谷歌AI总监展望2024：复杂变革继续呼吁更多参与和监督

作者：张未名 01-05 18:22

来源：爱集微 #人工智能# #生成式AI#

7.8w

编者话：带着“对2024年人工智能发展预测”的话题，在英文网上中调研了一番，仅在Linkedin和Medium两个平台上就冒出几十篇相关文章，仔细看后发现，文章作者分布世界多地，从美国到波兰都有，文章角度和数据五花八门。一个位于波兰的软件开发公司的文章直接表明，此文是借助用谷歌Bard和ChatGBT-3写成，插图是用DALL-E3生成。这立马降低笔者对这样文章的认可度，当然比起在微信公众号上看到没有标明是AI写成，但明显有前后不一致数据的来说要还是诚实一些。这些已足以提醒我们进入生成式AI时代的阅读生态。在对比了其他几篇文章后，发现在Linkedin上标为是“谷歌AI总监”的Ali Arsanjani ( 阿桑加尼）的长文，质量更高一些，文章发表在1月1日，摘译整理部分内容如下，供参考。阿桑加尼博士的履历包括亚马逊云AI高管和IBM的AI技术高管以及大学教授。

集微网消息（文/张未名）进入2024年，人工智能正在经历一个变革阶段，受到从法律挑战到人工智能技术的迅速发展等一系列因素的影响。这种转型表现为法律的复杂性、技术迭代和进步，业务策略变化和新商业模式涌现的相互作用。

这些变化的前沿是一些显著的法律争斗，比如《纽约时报》对微软和OpenAI提起的诉讼。这个案例在人工智能行业，特别是对使用受版权保护的内容进行人工智能模型训练的问题上开设了一个先例。它引发了一系列谈判，涉及到像News Corp.、IAC和Gannett等知名出版商与OpenAI的谈判。这些讨论不仅关乎在内容使用上达成协议，还正塑造了AI数据许可的新模式。这些谈判的结果有望重新定义人工智能模型如何访问和利用第三方内容，强调了在人工智能开发中透明度和道德规范实践的需求，将推动专业模型根据公司自己的数据进行调整，具有足够数据溯源可追溯性。

针对这些法律挑战，人工智能社区正在探索各种数据许可模型，从独家协议到分层许可和基于提成的安排。这些许可模型的具体条款至关重要，因为它们决定了未来人工智能模型将如何访问和使用外部内容。与此同时，对人工智能模型透明度的需求越来越大。出版商正在推动有关数据来源和培训方法的清晰披露，推动产业采取技术手段防止未经授权的内容使用。Google提出的DeepMind水印技术是应对图像生成问题的技术之一。这种转向更安全、更符合伦理的人工智能开发实践是人工智能领域正在进行的转型的关键方面之一。

从技术上讲，人工智能模型和技术的复杂性正在不断增长。Google的Gemini多模型系列、Mistral-Medium、各种专家混合模型等发展，以及LLMCompiler等先进框架的实施，都证明了人工智能技术的多样化发展。这些进展，加上多模型和更大型LLM中介的复杂代理对代理交互的崛起，为人工智能领域的效率和能力设定了新标准。

此外，人工智能应用的范围正在显著扩大，不再局限于数字领域，而是涵盖了物联网、边缘计算和机器人技术等物理应用。这种对人工智能范围的拓展说明了它在各个领域的渗透，从企业、游戏、AR-VR和元宇宙的数字世界，到物联网和机器人技术的物理世界。

人工智能模型在技术层面继续进步。Google的Gemini多模型系列、Mistral-Medium、各种专家混合模型等，以及LLMCompiler等框架的实施，都证明了人工智能技术的复杂性正在不断增长。这些进展正在为人工智能领域的效率和能力设定新的标准，促使一个竞争激烈而创新的人工智能市场的形成。此外，更大型LLM中介的多模型和通过其进行的代理对代理交互的崛起展示了人工智能系统不断增长的复杂性和能力。

人工智能中新兴业务模式

像Google和OpenAI之间的出版商和人工智能开发者之间的谈判正在为创新的收入流打开道路。这可能包括针对特定人工智能模型的内容订阅或提供精心策划的数据集。此外，出版商和人工智能开发者之间的合作可能会导致开发基于人工智能的内容创作工具和个性化新闻传递系统。

法律和监管领域中的人工智能

不断演变的法律环境，包括拜登总统关于安全、可靠和值得信赖人工智能的行政命令以及欧盟的人工智能法案，正在促使公司精心记录模型开发。诸如Vertex AI、Weights & Biases等工具对于跟踪数据溯源和管理人工智能模型工作流程变得至关重要。

两级模型市场：成本分歧和资源约束

尽管横向模型可能变得更加经济实惠，但垂直模型的成本和所需的计算资源可能会增加。这可能会导致对这些先进模型的访问方面的挑战，需要创造性的解决方案和资源优化策略，以在成本、延迟、模型质量和专业化之间实现平衡，同时确保易用性、可追溯性、合规性和可证明的实用性。

加强审查和人工智能素养的突起

对人工智能宣告的不加批判的接受将被更有洞察力的公众所取代，要求对所承诺的价值主张进行严格的验证。企业将面临压力增加，要展示切实的结果，将焦点从纯粹的技术新颖性转向可以明显体现的应用。

应对内容难题：数据质量、“愚蠢数据”、伪造信息和真相使命

人工智能生成的内容大量增加，包括真实和虚构的数据，迫使我们开发复杂的检测和缓解工具。伪造信息对准确信息传播构成重大威胁，因此对于识别和对抗这些伪造的强大技术将至关重要，以维护信息领域的完整性。生成式AI的另一面是生成低质量、低品质的内容，例如为显有水平而填充内容。这种容易生成的低质量数据是降低熵、打击信息熵、对抗虚假信息和提高数据质量标准的努力带来的严重挑战。

内容应该经过策划，以实现数据准备流程和案例的更高质量，但滥用内容，无论是故意还是无意地，都将导致低质量内容的大量爆发，充斥渠道，以至于唯一消费的方法就是在另一端使用生成式AI提炼信息并降低其熵含量，使其作为信息和知识更有用。

人工智能之战：细分战斗和新竞争者的崛起

人工智能领域的老牌玩家将面临来自专门从事细分领域的小型、灵活公司的日益激烈的竞争。这场“人工智能淘金热”将导致各种面向行业和领域的模型的开发，满足日益专业化的需求和应用。

数据：人工智能进展的动力和公平获取的挑战

各种机构组织将会严密保护其独特的数据集，将其视为其人工智能引擎的重要燃料。合成数据生成、差分隐私和联邦学习的进展将在实现安全和协作的数据利用方面发挥关键作用，同时解决与数据所有权和公平获取有关的问题。

民主化人工智能：赋予个人和组织权力

随着人工智能工具和平台变得更加用户友好和可访问，竞争环境将变得更加平等，使个人和组织能够利用这一强大技术来实现其目标。人工智能的这种民主化有潜力释放出创新和创造力的浪潮，涉及各个领域。

人机合作伙伴关系：协同的未来

至关重要的是要强调人工智能并不是要取代人类智慧，而是要增强和补充它。工作和问题解决的未来在于人工智能与人类之间协同合作，各自发挥其独特的优势，以实现卓越的成果。

每个公司都将是一个人工智能驱动的公司，或至少是一个人工智能营销驱动的公司

不断发展的消费者期望和市场竞争将推动这一趋势。公众对人工智能的实际应用越来越挑剔，这意味着消费者和企业消费者和企业都变得更加注重技术的实际应用。这种期望的演变正在推动公司采用人工智能驱动的战略，尤其是在营销领域，以展示创新、效率和对客户需求的前沿理解。人工智能能够分析复杂的消费者数据并提供切实可行的见解，使其在创建有针对性、有效的营销活动方面变得不可或缺。

行业特定的人工智能解决方案和数据利用将进一步推动人工智能驱动的消息传递。出现针对不同行业的专门人工智能工具，使公司能够提高运营效率和营销效果。利用人工智能分析大量数据集有助于制定个性化的营销信息和策略。此外，人工智能在内容生成和维护声誉方面的作用变得至关重要，这是营销的核心组成部分。

人工智能技术的可访问性和民主化将主导。 对更易于使用的人工智能工具的趋势意味着各种规模的企业都可以利用人工智能的能力。这种民主化意味着即使是中小型企业也可以利用人工智能进行营销，从而使人工智能驱动的战略成为常规而非例外。此外，人工智能技术的进步，如更精简和便携的模型，使人工智能的整合变得更加可行，进一步鼓励其采用。

战略人工智能方向和人工智能的合规整合将开始在执行圈中赢得更多的信任。 随着人工智能治理和道德考虑日益受到关注，公司受到激励以符合法规标准和道德实践整合人工智能，特别是在营销领域，透明和道德使用客户数据至关重要。此外，人工智能的进步，如多模型和实时分析，为营销人员提供了更复杂的工具，以制定更有效和引人入胜的活动。

可采取的行动

在2024年不断演变的人工智能领域前行时，可以考虑的以下10项行动：

1.参与法律变革：积极参与理解和建立围绕人工智能的法律框架，注重创新与道德和负责的实践平衡。

2.采用新技术：研究、测试和接受人工智能领域更为稳定（如果不是最新）的进展，如多模型和治理工具，并探索它们改变运营、业务模型和战略的潜力。

3.优先透明度和负责任的人工智能：在人工智能模型的培训、调优和内容利用方面实施透明和道德实践，包括有关数据来源和方法的明确披露。

4.探索创新的业务模式：利用人工智能开发者和出版商之间关系变化的机会，探索基于解决方案完整性的新收入流和合作机会，而不仅仅是模型。

5.为人工智能的广泛应用做准备：了解并为人工智能在物联网、边缘计算和机器人技术等各个领域的整合做好准备，以保持利用人工智能在您的业务、领域和行业的各个方面的多样化应用。

6.推动人工智能素养：在您的组织和利益相关者之间培养对人工智能技术的更深入理解和批判性参与。

7.利用人工智能民主化：利用人工智能工具日益增加的可访问性，使您的团队得以赋权，并在不同领域促进创新。寻找具有解决方案完整性而不仅仅是“最新”模型的供应商。

8.促进人机协作：专注于开发与人类技能相辅相成的人工智能解决方案，强调协作环境，在其中两者都能够茁壮成长。

9.保持敏捷和适应性：保持灵活性，对快速变化的人工智能领域做出响应，调整您的战略和运营以保持相关性。此外，考虑制定3-6-9天的计划，而不仅仅是30-60-90天的计划。

10. 参与更广泛的人工智能未来对话，分享见解并向他人发展学习，积极塑造人工智能的场景。