簡(jiǎn)介：2023年是技術(shù)發(fā)展的分水嶺，生成式人工智能成為主流。隨著我們進(jìn)入2024年，預(yù)計(jì)生成式人工智能格局將迅速演化，引入一系列有望改變技術(shù)及其應(yīng)用的趨勢(shì)，包括多模態(tài)人工智能模型、小語(yǔ)言模型、自主代理等。這些趨勢(shì)不僅將塑造技術(shù)格局，還將重新定義交互、創(chuàng)造力和對(duì)人工智能潛力的理解。

1、多模態(tài)人工智能模型的出現(xiàn)

OpenAI公司的GPT4、Meta的Llama 2和Mistral都是大型語(yǔ)言模型進(jìn)步的例子。該技術(shù)利用多模態(tài)人工智能模型超越了文本，允許用戶基于文本、音頻、圖像和視頻匹配內(nèi)容，以提示和生成新內(nèi)容。這種方法包括將圖像、文本和語(yǔ)音等數(shù)據(jù)與高級(jí)算法相結(jié)合，以進(jìn)行預(yù)測(cè)并生成結(jié)果。

到2024年，多模態(tài)人工智能預(yù)計(jì)將發(fā)生顯著變化，帶來(lái)生成式人工智能能力的轉(zhuǎn)變。這些模型正在超越傳統(tǒng)的單模功能，結(jié)合圖像、語(yǔ)言和音頻等不同的數(shù)據(jù)類型。隨著向多模態(tài)模型的過(guò)渡，人工智能將變得更加直觀和動(dòng)態(tài)化。

GPT4-V因其多模態(tài)功能已經(jīng)在ChatGPT Plus用戶中深受歡迎。2024年，我們可以期待開放模型的興起，如大語(yǔ)言和視覺(jué)助理或LLava。

2、功能強(qiáng)大的小語(yǔ)言模型

2024年將見(jiàn)證小型語(yǔ)言模型的力量。大語(yǔ)言模型是在Common Crawl和The Pile等大型數(shù)據(jù)集上進(jìn)行訓(xùn)練的。這些數(shù)據(jù)集是從數(shù)十億個(gè)可公開訪問(wèn)的網(wǎng)站中提取的，其龐大的數(shù)據(jù)對(duì)模型十分有益，但同時(shí)也無(wú)法擺脫其“嘈雜”的本質(zhì)。但是，小型語(yǔ)言模型是在較為有限的數(shù)據(jù)集上訓(xùn)練的，這些數(shù)據(jù)集由教科書、期刊和權(quán)威內(nèi)容等高質(zhì)量的來(lái)源組成。這些模型對(duì)參數(shù)技術(shù)以及存儲(chǔ)和內(nèi)存需求較小，可在功能較弱且價(jià)格較低的硬件上運(yùn)行。雖然小語(yǔ)言模型規(guī)模較小，但其產(chǎn)出的內(nèi)容質(zhì)量與一些規(guī)模較大的大語(yǔ)言模型相當(dāng)。

微軟的PHI-2和Mistral 7B是兩種潛力巨大的小語(yǔ)言模型，將為下一代生成式人工智能應(yīng)用提供動(dòng)力。

3、自主代理的興起

自主代理是為完成特定目標(biāo)而設(shè)計(jì)的自主軟件程序，這是構(gòu)建生成式人工智能模型的一種創(chuàng)新策略。在沒(méi)有人為干預(yù)的情況下，自主代理生產(chǎn)內(nèi)容的能力超越了傳統(tǒng)提示工程的限制。

先進(jìn)的算法和機(jī)器學(xué)習(xí)技術(shù)被用于自主代理的開發(fā)。這些代理使用數(shù)據(jù)來(lái)學(xué)習(xí)、適應(yīng)新情況，并在幾乎沒(méi)有人為干預(yù)的情況下做出決策。例如，OpenAI已經(jīng)創(chuàng)建了有效利用自主代理的自定義GPT等工具，這表明人工智能領(lǐng)域取得了重大進(jìn)展。

多模態(tài)人工智能結(jié)合了自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)等各種人工智能技術(shù)，對(duì)自主代理的發(fā)展至關(guān)重要。通過(guò)同時(shí)分析不同的數(shù)據(jù)類型并應(yīng)用當(dāng)前上下文，它可以做出預(yù)測(cè)、采取行動(dòng)并進(jìn)行更適當(dāng)?shù)慕换ァ?/p>

例如，LangChain和LlamaIndex等框架可用于構(gòu)建基于大語(yǔ)言模型的代理。2024年將出現(xiàn)利用多模態(tài)人工智能的新框架。

4、開放模式將與專有模式相媲美

預(yù)計(jì)2024年開放的生成式人工智能模型將發(fā)生重大變化，一些預(yù)測(cè)表明它們將與專有模型相媲美。開放模型和專有模型之間的比較很復(fù)雜，依賴于各種因素，包括特定的用例、開發(fā)資源和用于訓(xùn)練模型的數(shù)據(jù)。

Meta的Llama 270b、Falcon 180B和Mistral AI的Mixtral-8x7B在2023年非常受歡迎，其性能與GPT 3.5、Claude 2和Jurassic-2等專有模型相當(dāng)。

未來(lái)，開放模型和專有模型之間的差距將縮小，從而成為企業(yè)在混合或本地環(huán)境中托管生成式人工智能模型的絕佳選擇。

5、云原生成為本地生成式人工智能的關(guān)鍵

Kubernetes已成為托管生成式人工智能模型的首選環(huán)境。預(yù)計(jì)Hugging Face、OpenAI和谷歌等主要參與方將利用Kubernetes提供的云原生基礎(chǔ)設(shè)施來(lái)交付生成式人工智能平臺(tái)。

諸如來(lái)自Hugging Face的文本生成推理、AnyScale的Ray Serve和vLLM等工具已經(jīng)能夠支持在容器中運(yùn)行模型推理。2024年，Kubernetes上運(yùn)行的框架、工具和平臺(tái)將日趨成熟，以管理基礎(chǔ)模型的整個(gè)生命周期。用戶將能夠有效地進(jìn)行預(yù)訓(xùn)練、微調(diào)、部署和擴(kuò)展生成模型。

關(guān)鍵的云原生生態(tài)系統(tǒng)參與方將為在云原生基礎(chǔ)設(shè)施上運(yùn)行生成式人工智能提供參考架構(gòu)、最佳實(shí)踐和優(yōu)化方案。

審核編輯：劉清