瞭望 - 前瞻2024人工智能四大趋势

全球瞩目：ChatGPT之火点燃人工智能新时代

在数字化浪潮中，我们见证了人工智能的崭新里程碑——以生成式人工智能为代表的新一代人工智能技术的崛起。2023年，ChatGPT在全球范围的大火，不仅仅是技术的走红，更是人工智能发展史上的新里程碑。它标志着人工智能技术与应用的飞速发展，改变了人与AI的互动进程。那么，2024年，人工智能技术与应用的发展又将呈现哪些趋势呢？让我们共同展望这些令人瞩目的重大趋势。

最引人注目的莫过于全模拟光电智能计算芯片的出现。清华大学的研究团队突破了传统芯片的物理瓶颈，创造性提出了光电融合的全新计算框架，并成功研制出国际首个全模拟光电智能计算芯片。这无疑为人工智能的计算能力带来了质的飞跃。

趋势一：从AI大模型迈向通用人工智能

2023年，ChatGPT的开发者OpenAI被置于聚光灯下，而GPT-4后续版本的开发更是被推至风口浪尖。据消息人士透露，OpenAI正在训练下一代的人工智能——暂名为“Q”。这个人工智能可能是第一次采用“从零开始”的方式训练，其智能不依赖于人类活动的数据，并有能力修改自身代码以适应更复杂的学习任务。虽然目前“Q”还只能解决简单的数学问题，但虚拟环境中人工智能的迭代速度可能远超我们的想象。一旦通用人工智能得以实现，它将为解决复杂的科学难题提供强大的助力。从寻找外星人与地外宜居星系到人工核聚变控制，再到纳米或超导材料筛选、抗癌药研发等领域，通用人工智能都可能成为人类研究员的得力助手。如何监督这些智能水平超过人类的人工智能，确保其不会危害人类，将是未来值得深思的问题。

我们也不能过分高估硅谷巨头们的部分言论。人工智能发展史上已经历三次“AI寒冬”，宏大的技术愿景也可能因各种原因化为泡影。但不可否认的是，大模型技术仍有巨大的上升空间。谷歌的“双子座”、Anthropic的Claude2以及国内的百度“文心一言”与阿里“通义千问”等大模型在新的一年中是否会带来更具革命性的产品，同样值得我们期待。

在这个充满变革与机遇的时代，人工智能的发展将带领我们迈向一个全新的未来。让我们共同期待这些重大趋势的实现，并深入思考如何更好地利用这一技术为人类社会的发展贡献力量。趋势解读：合成数据——破解人工智能训练难题的钥匙

在人工智能（AI）的发展道路上，数据瓶颈成为一个重要的挑战。好消息是，合成数据如一道曙光，照亮了打破这一瓶颈的希望之路。它就像是为AI量身定制的教材，弥补了真实数据的不足，有望引领AI进入一个全新的时代。

合成数据是如何诞生的呢？它的诞生源于机器学习模型的魔法之手，运用数学和统计科学原理，模仿真实数据的魅力。举个简单的例子，英文课本中的对话可能使用“小明”“小红”这样的虚构人名，但这并不妨碍学生们从中学习英语。对于学生而言，这些教材就是经过精心编纂、筛选和处理的“合成数据”。

随着AI技术的不断进步，对高质量数据的需求愈发旺盛。有论文指出，要培养出具备“思维链”能力的AI，即能够进行分步骤的逻辑推理，所需的数据量可能达到惊人的620亿参数量。现实是残酷的，目前人类产生的不重复的、可供训练的优质数据远未达到这一量级。合成数据成为救命稻草。ChatGPT等生成式人工智能以其前所未有的能力，产生高质量合成数据，助力AI更上一层楼。

除了满足大数据需求外，合成数据还因其对数据安全的考量而受到青睐。各国加强的数据安全保护法律，使得使用真实人类数据训练AI变得愈发困难。真实数据中可能隐藏着个人信息，且大量数据受版权保护。在隐私与版权保护尚未达成统一标准的情况下，使用这些数据进行训练极易引发法律纠纷。而合成数据则能有效避免这一问题，它既能满足训练需求，又无需担心法律纷争。

使用真实人类数据还可能让AI学到有害内容。一些可能导致违法行为的教程、人工智能的坏习惯如偷懒、说谎、产生偏见和歧视等，都可能被AI学到。而合成数据则可以在训练过程中避免这些问题，让AI远离有害内容。

合成数据的出现确实为我们带来了诸多惊喜和可能性。它不仅可能解决此前人工智能与数据隐私保护之间的冲突，还预示着一个全新的时代的到来——来自人类社会的大数据或许不再是AI训练的必需品。如何负责任地制作符合本国文化与价值观的合成数据，以及如何达到西方以英文网络资料为中心的训练集在规模和技术水平上的要求，将成为我们面临的一大挑战。但无论如何，合成数据无疑为我们提供了一个充满希望的未来展望。趋势三：量子计算机引领人工智能新纪元

随着人工智能技术的飞速发展，其背后的算力需求日益凸显。ChatGPT的问世虽为全球带来一场技术革命，但背后隐藏的却是算力不足的隐忧。OpenAI总裁的公开发言及ChatGPT Plus付费订阅暂停的决策，无一不表明人工智能领域正在遭遇前所未有的挑战。在这样的大背景下，量子计算机可能成为解决这一难题的关键。

量子计算机，作为电子计算机的前沿领域，拥有进行并行计算的天赋。人工智能中的大部分算法都属于并行计算的范畴，比如AlphaGo在下围棋时，需要同时考虑多种应对策略，优化计算效率是关键。量子计算机可以同时计算和存储“0”和“1”两种状态，大大提高了计算效率。随着计算任务的复杂性增加，量子计算的优势将更为明显。

ChatGPT的硬件需求同样适合引入量子计算机。它们都需要高度集成的计算中心进行支撑，由专业团队进行管理。量子计算机不仅在体积上庞大，而且其核心部件——量子芯片，需要在接近绝对零度的环境下工作。在这种极端环境下，部分微观粒子表现出特殊的量子特性，用于信息运算和处理。

那么，为什么我们还要发展量子计算机呢？尽管它体积庞大且维护困难，但量子计算机拥有巨大的算力潜能。在一些特定算法上，它已经展现出了相对于电子计算机的速度优势，即“量子优越性”。为了实现“量子优越性”，研究者们仍在努力研发更多的量子位，以实现通用计算和可编程。而且，即使实现了通用计算，量子计算机仍需保持对电子计算机的优势，这就是所谓的“量子优势”。

来自全球各大机构的研究者已经证明了“量子优势”在预测可观测变量、量子主成分分析以及量子机器学习等领域的存在。随着技术的不断进步，我们有理由相信，量子计算机将在人工智能领域发挥越来越重要的作用，引领我们进入一个全新的智能时代。量子机器学习：开启人工智能新时代的前沿探索

理论上已经证明了量子机器学习在人工智能领域的巨大潜力，而实践上，我们正在见证量子计算的应用前景不断拓展。继2019年推出商用量子计算机“量子系统一号”后，量子计算巨头IBM在2023年12月再次推出“量子系统二号”。这款新系统的最大突破在于其模块化扩展性，成为IBM的首台模块化量子计算机，拥有超过一千个量子位。IBM还雄心勃勃地宣布计划在未来十年内建成拥有十万量子位的量子计算机。这些量子位的增加对于实现通用计算和可编程至关重要，也标志着量子计算机的实用性和模块化程度的提升。

关于量子机器学习的研究已经成为新的研究热点。尽管未来量子计算机可能不会完全取代电子计算机，但其在不同应用场景下所具有的独特优势，使得两者可以协同发展，极大提升算力，同时兼顾成本和可行性。这种结合将为人工智能领域带来前所未有的变革。

在世界人工智能大会上，人形机器人的表演“千手观音”展示了技术的飞速发展。而在AI应用方面，另一个值得关注的发展趋势是AI代理和无代码软件开发带来的“冲击波”。

AI代理的出现改变了人们与AI的交互方式。人们不再仅仅满足于与AI进行简单的“聊天”，而是开始开发能够自动根据任务需要向人工智能发出提示的工具。当这些工具与大型人工智能模型相结合时，就产生了AI代理。它们可以自动处理各种任务，从生成晚宴的推荐菜单、制作图文并茂的邀请函，到自动将购物清单添加到电商应用，甚至自动在社交网站上发布活动信息。这种趋势将对劳动力结构产生深远影响。

全球已有至少近两亿人使用人工智能大模型，这一数字随着技术的普及而不断增长。无代码软件开发也将成为AI应用的重要方向，它将使更多人能够轻松创建复杂的应用程序，无需编写复杂的代码。

AI代理不仅仅是一个简单的工具，它被看作是能够增强人类信息收集、分析和处理能力的扩展性平台。这种技术的快速发展也给许多传统工作岗位带来了冲击。随着AI代理逐渐取代那些只需要简单计算机技能的任务，劳动力市场将面临巨大的变革。这种创新对现有经济结构的破坏，正如美国经济学家熊彼特所描述的“创造性毁灭”。这是一个漫长而充满挑战的过程，迫使劳动力适应新的市场需求。

关上了一扇门的也打开了一扇窗。无代码软件开发的出现，为数字经济创新带来了新的机遇。基于AI大模型的编程辅助工具已经能够根据用户模糊的指令生成软件和网页代码。例如，在GPT-4的演示中，一个简单的草图就能被转化为可实际访问的网页。这大大降低了IT服务的开发门槛，让每个人都有可能成为互联网创新的源泉。

面对这样的时代变革，也需要与时俱进，兼顾市场监管与创新激励。一方面，降低数字创新过程中的注册和融资门槛，帮助中小企业解决发展痛点，使就业和创新政策适应“人人皆可创新”的新时代；另一方面，加强版权和专利保护，激励更多创新“点子”的诞生。

展望未来，人工智能的影响无处不在，既为科研、创新和经济赋能，又带来新的挑战与风险。我们应以开放的心态迎接这一变革，审慎研究和应对其可能带来的新课题与新风险。无论是AI代理的广泛应用，还是无代码软件开发带来的机遇与挑战，人工智能都在不断改变我们的生活方式和工作方式。