Автор: Дилан Ван
Основные моменты отчета:
Возвращаясь к истокам: развитие ИИ движется волнами. Со времен символизма и коннекционизма 1960-х годов технология искусственного интеллекта постоянно совершала прорывы. От теоретических исследований до практического применения, от прогресса в одной области до всеобъемлющего взрыва в различных направлениях применения, и теперь, с наступлением эры ИИ 2.0, ИИ глубоко интегрирован в современную жизнь. Развитие искусственного интеллекта является многоуровневым и многоволновым. В 2023 году мы столкнулись с резким появлением крупных моделей. На следующем этапе будущий рост будут вести агенты искусственного интеллекта и сверхбольшие модели, способные к самообучению.
Оседлав ветер и волны: искусственный интеллект вступает в эпоху 2.0. AI1.0 использует модель CNN (сверточная нейронная сеть) в качестве ядра и превосходит людей в таких областях, как компьютерное зрение и технология понимания естественного языка. Однако ограничения AI 1.0 также весьма очевидны, например, высокая стоимость сбора данных и низкая продольная полезность между моделями. ИИ 2.0 преодолевает однодоменные и многомодельные ограничения ИИ 1.0 и открывает новую эру для развития ИИ. В то же время первое феноменальное применение в эпоху ИИ 2.0 — это генеративный ИИ, способный суммировать и суммировать на основе существующих данных и автоматически генерировать новый контент. Ожидается, что его разрушительный потенциал принесет мировой экономике около 7 триллионов долларов.
1. Прошлое и настоящее ИИ
Искусственный интеллект относится к технологии, которая позволяет машинам иметь тот же уровень интеллекта, что и люди. Дисциплина искусственного интеллекта возникла еще в 1950 году. Однако только после выпуска Chat GPT 3.5 в конце 2022 года повальное увлечение популяризацией искусственного интеллекта среди всего населения по-настоящему возникло. Всего за два месяца количество пользователей выросло до более чем 100 миллионов. Суть причины, по которой ИИ на этот раз взорвется, заключается в том, что этот раунд ИИ больше не ограничивается искусственным интеллектом в узких специализированных областях. Машина наконец стала универсалом и превратилась в общий искусственный интеллект, то есть он может быть как угодно. способны, как люди, в различных областях учиться и взаимодействовать с людьми по-разному. С тех пор ИИ начал полностью вмешиваться в жизнь и производство людей.
В процессе разработки искусственного интеллекта люди разных эпох и предметов имеют разные взгляды на понимание интеллекта и методы его реализации, и из этого возникли разные школы мысли. Наиболее влиятельные школы и их репрезентативные методы показаны на рисунке. Рисунок 2. Показ:
С момента своего появления искусственный интеллект (ИИ) исследовал путь, полный неизведанного, со взлетами и падениями. Этот процесс развития можно условно разделить на пять этапов:
Начальный период разработки: 1943-1960-е годы. После того, как была предложена концепция искусственного интеллекта, были развиты символизм и коннекционизм (нейронная сеть), а также был достигнут ряд привлекательных результатов исследований, таких как машинное доказательство теорем, программа шашек, диалог человека с машиной и т. д., которые установили началась революция в развитии искусственного интеллекта. Первая кульминация.
Период рефлексивного развития: 1970-е гг. Прорывной прогресс на ранних этапах развития искусственного интеллекта значительно повысил ожидания людей в отношении искусственного интеллекта, и люди начали пробовать более сложные задачи. Однако недостаток вычислительной мощности и теории сделал нереалистичными цели, а также развитие. Развитие искусственного интеллекта вступило в новый этап.
Период разработки приложения: 1980-е годы. Искусственный интеллект вступил в новую кульминацию в разработке приложений. Экспертная система моделирует знания и опыт людей-экспертов для решения проблем в конкретных областях, достигая крупного прорыва в области искусственного интеллекта от теоретических исследований к практическому применению и от обсуждения общих стратегий рассуждения до применения специализированных знаний. Машинное обучение (особенно нейронные сети) исследует различные стратегии обучения и различные методы обучения и начало медленно восстанавливаться в большом количестве практических приложений.
Период стабильного развития: 1990-е-2010 гг. Благодаря быстрому развитию интернет-технологий инновационные исследования в области искусственного интеллекта ускорились, а технология искусственного интеллекта получила дальнейшее практическое применение. Все области, связанные с искусственным интеллектом, достигли большого прогресса. В начале 2000-х годов, поскольку проекты экспертных систем требовали кодирования слишком большого количества явных правил, что снижало эффективность и увеличивало затраты, фокус исследований в области искусственного интеллекта сместился с систем, основанных на знаниях, на машинное обучение.
Период активного развития: с 2011 г. по настоящее время. С развитием информационных технологий, таких как большие данные, облачные вычисления, Интернет и Интернет вещей, вычислительные платформы, такие как повсеместные данные зондирования и графические процессоры, способствовали быстрому развитию технологий искусственного интеллекта, представленных глубокими нейронными сетями, что значительно продвинулось вперед. разрыв между наукой и применением. Технологии искусственного интеллекта, такие как классификация изображений, распознавание речи, вопросы и ответы на знания, человеко-машинные игры и беспилотное вождение, достигли крупных технологических прорывов и открыли новую кульминацию взрывного роста.
Сейчас мы переживаем вторую волну революции искусственного интеллекта. В прошлом году искусственный интеллект пережил волну ажиотажа. Рынок считает, что все возможности нынешнего искусственного интеллекта полностью использованы и ему не хватает новых возможностей. Однако развитие ИИ носит многоуровневый и многоволновой характер. Разделенные по возможностям базовых крупных моделей, мы сейчас находимся на втором этапе развития искусственного интеллекта. В будущем стоит ожидать многих прорывов, таких как мультимодальность, агент искусственного интеллекта, смешанная реальность и воплощенный интеллект. Перед лицом серьезных изменений, таких как ИИ, которые охватывают все сферы жизни, нам не следует уделять слишком много внимания краткосрочной перспективе, а следует сосредоточиться на долгосрочном прогрессе и прикладном потенциале отрасли.
2. Наступает эра ИИ 2.0
1. От ИИ 1.0 к ИИ 2.0
AI 1.0 — это технология компьютерного зрения, в основе которой лежит модель CNN (сверточная нейронная сеть). Она открывает эпоху интеллектуального восприятия искусственного интеллекта. Машины начинают превосходить людей в таких областях, как компьютерное зрение и технологии понимания естественного языка, и создают значительную ценность. . Однако ИИ 1.0 также столкнулся с узкими местами. Если большинство отраслей хотят использовать ИИ, им придется потратить огромные средства на сбор и маркировку данных. Каждый из этих наборов данных и многих моделей является «островным» и лишен вертикальных эффектов. Вот почему большинство компаний, работающих с ИИ 1.0, вложили большие средства в исследования и разработки, но все еще несут убытки в течение многих лет. Кроме того, ИИ 1.0 не имеет тех же возможностей масштабирования, что и Windows в эпоху Интернета и Android в эпоху мобильного Интернета, чтобы снизить порог разработки приложений и создать полную экологическую цепочку. Спустя несколько лет AI 1.0 так и не добился настоящего коммерческого успеха.
Сегодня огромный шаг вперед в ИИ 2.0 заключается в том, что он преодолел ограничения первого в отдельных областях и нескольких моделях. Он может использовать сверхмассивные данные без ручного аннотирования для обучения базовой модели с помощью междоменных знаний и ее адаптации. тонкая настройка и другие методы и выполнение различных задач, действительно ожидается достижение эффекта платформы, а затем изучение инновационных возможностей коммерческого применения.
У AI 2.0 есть три отличительные особенности:
Во-первых, для имеющихся у нас сверхмассивных данных нет необходимости в ручном аннотировании, то есть в самоконтролируемом обучении.
Во-вторых, базовая модель очень велика и требует для обучения тысяч графических процессоров.
Третий — обучить базовую модель междоменным знаниям, а затем обучить ее с помощью методов точной настройки и снижения затрат для адаптации к задачам в различных областях.
Благодаря этим характеристикам эпоха ИИ 2.0 представляет собой всего лишь лоскутное одеяло и совершенство эпохи 1.0.
Парадигма разработки ИИ 2.0 является итеративной: от «помощи людям» до «полной автоматизации» она пройдет три этапа:
Первый этап взаимодействия человека и машины. Инструменты повышения производительности будут обновлены первыми, а все пользовательские интерфейсы будут переработаны: инструменты для работы с документами больше не требуют дословного ввода, но пользователь сообщает ИИ, какой стиль статьи не требуется для рисования; пользователю это сделать, и это может быть реализовано посредством текстового описания. На этом этапе люди по-прежнему сотрудничают с ИИ для проверки и исправления контента, созданного ИИ, чтобы предотвратить ошибки и катастрофы.
Второй этап частично автоматический. Приложения и отрасли с высокой отказоустойчивостью будут реализовывать автоматизацию ИИ, например, реклама, электронная коммерция, поисковые системы, производство игр и т. д.
Третий этап полностью автоматический. ИИ станет полностью автоматизированным и сможет использоваться где угодно, совершая прорывы в тех областях, где нет права на ошибку. Возможны такие приложения, как ИИ-врачи и ИИ-преподаватели.
2. Феноменальные применения ИИ 2.0: Генеративный ИИ
Первым феноменальным применением в эпоху ИИ 2.0 является генеративный ИИ, который также является популярным в настоящее время AIGC (контент, генерируемый искусственным интеллектом). Генеративный ИИ может обеспечить самообучение без навешивания ярлыков. ИИ постепенно будет «помогать» людям и «заменять» людей, а все пользовательские интерфейсы будут переработаны и переписаны.
До 2010 года ИИ руководил ИИ, принимающим решения. ИИ, принимающий решения, изучал условное распределение вероятностей в данных. Его основная логика заключалась в том, что ИИ извлекал характерную информацию выборки, сопоставлял ее с характеристическими данными в базе данных и затем обрабатывал данные. наконец классифицировали образец. В основном он фокусируется на идентификации и анализе образцов. После 2011 года, с появлением алгоритмов глубокого машинного обучения и крупномасштабных моделей предварительного обучения, ИИ начал вступать в эпоху генеративного ИИ. Характеристики генеративного ИИ заключаются в том, что он может суммировать и суммировать на основе существующих данных и автоматически генерировать новые. Основываясь на возможностях принятия решений и восприятия, ИИ, принимающий решения, начинает приобретать способности к обучению, исполнению, социальному сотрудничеству и т. д. В настоящее время искусственный интеллект продолжает развиваться по двум основным направлениям: «Поколение» и «Общее».
Преимущества генеративного ИИ:
Научите ИИ угадывать, что будет дальше
Нет необходимости маркировать данные
Прорывной потенциал генеративного ИИ признается все большим количеством предприятий. Компании больше не задаются вопросом, что такое генеративный ИИ, а хотят понять конкретную ценность для бизнеса, которую могут принести инвестиции в генеративный ИИ. Gartner прогнозирует, что к 2026 году более 80% предприятий будут использовать API или модели для генеративного ИИ или развертывать приложения, поддерживающие генеративный ИИ в производственных средах, по сравнению с менее чем 5% в начале 2023 года.
Технологические изменения стимулируют расширение сценариев. Генеративный ИИ переходит от горячих дискуссий к практическим применениям. Его потенциал создания ценности чрезвычайно удивителен, по прогнозам McKinsey, его вклад в мировую экономику составит около 7 триллионов долларов США. общие экономические выгоды от ИИ улучшились примерно на 50%.
3. ИИ 2.0 расширяет возможности всех сфер жизни
По данным Sinovation Ventures, будущее AI 2.0 в основном оптимистично оценивается по трем направлениям: интеллектуальные приложения AI 2.0 и инфраструктура AI 2.0; Первое — это умные приложения. Приложения ИИ 2.0 вступят в стадию расцвета повсюду, включая вертикальных помощников ИИ в различных отраслях, приложения метавселенной и другие ранее недоступные приложения. В дополнение к новым приложениям можно переписать многие существующие приложения, такие как поисковые системы, создание контента, реклама и маркетинг. AI 2.0 произведет революцию в пользовательском опыте и создаст новые бизнес-модели, которые содержат огромный простор для воображения. Второе – это платформа коммерциализации. Платформа AI 2.0 ускорит разработку и коммерциализацию приложений AI 2.0 нового поколения, а стратегические компании, работающие на платформе AI 2.0, будут способствовать экологическому циклу и здоровой конкуренции AI 2.0. Третье — инфраструктура. Помимо приложений и платформ, ключевым моментом также является инфраструктура, которая поддерживает работу, управление и обучение моделей ИИ. Сюда входят компании, производящие чипы ИИ, которые поддерживают обучение гигантских моделей ИИ 2.0, а также инновационные технологические компании с инфраструктурой ИИ 2.0, которая может ускорить, сократить затраты и упростить обучение ИИ.
В частности, ИИ 2.0 ускорит раскрытие бизнес-потенциала в шести основных областях и вступит в период бурного развития приложений для повышения производительности:
ИИ 2.0+ Электронная коммерция/реклама. В эпоху ИИ 2.0 электронная коммерция и реклама будут в большей степени опираться на большие данные ИИ, способные тестировать в реальном времени и динамическую настройку, а также интегрировать горячие точки в социальных сетях за несколько минут. назад в рекламный контент, чтобы максимизировать коэффициент конверсии. Генерация индивидуального контента в режиме реального времени для различных аудиторий, действительно позволяющая достичь маркетинга «тысячи людей, тысячи лиц».
ИИ 2.0+ в кино и телевидении/развлечениях. ИИ может настраивать телевизионный и короткий видеоконтент в соответствии с предпочтениями публики, что облегчает привлечение контента к вниманию публики и получение более высоких рейтингов и репутации. Мультимодальное творчество с использованием искусственного интеллекта станет основным направлением развлечений следующего поколения, а создание с помощью искусственного интеллекта постепенно построит новую экологическую цепочку создания стоимости в творческой индустрии.
Поисковая система AI 2.0+: поисковая система будущего превратится из традиционной модели поиска в модель «вопрос-ответ». Следующее поколение диалоговых поисковых систем станет «Святым Граалем AI 2.0», за который будут бороться мировые технологические гиганты, а нынешняя бизнес-модель поисковой рекламы также приведет к изменениям. Однако, поскольку у людей есть «точные» ожидания результатов поиска, современным технологиям все еще требуется значительный прогресс для выполнения поиска вопросов и ответов.
ИИ 2.0+Метавселенная/Игры: ИИ 2.0 значительно снизит стоимость создания контента в виртуальных мирах, таких как игры и метавселенные. Например, ИИ может стать собеседником в чате в реальном времени, повышая интерактивное удовольствие, улучшая развлечения, мотивируя пользователей к участию и максимизируя время игры. А мультимодальная генерация творческого контента с помощью ИИ также станет основой метавселенной.
AI 2.0+ Финансы: более быстрые, точные и умные методы создания контента значительно улучшат своевременность и качество финансовых новостей и анализа маркетинговых исследований. Но, учитывая серьезный характер финансового контента, ручная проверка фактов по-прежнему необходима. ИИ также может автоматизировать производство финансовой информации и запуск финансовых продуктов, повышая эффективность и качество информационных потоков и объем транзакций финансовых учреждений.
Медицинская помощь ИИ 2.0+: ИИ может быстро и точно анализировать общее состояние здоровья пациента, поглощая все данные, биометрические данные, результаты физических осмотров, историю болезни и прогнозы личной модели, становясь мощным помощником врачей и значительно ускоряя научную диагностику и принятие решений о лечении. С помощью ИИ можно проводить более целенаправленные исследования и разработки лекарств, реализовывать персонализированную медицинскую сортировку, планы диагностики и лечения, а также способствовать появлению «персонализированной медицины».
