人工智能賦能產(chǎn)業(yè)，正成為引領(lǐng)經(jīng)濟(jì)、科技發(fā)展的重要驅(qū)動(dòng)力。

　　在較為低迷的投融資大環(huán)境下，全球投資者對(duì)于 AI 的關(guān)注度有增不減。2021 年，全球 AI 初創(chuàng)企業(yè)融資破紀(jì)錄達(dá)到 668 億美元，是 2020 年融資總額的兩倍之多。2022 年 Q1 相較于 2021 年 Q4 融資額下降了 12%，但仍低于同期全球風(fēng)險(xiǎn)投資整體下降幅度。

　　新的一年，人工智能會(huì)朝著什么方向發(fā)展?CB Insights 提出了 2022 年值得關(guān)注的七大 AI 趨勢(shì)。

　　合成數(shù)據(jù)，保護(hù)隱私

　　目前，由于 AI 技術(shù)呈指數(shù)級(jí)發(fā)展，變得更加先進(jìn)，但其局限性仍然存在。例如，某些行業(yè)缺乏足夠的真實(shí)數(shù)據(jù)來(lái)訓(xùn)練 AI 模型，又或者合規(guī)隱私成為一些行業(yè)技術(shù)發(fā)展的痛點(diǎn)。

　　企業(yè)紛紛開(kāi)始部署 Synthetic data (合成數(shù)據(jù))，即由計(jì)算機(jī)人工生成的數(shù)據(jù)，可用于替代自現(xiàn)實(shí)世界中采集的真實(shí)數(shù)據(jù)集。

　　雖然有人質(zhì)疑合成數(shù)據(jù)模擬真實(shí)數(shù)據(jù)的準(zhǔn)確性，但仍有一些大公司將賭注押在了這項(xiàng)技術(shù)上。

　　illumina 正在使用由創(chuàng)業(yè)公司 Gretel 開(kāi)發(fā)的合成基因數(shù)據(jù)進(jìn)行醫(yī)學(xué)研究。在一項(xiàng)聯(lián)合研究中，兩家公司均強(qiáng)調(diào)了，取得患者的知情同意權(quán)等舉措限制了部分醫(yī)學(xué)研究的速度和規(guī)模。Gretel 便使用真實(shí)的基因型和表型數(shù)據(jù)進(jìn)行 AI 算法訓(xùn)練，生成人工基因組合成數(shù)據(jù)。

　　在金融領(lǐng)域，J.P. Morgan 正在利用合成數(shù)據(jù)訓(xùn)練金融 AI 模型。而在電信行業(yè)，由于無(wú)法獲得客戶(hù)同意，預(yù)計(jì)高達(dá) 85% 的真實(shí)客戶(hù)數(shù)據(jù)無(wú)法獲取，這給行為分析和預(yù)測(cè)造成了極大障礙。西班牙電信公司 Telefónica 與 Most AI 合作，模擬真實(shí)客戶(hù)數(shù)據(jù)的統(tǒng)計(jì)模式，創(chuàng)建 GDPR 合規(guī)的客戶(hù)合成數(shù)據(jù)檔案。

　　現(xiàn)階段，基于 GANs 的圖像合成技術(shù)和視頻合成技術(shù)發(fā)展迅猛，但高效且可行的表格數(shù)據(jù)合成技術(shù)仍處于初級(jí)階段。整體來(lái)看，數(shù)據(jù)匿名化、隱私合規(guī)和糾正算法偏見(jiàn)等優(yōu)勢(shì)使得合成數(shù)據(jù)技術(shù)成為吸引各行業(yè)公司的關(guān)鍵要素。

　　芯片追逐戰(zhàn)

　　隨著 AI 技術(shù)不斷進(jìn)步，加速在各行業(yè)落地應(yīng)用。無(wú)論是云數(shù)據(jù)中心還是像照相機(jī)這樣的智能邊緣設(shè)備，適用于計(jì)算密集型的專(zhuān)業(yè)硬件需求激增。

　　Nvidia(英偉達(dá))的圖形處理器曾一度主導(dǎo)著價(jià)值 670 億美元的 AI 芯片市場(chǎng)，如今多家公司相繼入局。

　　谷歌最新推出的 Pixel 手機(jī)搭載了自研的 Tensor 處理器，強(qiáng)化了軟件應(yīng)用，而Amazon(亞馬遜)也在 2021 年 Q4 推出了自研芯片 Graviton3。

　　除了這幾家大公司外，一些初創(chuàng)企業(yè)也紛紛殺入。曾聲稱(chēng)造出世界最大芯片的明星創(chuàng)企 Cerebras Systems 在 2021 年 Q4 融資 2.5 億美元，估值達(dá)到 40 億美元。

　　圖 | 截至 2022 年 5 月 13 日，融資前十的全球 AI 芯片供應(yīng)商(來(lái)源：CB Insights)

　　由于空間和能源的限制，大型芯片并不適用于許多日常的 AI 應(yīng)用場(chǎng)景?？紤]到這一點(diǎn)，越來(lái)越多的公司開(kāi)始研發(fā)可以用于汽車(chē)傳感器、照相機(jī)、自動(dòng)化工廠機(jī)器人等低功耗設(shè)備的 AI 芯片。

　　On-device AI processing(端側(cè) AI)能夠?qū)崿F(xiàn)低延遲以及數(shù)據(jù)隱私的保護(hù)。Mythic、Syntiant 和 Kneron 等初創(chuàng)公司分別籌集了超過(guò) 1 億美元研發(fā)該項(xiàng)技術(shù)。

　　像 Untether AI 和 HOUMO.AI(后摩智能)這樣的初創(chuàng)公司正致力于研發(fā)“in-memory computing”(存內(nèi)計(jì)算)技術(shù)。與傳統(tǒng)方法相比，存內(nèi)計(jì)算把計(jì)算和存儲(chǔ)合二為一實(shí)現(xiàn)高度集成，能夠大幅度提升性能。Samsung 公司報(bào)告稱(chēng)，采用存內(nèi)計(jì)算技術(shù)后，語(yǔ)音識(shí)別神經(jīng)網(wǎng)絡(luò)的速度提高了一倍以上，資源消耗削減了一半。

　　AI 芯片獨(dú)角獸公司 Graphcore 采用3D 封裝技術(shù)極大提高了性能。3D封裝技術(shù)，簡(jiǎn)單來(lái)說(shuō)，就是指在不改變封裝體尺寸的前提下，在同一個(gè)封裝體內(nèi)，在垂直方向上疊放兩個(gè)或者更多芯片的技術(shù)。

　　其他公司則拋棄了傳統(tǒng) AI 芯片，轉(zhuǎn)而使用光子芯片，即利用光而不是電信號(hào)來(lái)傳輸數(shù)據(jù)。光子學(xué)最大的優(yōu)勢(shì)是速度，與依靠電纜傳輸?shù)碾娮酉啾龋饪梢砸愿斓乃俣?、更大的帶寬和更少的能量傳輸信息。隨著人們對(duì) AI 工具的需求呈指數(shù)級(jí)增長(zhǎng)，光子學(xué)有望成為破除 AI 硬件局限性的方法。

　　多年來(lái)，研究人員一直在研發(fā)通用性光子芯片。像 Lightmatter 和 Luminous Computing 等初創(chuàng)公司都希望構(gòu)建更快、更節(jié)能的芯片，支持機(jī)器學(xué)習(xí)以及能夠處理繁瑣算法的“AI 超級(jí)計(jì)算機(jī)”。

　　新的技術(shù)層出不窮，新一代芯片在提高性能的同時(shí)降低功耗。展望未來(lái)，像量子機(jī)器學(xué)習(xí)這樣的前沿科技將不斷改變 AI 發(fā)展的面貌。

　　AI 賦能內(nèi)容審核

　　在美國(guó)，玩電子游戲的人數(shù)達(dá)到了史上前所未有的最高水平。76% 的 18 歲以下的青少年沉迷于電子游戲，這讓家長(zhǎng)們擔(dān)心孩子們極有可能接觸到不合時(shí)宜或者充滿(mǎn)仇恨的信息。

　　處理網(wǎng)絡(luò)仇恨言論是一個(gè)老生常談的問(wèn)題。據(jù)悉，在 2016 年至 2021 年間，Meta 花費(fèi)了 130 億美元用于內(nèi)容審查，而 TikTok 聲稱(chēng)在 2020 年有近萬(wàn)人從事內(nèi)容審查工作。TikTok 和 Meta 都曾被內(nèi)容管理員起訴，因?yàn)樗麄冊(cè)趫D文審查工作中遭受了心理創(chuàng)傷。

　　隨著元宇宙的火熱以及網(wǎng)絡(luò)游戲生態(tài)系統(tǒng)的迅速發(fā)展，有害信息已經(jīng)從社交媒體蔓延到新的陣地，即網(wǎng)絡(luò)游戲和虛擬世界。

　　網(wǎng)絡(luò)游戲環(huán)境惡劣，充斥著各種仇恨言論、網(wǎng)絡(luò)霸凌以及故意退出。反誹謗聯(lián)盟的一項(xiàng)研究發(fā)現(xiàn)，在比較受歡迎的多人游戲中，高達(dá) 80% 的玩家都曾受到騷擾。

　　一些初創(chuàng)公司正著眼于利用 AI 技術(shù)進(jìn)行內(nèi)容審核。Spectrum Labs 稱(chēng)，其 NLP 平臺(tái)可以將音頻和文本的內(nèi)容審核工作減少 50% ，有害信息檢測(cè)能力提高 10 倍。

　　美國(guó)初創(chuàng)公司 GGWP 通過(guò) AI 監(jiān)控聊天記錄和游戲數(shù)據(jù)來(lái)打擊游戲中的有害行為。此前，這家初創(chuàng)公司已經(jīng)籌集了 1200 萬(wàn)美元的種子資金，投資者包括 BITKRAFT Esport Ventures、Sony Innovation Fund(索尼創(chuàng)新基金)和 Riot Games。

　　2021 年 4 月，美國(guó) Hive 公司募集了 5000萬(wàn)美元的 D 輪融資，估值達(dá)到 20 億美元。Hive 公司成立于 2013 年，是一個(gè)專(zhuān)注于 AI 培訓(xùn)數(shù)據(jù)的智能眾包平臺(tái)，提供自動(dòng)內(nèi)容審核服務(wù)，幫助像 HighRise 和 Naver Z 這樣的元宇宙公司解決玩家發(fā)表的仇恨言論、網(wǎng)絡(luò)欺凌等問(wèn)題。

　　為了提高審核能力，大型科技公司收購(gòu)了一些 AI 初創(chuàng)公司。例如，2021 年 10 月，微軟收購(gòu)了 AI 內(nèi)容審核服務(wù)公司 Two Hat，該公司的客戶(hù)包括 Roblox、 Epic Games 和微軟旗下的 Minecraft。

　　利用 AI 技術(shù)實(shí)現(xiàn)完美的內(nèi)容審核是不可能的。在線用戶(hù)能夠不斷適應(yīng)審查規(guī)則，逃避平臺(tái)的審查。但是，在 NLP 和基于深度學(xué)習(xí)的圖像分類(lèi)等關(guān)鍵領(lǐng)域取得的突破，以及以?xún)?nèi)容審查為業(yè)務(wù)方向的 AI 初創(chuàng)企業(yè)獲得多輪融資，在一定程度上表明了 AI 審核將成為未來(lái)的方向之一。

　　Deepfakes

　　Deepfakes(深度偽造)不僅能創(chuàng)造出極其逼真的圖像，還能生成“假”聲音和視頻。

　　利用 AI 學(xué)習(xí)算法，Deepfakes 的技術(shù)愈發(fā)精進(jìn)，效果十分逼真。網(wǎng)絡(luò)上公開(kāi)發(fā)布的視頻和錄音數(shù)量之多，容易獲取，這使得訓(xùn)練 AI 算法和 Deepfakes 容易許多。研究人員表示，對(duì)于人們來(lái)說(shuō)，區(qū)分 AI 偽造的人像、物體和視頻與真實(shí)情況十分困難。

　　2022 年，Deepfakes 在媒體上大量涌現(xiàn)，尤其是在政治領(lǐng)域。2022 年 3 月，《華爾街日?qǐng)?bào)》報(bào)道了韓國(guó)總統(tǒng)大選候選人 Yoon Suk-yeol 利用 Deepfakes 技術(shù)改善自己在年輕選民中的公眾形象的新聞。這個(gè)名為“AI Yoon”的數(shù)字人看起來(lái)十分風(fēng)趣幽默。

　　Deepfakes 衍生出的假新聞和假消息是一個(gè)大問(wèn)題。對(duì)于消費(fèi)者來(lái)說(shuō)。Deepfakes 還有可能成為網(wǎng)絡(luò)釣魚(yú)和勒索詐騙的工具。

　　微軟認(rèn)為，AI 防御體系無(wú)法完全打擊 Deepfakes 生成的假冒產(chǎn)品，于是推出了 Project Origin(起源項(xiàng)目)，允許出版商使用防篡改元數(shù)據(jù)對(duì)媒體進(jìn)行認(rèn)證的服務(wù)。

　　美國(guó)加州的一家創(chuàng)業(yè)公司 Truepic 使用加密和區(qū)塊鏈技術(shù)打造圖像視頻真實(shí)驗(yàn)證平臺(tái)。Truepic 一直在與高通公司合作，為高通公司應(yīng)用芯片組的智能手機(jī)拍攝的照片加上水印。去年 Truepic 獲得 Adobe、微軟 M12、Sony Innovation Fund(索尼創(chuàng)新基金)等 2700 萬(wàn)美元的融資。

　　為了應(yīng)對(duì)日益增長(zhǎng)的網(wǎng)絡(luò)安全威脅，一些科技公司開(kāi)始嘗試各種解決方案，包括設(shè)備端認(rèn)證軟件和 API、區(qū)塊鏈等。去年，Meta 的研究人員聲稱(chēng)他們不僅可以確定圖像是否是偽造的，還可以剖析用于深度偽造的 AI 模型。但是 Deepfakes 技術(shù)還將持續(xù)演進(jìn)、無(wú)處不在，人們需要尋找新的方法將其摧毀。

　　低代碼/零代碼開(kāi)發(fā)

　　算法能將自然語(yǔ)言命令翻譯成計(jì)算機(jī)代碼，特別是對(duì)公民開(kāi)發(fā)者來(lái)說(shuō)，這意味著軟件開(kāi)發(fā)新一股的浪潮。

　　2021 年 6 月，GitHub(2018 年該公司被微軟收購(gòu))和 OpenAI(微軟持有其10 億美元的少數(shù)股權(quán))聯(lián)合推出了 Copilot。Copilot 最大的一個(gè)功能就是可以將英語(yǔ)注釋轉(zhuǎn)換為代碼。

　　微軟并不是唯一一家涉獵該領(lǐng)域的科技巨頭。2022 年 2 月，谷歌 DeepMind 發(fā)布了新的編程系統(tǒng) AlphaCode，作為讓其 AI 世界的代表競(jìng)逐編程比賽。在通過(guò) Codeforces 平臺(tái)上的編程競(jìng)賽后，DeepMind 表示其 AI 的表現(xiàn)已到達(dá)中等水平。

　　初創(chuàng)公司則更關(guān)注軟件測(cè)試：自動(dòng)化質(zhì)量檢查和代碼單元測(cè)試。其中包括，得到 CRV 和 Google Ventures 融資的 Mabl、獲 Salesforce Ventures 融資的 Autify、2022 年 Q1 獲 1000 萬(wàn) B 輪融資以及牛津大學(xué)的衍生公司 Diffblue。

　　自動(dòng)編程仍處于初級(jí)階段。但該領(lǐng)域技術(shù)進(jìn)步促使一些初創(chuàng)公司不斷拓展零代碼/低代碼解決方案，讓非技術(shù)用戶(hù)能夠參與數(shù)據(jù)科學(xué)項(xiàng)目，縮小技能差距，并加快生產(chǎn)周期。

　　多模態(tài) AI 崛起

　　多模態(tài) AI 正在打破單一感官的藩籬，使用一個(gè)通用 AI 模型科技將多種類(lèi)型的數(shù)據(jù)所蘊(yùn)含的語(yǔ)義信息概念化并作出預(yù)測(cè)。

　　在 2021 年初，OpenAI 發(fā)布了可以根據(jù)文本信息生成圖像的 AI 模型 DALL-E。

　　2022 年 1 月，OpenAI 發(fā)布了升級(jí)版 DALLE-2，生成圖像的畫(huà)質(zhì)提升了 4 倍。

　　2022 年 5 月，谷歌推出了圖像生成器 Imagen。據(jù)稱(chēng)，Imagen 在生成圖像的質(zhì)量以及輸入文本和生成的圖像的一致性方面要優(yōu)于 OpenAI 模型。

　　今年早些時(shí)候，Meta 發(fā)表了一篇名為 “不同視覺(jué)模態(tài)都能通吃的雜食者”的論文，其中詳細(xì)介紹了如果對(duì)一種 AI 模型進(jìn)行識(shí)別 2D 圖像的預(yù)訓(xùn)練，不經(jīng)過(guò)額外的模態(tài)訓(xùn)練，該模型也能可以識(shí)別視頻或三維圖像中的南瓜。

　　多模態(tài) AI 正在從實(shí)驗(yàn)室走到實(shí)際應(yīng)用。例如，谷歌正在使用多模態(tài) AI 來(lái)改進(jìn)搜索體驗(yàn)。未來(lái)，如果用戶(hù)上傳了一張登山靴的照片，并附上“我能穿著這雙靴子去富士山徒步旅行嗎?”的文字，搜索引擎將識(shí)別上傳的圖像，從文本、圖像和視頻數(shù)據(jù)中挖掘網(wǎng)絡(luò)上關(guān)于富士山的信息，并將這些瑣碎的信息連接起來(lái)，提供一個(gè)貼切的答案。

　　多模態(tài) AI 正在走出實(shí)驗(yàn)室，為搜索服務(wù)和內(nèi)容生成等應(yīng)用提供驅(qū)動(dòng)力。

　　AI for AI

　　隨著 AI 技術(shù)應(yīng)用延展，企業(yè)正在尋求徹底改變現(xiàn)有的數(shù)據(jù)管理模式的解決方案，轉(zhuǎn)向“AI 優(yōu)先”策略。

　　說(shuō)起來(lái)容易做起來(lái)難。從采集數(shù)據(jù)、運(yùn)行數(shù)據(jù)質(zhì)量檢查到開(kāi)發(fā)模型和監(jiān)測(cè)后期生產(chǎn)表現(xiàn)，一個(gè)項(xiàng)目從原始數(shù)據(jù)轉(zhuǎn)變?yōu)樯a(chǎn)準(zhǔn)備是一個(gè)多步驟的過(guò)程。

　　市場(chǎng)上涌現(xiàn)出數(shù)以百計(jì)的公司研發(fā)各階段的解決方案。

　　端到端的機(jī)器學(xué)習(xí)公司將 AI 生命周期管理過(guò)程中的多步驟融合成一個(gè) SaaS 產(chǎn)品，這將為那些希望快速高效構(gòu)建 AI 系統(tǒng)的企業(yè)提供絕佳選擇。

　　2021 年 5 月，谷歌發(fā)布了端到端開(kāi)發(fā)平臺(tái) Vertex AI，該公司稱(chēng) Vertex AI 能為沒(méi)有機(jī)器學(xué)習(xí)經(jīng)驗(yàn)的數(shù)據(jù)科學(xué)團(tuán)隊(duì)提供一站式服務(wù)。

　　DataRobot 是一家市值 63 億美元的公司，多年來(lái)通過(guò)并購(gòu)積極擴(kuò)大產(chǎn)品規(guī)模。去年，DataRobot 進(jìn)行了 3 筆收購(gòu)，擴(kuò)大市場(chǎng)份額。

　　無(wú)代碼和低代碼趨勢(shì)也擴(kuò)展至機(jī)器學(xué)習(xí)平臺(tái)，以彌合 AI 技能差距，plug-and-play(即插即用)的功能激勵(lì)非專(zhuān)家人員參與到 AI 項(xiàng)目中。為此，2021 年，全球第二高估值 AI 獨(dú)角獸公司 Databricks 收購(gòu)了低程序代碼工具供應(yīng)商 8080 Labs。

　　隨著大多數(shù)老牌廠商開(kāi)始布局 Auto ML(自動(dòng)機(jī)器學(xué)習(xí))功能，“AI for AI”也成為增長(zhǎng)的領(lǐng)域。企業(yè)開(kāi)始使用 AI 技術(shù)將 AI 開(kāi)發(fā)過(guò)程的各環(huán)節(jié)自動(dòng)化，如數(shù)據(jù)質(zhì)量檢查或部分模型開(kāi)發(fā)環(huán)節(jié)。

　　持續(xù)分化，未來(lái)已來(lái)，“AI for AI”將迎來(lái)更廣闊的發(fā)展空間。