今日应用
今日话题
全球247亿美元豪赌GenAI，疯狂入局AI成高风险博弈？
重点标签 GenAI、AI技术、投资热潮、数据治理、开源专有
文章摘要
摘要撰写
面对GenAI技术浪潮的冲击，许多个人和企业可能会感到迷失。然而，风投公司如Sapphire、Emergence和Menlo在这场AI变革中扮演着重要角色。根据Sapphire Ventures的数据显示，从2022年到2023年，全球（不含中国）的风投资金在GenAI领域从76亿美元激增至247亿美元。这一增长趋势在2023年第一季度得到了延续。
Quid的统计数据指出，AI领域的投资主要集中在三个细分市场：「AI基础设施、研究和治理」、「自然语言处理」和「数据管理」。这导致了AI初创公司的大量涌现，特别是在美国、中国、英国和以色列等国家。技术更新换代的速度异常迅速，Menlo Ventures在年初提出的现代AI技术栈定义在几个月后已经显得过时。
GenAI的发展不仅仅关乎技术创新，还涉及到商业战略、金融、教育和政策等多方面的影响。数据隐私问题引起了立法者的关注，AI法规的出台压力不断增加。同时，AI行业的高薪背后是人才短缺的问题，科技公司需要在内部开发和外包工作之间找到平衡。开源和闭源之争也是技术创新原动力与控制成本、创造盈利压力之间的典型矛盾。
在数据方面，「量」和「质」都是AI发展的核心问题。随着GenAI和LLM的兴起，数据成为AI基础设施的一部分，也是稀缺资源。Epoch AI预言，到2028年，LLM可能会耗尽互联网上所有的高质量文本数据。面对数据短缺的挑战，合成数据提供了一种解决方案，尽管目前仍存在一些不确定性。数据质量和数据治理也成为焦点，HuggingFace发布的FineWeb数据集强调了数据质量的重要性，而微软Phi-3小模型的技术报告中提到了「数据换参数」的策略。
在企业技术方面，端到端解决方案与专用解决方案之间的选择反映了企业对简化AI基础设施和精简运营的需求。开源和专有解决方案之间的平衡也是一个关键问题，Red Hat公司最近宣布进入GenAI领域，开发了Red Hat Enterprise Linux (RHEL) AI产品。同时，Mistral等新兴AI公司也在探索开源和专有解决方案的平衡。
集成GenAI到现有系统是一个关键挑战，这直接关系到AI投资能否转化为商业价值。成功的集成依赖于底层系统，如实时系统、流处理和批量处理。数据集成和安全集成也是关键因素。提示工程作为一项关键技能，对于提高模型输出质量至关重要。AI智能体的发展虽然还处于早期阶段，但已经显示出潜力。
最后，Andrej Karpathy设想了一个「100%完全软件2.0计算机」的未来，其中单个神经网络取代了所有传统软件。这一愿景强调了GenAI改变计算基本性质的潜力。在构建AI基础设施时，灵活性、可扩展性和接受范式转变的意愿将是关键。
此外，2024年1月5日，智求共赢・中国AIGC产业应用峰会暨无界AI生态合作伙伴大会在杭州举行，聚焦AIGC领域，探讨行业新思路和新模式。
文章来源
原文地址: 点我阅读全文
原文作者: AIGC新智界
相关文章
