2023年人工智能20條預測：虛實(shí)融合、生成式AI、自動(dòng)駕駛訓練

在全球不確定環(huán)境下，企業(yè)在2023年的首要任務(wù)仍與過(guò)去一樣，是引領(lǐng)、創(chuàng )新和解決問(wèn)題。

AI正逐步被廣泛應用來(lái)實(shí)現這些目標。根據Gartner最近對美國、英國和德國近700家企業(yè)的調查，平均有54%的企業(yè)AI項目從試點(diǎn)邁入生產(chǎn)階段。多達80%的受訪(fǎng)高管表示，自動(dòng)化可以應用于任何商業(yè)決策，他們正在將AI從戰術(shù)上升到戰略。

2023年有什么制勝之道？更高效也許是一個(gè)方向。本文整理、編譯NVIDIA的AI專(zhuān)家關(guān)于2023年的預測，具體如下：

數字孿生步入實(shí)際應用：

大規模數字孿生將會(huì )出現，并且這些應用將會(huì )是復雜、多尺度（multi-scale）的，比如天氣和氣候模型、地震現象、材料特性等。這將推動(dòng)當前的科學(xué)模擬實(shí)現百萬(wàn)倍加速，帶來(lái)新的科學(xué)洞察與發(fā)現。

通用AI“助手”：

AI“助手”將通過(guò)自然語(yǔ)言指令和大規模強化學(xué)習來(lái)解決更多開(kāi)放式的任務(wù)。此外，借助大模型，特別是在大量無(wú)標簽數據上大規模訓練的大型AI模型，AI“助手”將能夠理解和分析任何類(lèi)型的請求，并隨著(zhù)時(shí)間的推移，掌握更多新類(lèi)型的問(wèn)題。

軟件領(lǐng)域的進(jìn)步將終結AI孤島：

長(cháng)期以來(lái)，為進(jìn)行AI研究和開(kāi)發(fā)，企業(yè)只能在云計算和混合架構中進(jìn)行選擇，而這會(huì )影響開(kāi)發(fā)者的生產(chǎn)力和創(chuàng )新。企業(yè)將在2023年通過(guò)軟件統一所有基礎設施類(lèi)型中的AI工作流，并為AI從業(yè)者提供一致性、互聯(lián)的體驗。無(wú)論項目規?；驈碗s性如何，這都將助力企業(yè)平衡成本與戰略目標，并獲得接近無(wú)限的、靈活的開(kāi)發(fā)能力。

生成式AI變革企業(yè)應用：

關(guān)于生成式AI的各種“炒作”將在2023年成為現實(shí)。這是因為終于擁有了構建真正意義上生成式AI的基礎，軟件可以將大語(yǔ)言模型和推薦系統轉換成生產(chǎn)型應用，除生成圖片的應用之外，還包括能智能地回答問(wèn)題、創(chuàng )造內容、甚至能夠帶來(lái)新發(fā)現的應用。這個(gè)全新的創(chuàng )意時(shí)代將推動(dòng)個(gè)性化客戶(hù)服務(wù)的巨大進(jìn)步，加快新商業(yè)模式的落地，并為醫療領(lǐng)域的突破奠定基礎。

AI通過(guò)節能計算變得更經(jīng)濟高效：

2023年，低效率、基于x86的傳統計算架構將因不支持并行處理，被加速計算解決方案所取代。加速計算可提供構建語(yǔ)言模型、推薦系統等所需的計算性能、規模和效率。

面對經(jīng)濟放緩，企業(yè)將尋求能夠在實(shí)現目標的同時(shí)，降低IT成本并提高效率的AI解決方案。使用軟件來(lái)整合整體基礎設施工作流的新平臺將帶來(lái)計算性能上的突破，包括降低總擁有成本、減少碳足跡，并加快具有變革意義的AI項目的投資回報，它們將取代資源浪費水平更高的老舊架構。

LLM應用的增長(cháng)：

大語(yǔ)言模型的新研究將帶來(lái)一系列全新的應用，它們可以將語(yǔ)言、文本甚至圖像轉化為各類(lèi)機構中任何人都能使用的洞察，無(wú)論是企業(yè)高管還是藝術(shù)家，各行業(yè)的專(zhuān)業(yè)人士都將受益。此外，對模型定制能力的需求也將快速增長(cháng)，從而使LLM的專(zhuān)長(cháng)能夠應用于英語(yǔ)以外的多種語(yǔ)言和方言，以及從目錄描述生成到醫學(xué)報告總結等多個(gè)業(yè)務(wù)領(lǐng)域。

無(wú)標簽數據也有用武之地：

大語(yǔ)言模型和結構化數據還將被應用至大量照片、錄音、社交媒體推文等領(lǐng)域。開(kāi)發(fā)人員可以通過(guò)這種方式，探索未被開(kāi)發(fā)的模式和線(xiàn)索、推動(dòng)醫療領(lǐng)域的突破、科學(xué)的進(jìn)步，探索客戶(hù)互動(dòng)的優(yōu)化手段，甚至推動(dòng)自動(dòng)駕駛交通領(lǐng)域的重大進(jìn)展。在2023年，加上非結構化數據的應用，將有助于神經(jīng)網(wǎng)絡(luò )的開(kāi)發(fā)，例如可以生成仿真病例，來(lái)模擬和研究可供其學(xué)習的病例。這種無(wú)監督的機器學(xué)習將變得和有監督的機器學(xué)習一樣重要。

新型呼叫中心：

2023年的呼叫中心將更廣泛地采用語(yǔ)音AI工作流，這將為客戶(hù)互動(dòng)流程中的所有環(huán)節提升業(yè)務(wù)的靈活性，不管是調整模型架構，還是在專(zhuān)有數據上微調模型和自定義流程。此外，隨著(zhù)語(yǔ)音AI工作流在企業(yè)中的日漸普及，將進(jìn)一步縮短解決問(wèn)題的時(shí)間，從而大幅度提高呼叫中心的工作效率。AI“助手”將在恰當的時(shí)間內，從龐大的知識庫中提取正確的信息，最大程度地減少客戶(hù)的等待時(shí)間。

生物學(xué)成為信息科學(xué)：

憑借大語(yǔ)言模型領(lǐng)域的突破和以序列詮釋生物學(xué)的能力，研究人員將能夠訓練出用于化學(xué)和生物學(xué)的新一類(lèi)AI模型。借助這些新AI模型的能力，****物研發(fā)團隊能夠通過(guò)計算機來(lái)生成、表示和預測分子與蛋白質(zhì)的屬性和相互作用，所有的這些都將通過(guò)硅量子計算實(shí)現。而這些進(jìn)展將助力推進(jìn)潛在療法的開(kāi)發(fā)。

手術(shù)4.0時(shí)代已經(jīng)到來(lái)：

航空業(yè)在使用飛行仿真器來(lái)訓練飛行員和研究新的飛機控制系統，現在外科醫生和機器人手術(shù)設備制造商也能夠做到這一點(diǎn)。從手術(shù)室環(huán)境，到醫療機器人和病人解剖學(xué)，數字孿生能夠進(jìn)行各種規模的模擬，為個(gè)性化手術(shù)演練和AI人機互動(dòng)設計開(kāi)辟全新的空間。漫長(cháng)的住院醫師培訓將不再是培養資深外科醫生的唯一途徑。借助機器人輔助手術(shù)，第一次進(jìn)行此類(lèi)操作的醫生也能展現專(zhuān)家級的水平。

在元宇宙中訓練自動(dòng)駕駛汽車(chē)：

自動(dòng)駕駛無(wú)疑是當今最為復雜的一個(gè)AI應用場(chǎng)景。全球超過(guò)250家汽車(chē)制造商、卡車(chē)制造商、初創(chuàng )企業(yè)，以及運輸和出行即服務(wù)提供商正在努力攻克這個(gè)挑戰，開(kāi)發(fā)自動(dòng)駕駛汽車(chē)。如果只在道路上進(jìn)行測試，很難遇到并且有能力應對所有的場(chǎng)景，因此汽車(chē)行業(yè)的大部分企業(yè)將在2023年轉向虛擬世界尋求幫助。

除了實(shí)際上路進(jìn)行數據采集之外，虛擬車(chē)隊能夠在汽車(chē)上路前，生成用于訓練和測試新功能的數據。高保真模擬將為自動(dòng)駕駛汽車(chē)提供接近無(wú)限的運行場(chǎng)景和環(huán)境。此外，數字孿生還將被應用于車(chē)輛的生產(chǎn)過(guò)程中，以提高制造效率、簡(jiǎn)化操作，并提升工人的效率和安全。

遷移到云端：

交通運輸業(yè)將在2023年迎來(lái)更多的軟件即服務(wù)（SaaS）和基礎設施即服務(wù)（IaaS）產(chǎn)品。開(kāi)發(fā)者將能夠訪(fǎng)問(wèn)全套云服務(wù)，在任何地方設計、部署和體驗元宇宙應用。團隊將設計并聯(lián)合開(kāi)發(fā)3D工作流，比如自動(dòng)駕駛汽車(chē)仿真、車(chē)內體驗、云游戲，以及在線(xiàn)或者線(xiàn)下展廳的形式查看汽車(chē)的3D配置器。

車(chē)內管家的誕生：

隨著(zhù)對話(huà)式AI、自然語(yǔ)言處理、手勢檢測和虛擬數字人領(lǐng)域的進(jìn)展，數字助手將被應用于新一代的自動(dòng)駕駛汽車(chē)中。借助相關(guān)平臺，數字助手可以通過(guò)自然語(yǔ)言理解進(jìn)行預約服務(wù)，控制車(chē)輛，發(fā)出提醒等。通過(guò)車(chē)內攝像頭、深度神經(jīng)網(wǎng)絡(luò )和多模態(tài)交互等技術(shù)，自動(dòng)駕駛汽車(chē)能夠確保駕駛員將注意力集中在路上，并確保在旅程結束時(shí)沒(méi)有貴重物品或寵物被遺落在車(chē)里。

元宇宙通用語(yǔ)言：

正如HTML是2D網(wǎng)絡(luò )的標準語(yǔ)言一樣，USD（通用場(chǎng)景描述）將成為3D網(wǎng)絡(luò )最強大、可擴展的開(kāi)放式語(yǔ)言。作為元宇宙虛擬世界的3D標準，USD將助力企業(yè)以及消費者使用各種工具、閱讀器和瀏覽器，以無(wú)縫體驗的方式，在不同的3D世界之間移動(dòng)。

虛實(shí)融合的數字孿生：

基于現實(shí)商品、服務(wù)和地點(diǎn)、虛實(shí)結合的數字孿生，將能創(chuàng )造高于現實(shí)世界原本存在的利潤收入。比如在將運動(dòng)鞋的圖案發(fā)送給工廠(chǎng)之前，與游戲公司合作銷(xiāo)售尚處在設計測試階段的虛擬運動(dòng)鞋。除了開(kāi)源和更多營(yíng)銷(xiāo)玩法以外，企業(yè)還將在多方面受益，如減少浪費，提高運營(yíng)效率和精準度。

加速計算的需求在增長(cháng)：

CPU的設計已達到物理極限，摩爾定律正在失效，越來(lái)越多企業(yè)將轉向采用加速計算。它們將在可擴展的數據中心中自由地組合CPU、GPU、DPU等，從而加速創(chuàng )新，加速向云遷移，同時(shí)做到節能減排。

網(wǎng)絡(luò )成為新的計算平臺：

正如個(gè)人電腦將軟件、硬件和存儲組合，變成每個(gè)人的生產(chǎn)工具，云正在迅速成為新的AI計算工具，而網(wǎng)絡(luò )是實(shí)現云的途徑。企業(yè)將使用第三方軟件或自帶軟件，開(kāi)發(fā)可在本地和云端運行的AI應用和服務(wù)。它們將通過(guò)云服務(wù)運營(yíng)商按需購買(mǎi)容量，為所有CPU、GPU、DPU和智能交換機上運行的不同計算任務(wù)優(yōu)化計算、存儲和網(wǎng)絡(luò )。更重要的是，隨著(zhù)云服務(wù)運營(yíng)商迅速采用零信任安全框架和架構應用，云將能夠提供與本地解決方案同等安全的計算。

數據科學(xué)家將成為新的網(wǎng)絡(luò )資產(chǎn)：

傳統的網(wǎng)絡(luò )專(zhuān)業(yè)人員無(wú)法再有效地防御更復雜的威脅，因為攻擊和防御的速度和復雜性已經(jīng)遠遠地超過(guò)了人類(lèi)的能力。數據科學(xué)家和其他人類(lèi)分析師將使用AI客觀(guān)地看待所有數據并發(fā)現威脅。數據泄露是不可避免的，因此使用AI和人類(lèi)的數據科學(xué)技術(shù)將有助于在大海撈針，并迅速做出反應。

AI網(wǎng)絡(luò )安全定制化：

就像推薦系統服務(wù)于每一個(gè)消費者一樣，AI網(wǎng)絡(luò )安全系統將適用于每一個(gè)企業(yè)。隨著(zhù)基于身份的攻擊不斷增加，量身定制的解決方案將成為企業(yè)安全運營(yíng)中心的頭號需求。網(wǎng)絡(luò )安全是每個(gè)企業(yè)的問(wèn)題，因此，將能夠看到各種類(lèi)型的網(wǎng)絡(luò )安全架構更加透明和共享，生態(tài)系統的集體防御將以更快的速度應對威脅。

重新思考企業(yè)IT架構：

正如許多企業(yè)爭相調整其文化和技術(shù)以應對混合工作的挑戰一樣，新的一年，許多公司將重新架構整個(gè)IT基礎架構。公司將尋求強大的客戶(hù)端設備，能夠解決日益增長(cháng)的應用程序和復雜數據集的需求。他們將更加重視靈活性，轉向云計算以實(shí)現指數級擴展。采用分布式計算軟件平臺將使全球分散的勞動(dòng)力能夠在完全不同的工作環(huán)境下進(jìn)行協(xié)作并保持生產(chǎn)力。

同樣，復雜的AI模型開(kāi)發(fā)和培訓將需要在數據中心和桌面上建立強大的計算基礎設施。企業(yè)將針對不同工業(yè)用例設計不同的AI軟件堆棧，使他們能夠輕松地將AI引入工作流程，并更快地為客戶(hù)提供更高質(zhì)量的產(chǎn)品和服務(wù)。

來(lái)源：NVIDIA