1. Nvidia 将尝试推出 GPU 云服务

Nvidia 的 GPU 主要通过云服务商如亚马逊、微软和谷歌提供给组织使用。然而，这些云服务商正在研发自家的 AI 芯片，与 Nvidia 竞争。Nvidia 正尝试提供自家的云服务和运营数据中心，减少对传统云公司的依赖。Nvidia 今年推出了 DGX Cloud，并可能在明年显著加强这一策略，可能包括自建数据中心或收购云服务供应商。预计 Nvidia 与大型云服务商的关系将变得更为复杂。

2. Stability AI 离倒闭不远。

Stability AI，一家曾备受瞩目的AI创业公司，在2023年经历了人才流失，包括多位高层离职。Coatue和Lightspeed两家公司因与CEO Emad Mostaque的分歧退出董事会，公司试图筹集更多资金但未成功。预计公司将在压力下崩溃并关闭，正寻找收购者，但鲜有企业感兴趣。Stability最近从Intel筹集5000万美元，但高额日常开支使其难以维持。

3. “大语言模型”和“LLM”将逐渐淡出人们的视野。

AI领域的“大语言模型”（LLM）一词曾被泛指为“任意高级AI模型”，但随着AI技术向多模态发展，这一术语已不准确。2023年，多模态AI成为AI领域的标志性主题，许多领先模型已涵盖文本、图像、3D、音频、视频、音乐、物理动作等多元素。例如，有的模型针对蛋白质的氨基酸序列和分子结构进行训练，创造新型蛋白质药物；机器人学中的基础模型结合视觉和语言输入，融合互联网知识，实施现实世界操作。因此，需要更丰富和多元化的术语来描述这些模型。

4. 最先进的商业闭源模型将持续显著领先于最先进的开源模型。

AI领域开源与闭源模型辩论激烈。尽管一些尖端AI模型开发者保留专有权，但Meta和Mistral等少数公司选择公开模型权重。开源支持者认为开放模型将赶超封闭模型，但我们预测顶尖封闭模型将在2024年及以后保持性能优势。Mistral计划在2024年开源与GPT-4同等级别的模型，但可能落后于行业发展趋势。推进最先进技术的新模型所需投资巨大，如OpenAI开发GPT-5花费约20亿美元。Meta和Mistral等公司面临开源盈利模式难题，可能逐渐放弃开源立场。

图示：我们可以看到，开源本地模式的崛起正在赶超基于云的大规模（昂贵）封闭模式（来源：http://t.cn/A6lTyH3X）

（需要明确的是：这不是反对开源 AI 优点的观点。也不是说开源 AI 在未来人工智能领域不重要。相反，我们认为开源模型在未来几年 AI 的普及中将扮演关键角色。然而，我们预见那些最先进、能推动 AI 极限的系统，将继续保持专有状态。）

5. 许多财富 500 强公司将新设首席人工智能官职位。

今年，人工智能成为财富500强公司的首要议题，企业正寻求任命首席人工智能官来领导AI项目。十年前，随着云计算兴起，许多公司开始聘请首席云计算官。拜登总统的AI行政命令要求美国政府机构任命首席AI官，预计未来几个月内，美国政府将新增超过400名首席AI官。设置首席人工智能官职位，将成为公司对外展示其对AI认真态度的方式，但长远价值值得探讨。

6. 替代 Transformer 架构的新兴技术将获得认可并愈发重要。

Transformer架构于2017年由Google提出，现为AI技术核心。然而，Stanford的Chris Ré实验室等团队正在研发新一代AI架构，如S4、Monarch Mixer、Hyena和Mamba，这些架构在计算需求和长序列处理方面优于Transformer。MIT和Sakana AI也在寻找替代方案。预计2024年将有新架构被广泛采用，成为AI应用的可靠替代方案，但Transformer不会完全退出历史舞台。

7. 监管机构将严格审查云服务提供商对 AI 创业公司的战略投资及其带来的会计问题。

今年，大型科技公司和AI创业公司吸引了大量投资，如Microsoft、Amazon、Alphabet和Nvidia。这些投资部分动机是将快速增长的AI创业公司锁定为长期计算服务客户。然而，这种投资模式触及了会计规则的模糊区域，被称为“返程投资”，即将资金投出后迅速回流。这种交易模式在硅谷引起了关注，预计明年美国证券交易委员会将对AI投资中的“返程投资”进行更严格的审查，可能导致此类交易数量和规模大幅下降。

8. Microsoft/OpenAI 关系将面临挑战。

Microsoft与OpenAI紧密合作，已投资100亿美元。OpenAI模型支持Microsoft关键产品，如Bing、GitHub Copilot和Office 365 Copilot。尽管合作对双方有利，但未来可能出现摩擦。OpenAI积极扩展企业业务，与Microsoft竞争。Microsoft寻找其他AI模型供应商，如Cohere，并投资小型语言模型研究。长远来看，AI安全、风险、监管和公众问责等问题可能引发分歧。

9. 2023 年将从人工智能的炒作和跟风现象中回流到加密货币，这一趋势预计将在 2024 年继续。

（坦率地说，明年看到过度的人工智能炒作转向其他领域，将是一个值得欢迎的变化。）

风险投资家和科技领袖对人工智能的兴奋可能因加密货币行业周期波动而改变。比特币价格自年初起已急剧上涨，可能正处于重大上涨趋势中，将带动大量加密货币活动和炒作。许多知名风险投资家、企业家和技术专家在2021-2022年加密货币牛市期间曾深度参与，如果明年加密资产价格强劲回升，他们中的一些人可能重返加密货币领域。

10. 至少有一个美国法院将裁决互联网上训练的生成式 AI 模型侵犯了版权。这个问题将逐渐升级到美国最高法院审理。

生成式AI模型基于大量版权内容训练，可能引发法律责任，改变行业经济模式。AI公司通常无偿获取数据，但原创者可能对AI如何使用其作品有异议。问题的答案取决于法院如何解释“合理使用”原则，这在应用于生成式AI领域时带来复杂理论问题。未来诉讼结果不确定，可能上升至美国最高法院。在此期间，将爆发大量诉讼，进行和解谈判，数十亿美元资金流向将取决于诉讼结果。

原文：《10 AI Predictions For 2024》 http://t.cn/A6lTyH3a

译文：http://t.cn/A6lTyRjI