来源:腾讯研究院

  近日,针对大模型AI技术发展,腾讯研究院、同济大学、腾讯云、腾讯新闻基于产学研等多方在AI领域的研究,共同发布了《人机共生——大模型时代的AI十大趋势观察》报告,从技术、应用、社会等角度,提出大模型时代的关键性趋势观察,并带来了大模型时代AI的十个关键词。

  技术趋势:大语言模型和多模态技术将助力人工智能向AGI发展

  AGI(通用人工智能)是一种具有所有人类智能能力的机器,它可以理解、学习、适应和实现任何知识工作。报告显示,自2010年代初深度学习问世以来,人工智能进入到第三次高潮,而2017年出现的Transformer算法,又将深度学习推向了大模型时代。以ChatGPT为代表的大语言模型,展现出来的推理、思维链等能力,让人类感到惊讶,尤其是GPT4在多种能力测试中达到人类顶级水平,更是让人类看到了AGI的曙光。

  未来真正的AGI可以自然地处理多种类型信息,它需要具有高效的多模态信息处理机制。报告认为,多模态AI不仅能够处理单一数据类型的任务,而且可以在不同数据类型间建立联系和融合,为解决复杂问题提供支持,因此多模态AI也将助力人工智能向AGI发展。

  报告还强调,多模态AI也将带来创新应用的蓝海,例如多模态AI可以扩展在社交媒体中的实时语音、文字、图像和视频的处理能力,为传统游戏和增强现实/虚拟现实(AR/VR)应用带来更为丰富和沉浸式体验。

  应用趋势:AI将给产品交互、企业生态、商业模式等多个领域带来变革

  在应用层面,报告重点提到了AI对产品交互、企业生态、商业模式、个人创作能力等方面的变革。

  在产品交互方面,过去人类用键盘鼠标与电脑交互,用手指触屏与手机交互,用唤醒词与智能音箱交互,但生成式AI让人类可以用自然语言的方式跟机器对话,机器也可以通过大模型拥有理解人类语言的能力。报告显示,过去的数次人机交互变革,都带来了从终端到连接,到各类应用的颠覆式变革,生成式AI也必将带来产业链、价值链和生态的重塑。

  在商业模式方面,大模型促进了AI的工业化,并且正在重构现有的商业模式,未来将形成模型即服务的MaaS生态。报告显示,未来的数字化商业将分为大模型基础设施型企业、垂直行业领域的小模型应用企业,以及更加贴合个人用户的模型应用和服务。这一生态的建立和发展,将更广泛地赋能各行业应用,加快社会各领域数字化转型、智能化发展,带来全社会的生产效率提升。

  此外,垂直领域应用将是大模型的主战场。随着生成式人工智能技术的飞速发展,它已经在多个领域展现出全新的商业价值。在中国,诸多行业企业也已经看到生成式AI、大模型可能为企业带来竞争优势。金融行业、文化娱乐行业等头部机构预计会在一年内,在相对成熟的场景中尝试引入大模型以及生成式AI能力。

  与此同时,MaaS服务正助力加速行业大模型落地。腾讯云从产业客户需求场景出发,基于大模型高性能计算集群和大模型能力,依托腾讯云TI平台打造模型精选商店,为客户提供MaaS一站式服务和行业大模型解决方案,全面降低落地门槛,助力客户构建专属大模型及智能应用。截至目前,腾讯云已联合行业头部企业,为10大行业输出了超过50个解决方案,提供一整套模型服务工具链,帮助企业高效宰、高品质、低成本创建和部署AI应用。

  对于个人来讲,AI大模型将助力个体成为超级生产者。报告指出,基于生成式AI的新应用快速进化,涌现出许多新型面向个体的生产力应用。在创意制作、文本生成、图像和视频工具、学习工具、阅读工具、市场分析、编程等各个领域快速融入工作流,从信息处理、个性化学习、辅助创作、智能优化等方面协助人类创作,赋能个体成为超级生产者。在大模型的加持下,人工智能正在从“工具”变成“伙伴”,人机关系将进入到下一阶段。

  社会趋势:重点审视版权归属难题和伦理挑战

  在社会观察层面,报告重点关注当下受到AI冲击最为明显的两个领域:版权与治理。

  传统的版权制度立足于“思想表达二分法”这一基本原则,即“只保护自然人思想的表达,而不保护自然人的思想本身”。报告指出,在人工智能时代,版权制度如果无法对“人的创造性思想”和“AI模型的独创性表达”加以有效回应,那么其适用价值将会受到极大影响。

  同时,生成式AI也带来了更加复杂难控的风险,包括对人类未来生存的潜在风险。报告指出,AI时代需要成为一个负责任创新的时代,人们需要建立合理审慎的AI伦理和治理框架,塑造负责任的AI生态,打造人机和谐共生的未来。

  其中,生成式AI领域的创新主体需要积极探索技术上和管理上的安全保障措施,为生成式AI的健康发展和安全可控应用构筑起防护栏。

  具体内容如下:

成为VIP会员查看完整内容
145

相关内容

大模型是基于海量多源数据打造的预训练模型,是对原有算法模型的技术升级和产品迭代,用户可通过开源或开放API/工具等形式进行模型零样本/小样本数据学习,以实现更优的识别、理解、决策、生成效果和更低成本的开发部署方案。
【ChatGPT系列报告】大模型发展趋势
专知会员服务
65+阅读 · 2023年7月5日
AI 大模型市场研究报告(2023),43页pdf
专知会员服务
235+阅读 · 2023年5月10日
AIGC时代的多模态知识工程思考与展望
专知会员服务
131+阅读 · 2023年4月10日
“平衡发展”的人工智能治理白皮书
专知会员服务
31+阅读 · 2022年10月10日
商汤科技再发《AI可持续发展报告》白皮书
专知会员服务
51+阅读 · 2021年11月16日
专知会员服务
43+阅读 · 2021年6月30日
专知会员服务
46+阅读 · 2021年6月27日
2020图机器学习GNN的四大研究趋势,21篇论文下载
专知会员服务
135+阅读 · 2020年2月10日
“平衡发展”的人工智能治理白皮书
专知
0+阅读 · 2022年10月10日
深度点击率预估模型趋势总结
机器学习与推荐算法
1+阅读 · 2022年8月24日
DataFunCon:2020大数据、AI的最新技术实践
DataFunTalk
69+阅读 · 2020年7月13日
Gartner 报告:人工智能的现状与未来
InfoQ
14+阅读 · 2019年11月29日
一文浏览2018-2019年最值得关注的AI进展
英伟达NVIDIA中国
20+阅读 · 2019年5月9日
计算:XGBoost背后的数学之美
论智
12+阅读 · 2018年8月20日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
15+阅读 · 2013年12月31日
Arxiv
155+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
396+阅读 · 2023年3月31日
Arxiv
66+阅读 · 2023年3月26日
Arxiv
137+阅读 · 2023年3月24日
VIP会员
相关VIP内容
【ChatGPT系列报告】大模型发展趋势
专知会员服务
65+阅读 · 2023年7月5日
AI 大模型市场研究报告(2023),43页pdf
专知会员服务
235+阅读 · 2023年5月10日
AIGC时代的多模态知识工程思考与展望
专知会员服务
131+阅读 · 2023年4月10日
“平衡发展”的人工智能治理白皮书
专知会员服务
31+阅读 · 2022年10月10日
商汤科技再发《AI可持续发展报告》白皮书
专知会员服务
51+阅读 · 2021年11月16日
专知会员服务
43+阅读 · 2021年6月30日
专知会员服务
46+阅读 · 2021年6月27日
2020图机器学习GNN的四大研究趋势,21篇论文下载
专知会员服务
135+阅读 · 2020年2月10日
相关资讯
“平衡发展”的人工智能治理白皮书
专知
0+阅读 · 2022年10月10日
深度点击率预估模型趋势总结
机器学习与推荐算法
1+阅读 · 2022年8月24日
DataFunCon:2020大数据、AI的最新技术实践
DataFunTalk
69+阅读 · 2020年7月13日
Gartner 报告:人工智能的现状与未来
InfoQ
14+阅读 · 2019年11月29日
一文浏览2018-2019年最值得关注的AI进展
英伟达NVIDIA中国
20+阅读 · 2019年5月9日
计算:XGBoost背后的数学之美
论智
12+阅读 · 2018年8月20日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
15+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员