預計到2025年，美國的人工智能投資可能達到1000億美元，而全球對人工智能的投資可能達到2000億美元，這一增長可能會提振整體經濟。
預計到2025年，美國的人工智能投資可能達到1000億美元，而全球對人工智能的投資可能達到2000億美元，這一增長可能會提振整體經濟。
這種人工智能投資的激增歸因于生成式人工智能的巨大經濟潛力。生成式人工智能是人工智能的一個分支，專注于基于大型語言模型創建新內容，一個例子是ChatGPT。
自美國人工智能公司OpenAI在2022年11月推出聊天機器人ChatGPT，在全球范圍內點燃AI熱潮，截至2023年7月，全球已發布數百個大模型，僅我國年內就發布80多個，各大廠基本已躬身入局。
即便是百度、阿里、華為、微軟、Google 、Meta這樣走在AI技術前沿的公司，都在這場“終極玩家”廝殺賽中面臨難以回答的問題——“投資巨大，如何盈利?”
颶風刮了大半年，幾天前，微軟、Google 、Meta 相繼發布Q2財報，并宣布接下來將繼續加大對人工智能的投入以穩固優勢地位，但此前上百億美金的投資并未帶來及時的回報。此前憑借ChatGPT股價大漲的微軟，財報會后股價連續2日收跌。資本隱隱有躁動跡象。
事實上，多位投資人認為，當前圍繞AI大模型的首輪競爭與投資已然結束，接下來的競爭輪次中，只有解決商業化落地，才能緩解投融資難。第二第三梯隊是本輪未上車資方的出手方向。
從2023年上半年的人工智能相關的融資事件的輪次分布來看，天使輪、A輪以及戰略融資事件數量位居前列，分別擁有59、57以及38起，共計154起。
當前大多數投資人“出手難”的關鍵，在于怎么找到適合自己的應用場景去落地，實現商業化，而大多數公司目前可能連過河的石子還沒摸到。
一個可供參考的信息是，OpenAI成立的前15個月，都沒有一個明確的研究目標。2016年5月，時任谷歌首席AI研究員參觀OpenAI，對其工作方式曾相當困惑。
根據中研普華研究院《2023-2027年中國人工智能行業全景調研與發展戰略研究咨詢報告》顯示：
預訓練大模型技術使得 AI 的通用能力往前邁了一大步。幾十億、上百億參數的模型不僅能夠迅速處理海量信息，還能理解人類自然語言的輸入、進行復雜的邏輯推理，并掌握了優秀的內容生成能力。AI 正在從特定任務的解決方案轉向具有更廣泛應用性的解決方案，或者說，有望大規模地創造價值。
一場關于生產力的革命已在醞釀之中。全球管理咨詢公司麥肯錫在最近的報告《生成式人工智能的經濟潛力：下一波生產力浪潮》中指出，生成式 AI 每年可能為全球經濟增加 2.6 萬億到 4.4 萬億美元的價值。
在幾天前的亞馬遜云科技紐約峰會中，「生成式 AI」同樣是全場提及頻率最高的關鍵詞。
「如今，大模型可以在大量無標注數據中進行預訓練，實現開箱即用，以處理各種通用性問題。此外，只需相對少量的標注數據進行微調，它們就能用于特定領域的應用。」亞馬遜云科技數據庫、數據分析和機器學習全球副總裁 Swami Sivasubramanian 表示，「通過微調輕松定制預訓練模型的能力，絕對是游戲規則的改變。」
半年來，大模型之戰如火如荼。當 OpenAI 和谷歌你追我趕，迅速崛起的「開源」力量也不容小覷。可以預見的是，在未來的大模型競爭格局中，「沒有一個模型可以統治一切」。
在 ChatGPT 發布兩個月后，Anthropic 公司就迅速開發出了「最強競品」 Claude，又在 7 月初完成了 Claude 2 的升級。被稱為是「AI 社區內最強大的開源大模型」的 LLaMa，在不久前也升級為 LLaMa 2，不斷抬高開源大模型的能力上限。
正像一些業內人士所說，任何一家閉源的大模型提供商都沒有護城河。不管是 LLaMa 還是 Claude，開源大模型都顯示出了迭代速度更快、可定制性更強、更具私密性的優勢。
而這些開源大模型的力量，正在越來越多地匯聚于亞馬遜云科技的服務之中。
今年 4 月，亞馬遜云科技發布了全托管基礎模型服務「Amazon Bedrock」，以「關鍵基礎設施提供商」的角色加入了大模型之戰。
在今天，即使生成式 AI 模型的功能已經如此強大，它們仍然無法代替人類「執行」一部分關鍵的、個性化的任務。
比如一位顧客想咨詢換貨，電商平臺的 AI 客服當然可以迅速地告知顧客想要的款式、尺碼、顏色是否還有庫存，但無法完成接下來的訂單更新或交易管理的操作。
這恰恰是「生成式 AI」轉化為「生產力」過程中非常關鍵的一步。
問題并非不能解決：模型通常可以附加 API、插件、數據庫以擴展功能，為用戶自動完成某些特定的任務。比如 ChatGPT 此前就推出了插件機制，還為開發者提供了開放平臺，允許更多用戶根據自己的需求、想法和專業能力進行擴展。
生成式 AI 時代的搜索技術變革
在解決大模型落地挑戰的火熱討論中，「向量搜索」和「向量數據庫」的概念開始被越來越多的人熟知。這是檢索技術層面在生成式 AI 時代正在發生的變革。
首先，伴隨數據規模的增長，關鍵詞檢索已經不能滿足需求，向量檢索可作對傳統搜索技術的補充。通過將數據表示為向量，模型可以快速分析和理解大量信息，準確地識別和匹配相似的項目。
其次，經過預訓練的大模型固然能力出眾，但也存在一些不足，比如缺乏領域知識、缺乏長期記憶、缺乏事實一致性的問題。而在數據規模不斷增長、算力日益珍貴的現狀下，向量數據庫可作為大模型的「超級大腦」，打一份小抄，相對較低的成本補充動態知識，滿足用戶不斷增長的需求。
《2023-2027年中國人工智能行業全景調研與發展戰略研究咨詢報告》由中研普華研究院撰寫，本報告對該行業的供需狀況、發展現狀、行業發展變化等進行了分析，重點分析了行業的發展現狀、如何面對行業的發展挑戰、行業的發展建議、行業競爭力，以及行業的投資分析和趨勢預測等等。報告還綜合了行業的整體發展動態，對行業在產品方面提供了參考建議和具體解決辦法。
關注公眾號
免費獲取更多報告節選
免費咨詢行業專家
2023-2027年中國人工智能行業全景調研與發展戰略研究咨詢報告
產業介紹人工智能覆蓋的產業相對較廣，主要包括基礎層、技術層和應用層，涵蓋多個不同的技術及應用場景。當前中國人工智能領域產業格局尚未成熟，上中下游具有較大的發展空間。目前，人工智能行...
查看詳情
水產品作為優質蛋白質的重要來源，富含人體所需的各種氨基酸等營養物質，關系到我國居民健康，是重要的食品來源，特別...
未來，隨著國產軟件企業深耕行業，提高自主研發能力，國產軟件的功能和性能都將逐漸趕上國外軟件。工業設計領域的CADC...
地毯是世界范圍內具有悠久歷史傳統的工藝美術品類之一，不管是住宅、賓館，還是商場、寫字樓，地毯都無處不在，具有減...
2023高技術船舶制造產業需求調研航運業碳排放法規帶來日益增長的船舶更新需求,造船業正在迎來新一輪“訂單潮”,不過,,...
過去幾年，宅經濟迅速爆發，促使小家電市場蓬勃發展。然而，隨著外部環境的放開，小家電似乎沒有了過往那樣增長的跡象...
動畫(animation)和漫畫(cartoon)均是指通過制作，使一些有或無生命的東西擬人化、夸張化，賦予其人類的一切感情、...
微信掃一掃
黃江
視覺人工智能行業發展分析：視覺人工智能技術助力行業轉型和升級 
研究院服務號