“我们倾向于高估技术的短期影响，低估其长期影响。” — Roy Amara 1
过去一年人工智能对世界的影响是毋庸置疑的。2022年10月，我写了关于人工智能快速演变的文章，以及当时所有可能的事情如何像魔法一样。鉴于此后发生的一切，我认为值得写一篇后续文章。
上次我专注于技术本身，哪些进展是实现GPT的关键，并对未来做了一些预测。有些准确，有些可能不准确。一年前，主要话题是自transformers创建以来人工智能应用的突然崛起。从那时起，创新速度丝毫没有减缓，恰恰相反。过去一年该领域的投资大幅增长，每个人都在思考如何_利用_人工智能并成为赢得这场竞赛的人。
我们在哪里#
人工智能格局在过去一年发生了巨大变化，以重大投资、技术进步和各行业人工智能应用激增为标志。在这个阶段，整个科技行业都在积极竞争，以了解这些新技术并尽快创建/整合它们。
OpenAI和微软#
OpenAI与微软的合作，以大量投资为标志，带来了GPT-4、OpenAI API和GPT Store等突破性发展。微软的资金注入（$130亿）不仅催化了技术进步，还通过这些人工智能产品开辟了新的收入来源（估计13亿美元，OpenAI估值860亿美元）。
Nvidia#
Nvidia作为人工智能模型主要硬件提供商的角色至关重要。股价的飙升反映了对其GPU的关键需求，这些GPU是训练和运行人工智能模型所必需的。通过为人工智能提供硬件基础，Nvidia正在推动人工智能应用在各行业的快速扩展。
谷歌#
谷歌推出其人工智能模型表明其决心保持在技术创新的前沿。
亚马逊#
亚马逊在人工智能方面取得了重大进展，以其对Anthropic的投资、Bedrock的推出和Titan模型的开发为标志。Anthropic对人工智能安全和对齐的关注代表了人工智能开发的前瞻性方法。
Meta#
Meta对开源人工智能模型的贡献，加上Ollama等技术，是一个游戏规则改变者。通过实现强大人工智能模型的本地运行，这些举措使人工智能民主化。Meta不仅对开源软件感兴趣，从最新的建立芯片武器库新闻来看，似乎正在瞄准OpenAI。
Hugging Face和开源#
Hugging Face已成为开源人工智能运动的核心力量，Mistral和Orca等突破性开源模型随时可用。
图像和视频魔法#
RunwayML、Midjourney、Pika、Kaiber、Invoke等工具正在改变创意产业。
人工智能竞赛中的创业公司#
人工智能格局中充满了正在快速获得关注（和投资）的创业公司：
- Cohere：专注于自然语言理解和生成。
- Perplexity AI：这家创业公司在人工智能驱动的搜索和信息检索方面取得进展。
- Anthropic：专注于人工智能安全和对齐。
- Mistral：以提高人工智能模型效率的贡献而闻名。
- Stability：开发用于稳定各种人工智能应用的解决方案。
- Inflection：致力于完善人工智能决策过程。
- Adept：专注于人工智能学习和适应。
- Contextual AI：旨在增强人工智能的上下文理解。
RAG应用#
检索增强生成（RAG）技术的日益使用标志着人工智能应用的重大演变。该领域最常用的工具是llamaindex和langchain。
担忧#
知识缺乏、AGI和对齐#
对神经网络如何运作的理解仍然有限。例如，前OpenAI员工Paul Christiano估计人工智能接管导致重大人类灾难的概率为10-20%。
版权问题#
由于人工智能模型通常使用公开可用的数据进行训练，因此出现了版权问题。随之而来的法律纠纷强调了明确指导方针的必要性。
商业模式和可持续性#
尽管OpenAI等公司收入可观，但盈利之路仍不明朗。ChatGPT的每日成本估计在$10万到$70万之间。
现在怎么办？#
阿马拉定律，由Roy Amara提出，指出：
“我们倾向于高估技术的短期影响，低估其长期影响。” — Roy Amara 2
短期展望#
短期内，围绕人工智能能力的兴奋通常会导致过高的期望。现实往往更加复杂和渐进。
长期预测#
从长远来看，我们可能低估了人工智能的潜在变革性影响。随着时间的推移，人工智能可能重塑整个行业，彻底改变科学研究，并改变社会互动的结构。
结论#
阿马拉定律恰当地捕捉了我们对人工智能等技术进步认知的二分法。人工智能之旅是一场马拉松，而不是短跑。它需要仔细考虑、道德管理以及对持续研发的承诺。
