AI代理和無(wú)代碼軟件開(kāi)發(fā)

帶來(lái)“沖擊波”

在A(yíng)I應用方面，2024年值得關(guān)注的是AI代理和無(wú)代碼軟件開(kāi)發(fā)帶來(lái)的“沖擊波”。

一是AI代理對勞動(dòng)力結構的沖擊。

截至目前，全球至少已有近兩億人使用人工智能大模型。但人們已不再滿(mǎn)足于坐在電腦前跟AI“聊天”，而是開(kāi)始開(kāi)發(fā)能夠自動(dòng)根據任務(wù)需要向人工智能發(fā)出提示的工具。當自動(dòng)提示工具與大模型兩相結合，AI代理便由此誕生。

2023年4月，OpenAI聯(lián)合創(chuàng )始人布羅克曼現場(chǎng)演示了GPT的“自動(dòng)模式”。在該演示中，AI代理幾乎“包辦”了一場(chǎng)晚宴：不僅根據要求生成了一份晚宴的推薦菜單、一份圖文并茂的邀請函，還自動(dòng)將該菜單需要購買(mǎi)的食材加入生鮮電商APP的購物車(chē)，并自動(dòng)發(fā)布了一條有關(guān)該晚宴的社交網(wǎng)站帖子。

AI代理還能根據比較模糊的需求提示自動(dòng)制作網(wǎng)站，自動(dòng)完成各種需要使用Office軟件完成的文字和表格處理工作，甚至自動(dòng)根據已有論文數據進(jìn)行歸納總結生成分析論文等。

比爾·蓋茨近日發(fā)長(cháng)文解讀AI代理未來(lái)，表示AI代理將徹底改變人們使用計算機的方式，帶來(lái)自鍵盤(pán)、屏幕和鼠標發(fā)明以來(lái)人類(lèi)與計算機互動(dòng)方式上最重大的革新。

AI被看作對人類(lèi)的信息收集、分析和處理進(jìn)行增強的擴展性工具，使得人的工作水平更上新臺階。但與此同時(shí)，AI代理也給許多現有的工作崗位帶來(lái)沖擊，因為企業(yè)可能?chē)L試雇用更少的人來(lái)完成相同的任務(wù)。這種由創(chuàng )新帶來(lái)的對現有經(jīng)濟結構的破壞，被美國經(jīng)濟學(xué)家熊彼特稱(chēng)為“創(chuàng )造性毀滅”。隨著(zhù)AI代理代替大量只需要較少的計算機技能就可完成的任務(wù)，這些被迫再就業(yè)的勞動(dòng)力將不得不適應新的勞動(dòng)力市場(chǎng)需求，這注定將是一個(gè)較長(cháng)時(shí)期的、伴隨陣痛的過(guò)程。

二是無(wú)代碼軟件開(kāi)發(fā)給數字經(jīng)濟創(chuàng )新帶來(lái)的影響。

盡管生成式人工智能可能淘汰掉一批傳統數字崗位，但在關(guān)上一扇門(mén)的同時(shí)也打開(kāi)了一扇窗，這就是“無(wú)代碼軟件開(kāi)發(fā)”。目前，以AI大模型為基礎的編程輔助工具已經(jīng)發(fā)展到一個(gè)新的階段，能夠根據用戶(hù)十分模糊的指令來(lái)生成軟件或網(wǎng)頁(yè)代碼。例如，2023年的GPT-4演示中，演示人員僅僅是在A(yíng)4紙上手寫(xiě)了一個(gè)十分潦草的結構示意圖，GPT-4就根據其自動(dòng)生成了能夠實(shí)際訪(fǎng)問(wèn)的網(wǎng)頁(yè)。這無(wú)疑大大降低了開(kāi)發(fā)IT服務(wù)的門(mén)檻。只要一個(gè)人有足夠有創(chuàng )意的、能夠滿(mǎn)足許多人需求的數字服務(wù)“點(diǎn)子”，就可以成為互聯(lián)網(wǎng)創(chuàng )新的風(fēng)口，“人人皆可創(chuàng )新”的時(shí)代已然到來(lái)。

對此，政府需轉變觀(guān)念，兼顧市場(chǎng)監管與促進(jìn)創(chuàng )新，一方面降低數字創(chuàng )新過(guò)程中的注冊與融資門(mén)檻，打通中小企業(yè)發(fā)展壯大過(guò)程中的痛點(diǎn)，讓就業(yè)與創(chuàng )新政策適應“人人皆可創(chuàng )新”的新需求；另一方面需要探索更有利于保護創(chuàng )新“點(diǎn)子”的版權與專(zhuān)利保護新政策，從而激勵那些能夠不斷提出創(chuàng )新“點(diǎn)子”的人才。

綜上所述，展望2024年，無(wú)論是人工智能技術(shù)自身的迭代發(fā)展，還是其對數據價(jià)值的重塑，抑或是向各行業(yè)、各領(lǐng)域的應用滲透，人工智能的影響可謂無(wú)處不在，既為科研、創(chuàng )新和經(jīng)濟賦能，又帶來(lái)新的挑戰與風(fēng)險。我們應以開(kāi)放的心態(tài)看待人工智能帶來(lái)的諸多改變，審慎研究和應對其可能帶來(lái)的新課題與新風(fēng)險。

（作者為中國現代國際關(guān)系研究院科技與網(wǎng)絡(luò )安全研究所人工智能項目負責人）

（《瞭望》2024年第01期 ）

免責申明：本文轉自互聯(lián)網(wǎng)平臺，不作為任何商業(yè)用途，僅作信息分享。如若有侵權，請聯(lián)系我們刪除。