Omdia：2024年值得關(guān)注的主要人工智能趨勢

今年是人工智能的關(guān)鍵一年，因為生成式人工智能正在改變?nèi)撕蜋C器的溝通方式。本文給大家分享下2024年值得關(guān)注的主要人工智能趨勢。

1.綜合數(shù)據(jù)驅(qū)動創(chuàng)新

合成數(shù)據(jù)已經(jīng)在推動大量創(chuàng)新，我們看到這些創(chuàng)新來自生成型人工智能領(lǐng)域本身，其中有很多較小的模型，它們的能力與OpenAI的GPT等前沿模型相媲美，令人們驚嘆不已。他們之所以這樣做，是因為他們正在接受由更大模型生成的合成數(shù)據(jù)的訓(xùn)練。

在醫(yī)療保健領(lǐng)域，有一種使用合成數(shù)據(jù)生成患者隊列的想法，我們已經(jīng)看到一些組織根據(jù)潛在的真實患者數(shù)據(jù)生成關(guān)于患者群體的合成數(shù)據(jù)。這有助于解決有關(guān)隱私的問題，我們可以將這些問題用于特定的臨床試驗。在醫(yī)學(xué)成像領(lǐng)域也有一些關(guān)于合成數(shù)據(jù)生成的有趣用例。

2.企業(yè)更多的人工智能模型訓(xùn)練和開發(fā)

這一年，該企業(yè)建立了人工智能訓(xùn)練能力。我們應(yīng)該期望看到更多的模型訓(xùn)練和開發(fā)，因為基礎(chǔ)設(shè)施已經(jīng)就緒。另一方面，這顯然不能永遠持續(xù)下去，因為訓(xùn)練AI模型的唯一目的就是對它進行推理。我們將看到，在2025年的某個時候，推理變得更加重要。

盡管人們正在推理更大的模型，但開發(fā)的前沿已經(jīng)從OpenAI或DeepMind等大型實驗室轉(zhuǎn)向開源項目。這導(dǎo)致了令人興奮的、較小的、通常是針對特定領(lǐng)域的項目的激增，大量的工作是在微調(diào)和部分訓(xùn)練技術(shù)上。QLoRA將被證明是2023年甚至更長時間內(nèi)最重要的人工智能論文。因此，我們將看到發(fā)展更加民主化。

在今年的最后幾個月里，我們看到了人們對手頭任務(wù)的正確調(diào)整模型規(guī)模的重視，像微軟這樣投資于大型前沿模型的企業(yè)正在構(gòu)建小型模型，例如Phi，它在推理方面的內(nèi)存占用非常小。

我們還看到IBM等硬件企業(yè)開始在數(shù)據(jù)中心和芯片中構(gòu)建架構(gòu)，專注于調(diào)整模型規(guī)模，以處理通常需要大量時間和內(nèi)存的事務(wù)的更小、更低分辨率。

3.“圖形數(shù)據(jù)庫之年”

將LLM和所有企業(yè)分析工作推向新水平的是將圖形功能與矢量搜索功能和矢量化相結(jié)合。我們已經(jīng)可以看到這一點開始浮出水面。在MicrosoftIgnite上，他們談?wù)摿撕芏嚓P(guān)于MicrosoftGraph在支持大型語言模型方面的價值，他們希望每個人都能建立自己的副駕駛。他們之所以認為這是可行的，是因為它結(jié)合了給定企業(yè)中給定用戶在給定日期的給定工作流的知識圖譜，再加上像RAG這樣的用例來幫助模型理解給定查詢的上下文。

4.PC中更多的AI芯片

我們將看到越來越多的個人電腦內(nèi)置人工智能芯片。英特爾和蘋果基本上已經(jīng)為其他所有人決定了這一點?，F(xiàn)在AMD有一個選擇，英特爾有一個選擇，而高通則對此大肆宣傳。我們會看到很多人開發(fā)有趣的東西來在本地人工智能方面運行，我認為這尤其是因為有Mac生態(tài)系統(tǒng)，它就是一個可以開始的市場。看看這對加速器有何影響將會很有趣。我可以看到一類人工智能開發(fā)人員工作站PC的出現(xiàn)，或者現(xiàn)有工作站類別的加速。

5.GPU短缺問題得到緩解

不會再次出現(xiàn)芯片短缺；如果有的話，風(fēng)險就在另一邊。今年在尋找各種事物的第二來源方面做了很多工作。獲得GPU的最大障礙是臺積電的片上片上基板封裝工藝，即cocos。如果你再往前看，臺積電既在擴大產(chǎn)能，也在外包部分組裝和測試工作。例如，臺積電(TSMC)和英偉達(Nvidia)與臺灣的聯(lián)華電子(UMC)簽訂了生產(chǎn)中間體的合同。三星也打算明年開放3D包裝工藝。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。