2024年即将结束,来自RadicalVentures的风险投资家RobToews分享了他对2025年人工智能的10个预测:
01. Meta将开始对Llama模型收费
Meta是世界上开放式人工智能的标杆。在一个引人注目的企业战略案例研究中,当OpenAI和谷歌等竞争对手将其前沿模型封闭源代码并收取使用费时,Meta却选择免费提供其最先进的Llama模型。
因此,明年Meta开始向使用Llama的公司收费这一消息,会让许多人感到意外。
需要明确的是:我们并没有预测Meta会将Llama完全闭源,也不意味着任何使用Llama模型的用户都必须为此付费。
相反,我们预测Meta将对Llama的开源许可条款做出更多限制,这样,在一定规模以上的商业环境中使用Llama的公司将需要开始付费才能使用模型。
从技术上讲,Meta如今已经在有限的范围内做到了这一点。该公司不允许最大的公司——云超级计算机和其他月活跃用户超过7的公司,自由使用其Llama模型。
早在2023年,Meta首席执行官MarkZuckerberg就说过:“如果你是微软、亚马逊或谷歌这样的公司,而且你基本上会转售Llama,那么我们应该从中获得一部分收入。我不认为这在短期内会是一大笔收入,但从长远来看,希望这能成为一些收入。”
明年,Meta将大幅扩大必须付费才能使用Llama的企业范围,将更多的大中型企业纳入其中。
跟上大型语言模型(LLM)前沿是非常昂贵的。如果想让Llama与OpenAI、Anthropic等公司的最新前沿模型保持一致或接近一致,Meta每年需要投入数十亿美元。
Meta公司是世界上最大、资金最雄厚的公司之一。但它也是一家上市公司,最终要对股东负责。
随着制造前沿模型的成本不断飙升,Meta公司在没有收入预期的情况下投入如此巨额资金来训练下一代Llama模型的做法越来越站不住脚。
爱好者、学者、个人开发者和初创公司明年将继续免费使用Llama模型。但2025年,将是Meta开始认真实现Llama盈利的一年。
02.“尺度定律”相关问题
最近几周,人工智能领域引发讨论最多的话题莫过于尺度定律(Scalinglaws),以及它们是否即将终结的问题。
尺度定律在2020年OpenAI的一篇论文中首次提出,其基本概念简单明了:在训练人工智能模型时,随着模型参数数量、训练数据量和计算量的增加,模型的性能会以可靠且可预测的方式提高(从技术上讲,其测试损失会减少)。
从GPT-2到GPT-3再到GPT-4,令人叹为观止的性能提升都是缩放规律的功劳。
就像摩尔定律一样,尺度定律实际上并不是真正的法则,而只是简单的经验观察。
在过去的一个月里,一系列报告表明,主要的人工智能实验室在持续扩大大型语言模型的规模时,正在看到递减的回报。这有助于解释为什么OpenAI的GPT-5发布一再推迟。
对尺度定律趋于平稳的最常见反驳是,测试时计算的出现开辟了一个全新的维度,可以在这一维度上追求规模扩展。
也就是说,与其在训练期间大规模扩展计算,新的推理模型如OpenAI的o3使得在推理期间大规模扩展计算成为可能,通过使模型能够“思考更长时间”来解锁新的AI能力。
这是一个重要的观点。测试时计算确实代表了一个新的令人兴奋的扩展途径,以及AI性能提升。
但关于尺度定律的另一个观点更加重要,而且在今天的讨论中被严重低估。几乎所有关于尺度定律的讨论,从最初的2020年论文开始,一直延续到今天对测试时计算的关注,都集中在语言上。但语言并不是唯一重要的数据模式。
想想机器人技术、生物学、世界模型或网络代理。对于这些数据模式,尺度定律尚未饱和;相反,它们才刚刚开始。
实际上,这些领域中尺度定律存在的严格证据至今甚至尚未发表。
为这些新型数据模式构建基础模型的初创公司——例如,生物学领域的EvolutionaryScale、机器人技术领域的PhysicalIntelligence、世界模型领域WorldLabs,正试图识别并利用这些领域的尺度定律,就像OpenAI在2020年代前半期成功利用大型语言模型(LLM)尺度定律一样。
明年,预计这里将取得巨大的进步。
尺度定律不会消失,它们在2025年将和以往一样重要。但是,尺度定律的活动中心将从LLM预训练转移到其他模式。
03.特朗普和马斯克可能会在AI方向产生分歧
美国新政府将带来一系列关于人工智能的政策和战略转变。
为了预测在特朗普总统就任下人工智能的风向,另外考虑到马斯克目前在人工智能领域的中心地位,人们可能会倾向于关注当选总统与马斯克的密切关系。
可以想象,马斯克可能会以多种不同的方式影响特朗普政府的人工智能相关发展。
鉴于马斯克与OpenAI的深刻敌对关系,新政府在与行业接触、制定人工智能法规、授予政府合同等方面可能会对OpenAI采取不太友好的立场,这是OpenAI今天真正担心的一个风险。
另一方面,特朗普政府可能会更倾向于支持马斯克自己的公司:例如,削减繁文缛节以使xAI能够建立数据中心并在前沿模型竞赛中取得领先;为特斯拉部署机器人出租车车队提供快速监管批准等。
更根本的是,与许多其他被特朗普看好的科技领袖不同,马斯克非常重视人工智能的安全风险,并因此主张对人工智能进行重大监管。
他支持加利福尼亚州有争议的SB1047法案,该法案试图对人工智能开发者施加有意义的限制。因此,马斯克的影响力可能会导致美国对人工智能的监管环境变得更加严格。
然而,所有这些推测都存在一个问题。特朗普和马斯克的亲密关系终将不可避免地破裂。
作为解决这一难题的可能方案,核能在今年获得了迅猛发展。核电在很多方面都是人工智能的理想能源:它是零碳能源,全天候可用,而且实际上取之不尽、用之不竭。
但从现实情况来看,由于研究、项目开发和监管时间较长,新能源在2030年代之前都无法解决这一问题。传统的核裂变发电厂、下一代“小型模块化反应堆”(SMR)以及核聚变发电厂都是如此。
明年,一个应对这一挑战的非常规新想法将出现并吸引真正的资源:将人工智能数据中心置于太空中。
太空中的人工智能数据中心,乍一听,这听起来像是一个坏笑话,一个风险投资人试图把太多的创业流行语结合起来。
但事实上,这可能是有道理的。
在地球上快速建设更多数据中心的最大瓶颈是获取所需的电力。轨道上的计算集群可以全天候享受免费、无限、零碳的电力:太空中的太阳总是熠熠生辉。
将计算置于太空的另一个重要优势是:它解决了冷却问题。
要建立功能更强大的人工智能数据中心,最大的工程障碍之一就是在狭小的空间内同时运行许多GPU会变得非常热,而高温会损坏或毁坏计算设备。
数据中心开发人员正在采用液浸冷却等昂贵且未经证实的方法来试图解决这一问题。但太空是极其寒冷的,计算活动产生的任何热量都会立即无害地消散。
当然,还有许多实际挑战有待解决。一个显而易见的问题是,能否以及如何在轨道和地球之间以低成本高效率地传输大量数据。
这是一个悬而未决的问题,但可能证明是可以解决的:可以利用激光和其他高带宽光通信技术开展前景广阔的工作。
YCombinator的一家名为LumenOrbit的初创公司最近筹集了1100万美元,以实现这一理想:在太空中建立一个数兆瓦的数据中心网络,用于训练人工智能模型。
正如公司首席执行官所说:“与其支付1.4亿美元的电费,不如支付1千万美元的发射和太阳能费用。”
“人工智能科学家”于今年8月发布,它令人信服地证明了人工智能系统确实可以完全自主地开展人工智能研究。
Sakana的“人工智能科学家”本身执行了人工智能研究的整个生命周期:阅读现有文献、产生新的研究想法、设计实验来测试这些想法、执行这些实验、撰写研究论文来报告其研究结果,然后对其工作进行同行评审。
这些工作完全由人工智能自主完成,不需要人工干预。你可以在线阅读人工智能科学家撰写的部分研究论文。
OpenAI、Anthropic和其他研究实验室正在为“自动化人工智能研究人员”这一想法投入资源,不过目前还没有任何消息得到公开承认。
随着越来越多的人认识到人工智能研究自动化事实上正在成为一种真正的可能性,预计2025年这一领域将会有更多的讨论、进展和创业活动。
不过,最有意义的里程碑将是完全由人工智能代理撰写的研究论文首次被顶级人工智能会议接受。如果论文是盲审的,会议评审人员在论文被接受之前不会知道论文是由人工智能撰写的。
如果人工智能的研究成果明年被NeurIPS、CVPR或ICML接收,请不要感到惊讶。对于人工智能领域来说,这将是一个引人入胜、充满争议的历史性时刻。
08. OpenAI等行业巨头将战略重点转向构建应用
构建前沿模型是一项艰难的工作。
它的资本密集程度令人咋舌。前沿模型实验室需要消耗大量现金。就在几个月前,OpenAI筹集到了创纪录的65亿美元资金,而在不久的将来,它可能还需要筹集更多的资金。Anthropic、xAI和其他公司也处于类似的境地。
转换成本和客户忠诚度较低。人工智能应用程序通常都是以模型无关性为目的而构建的,不同供应商的模型可以根据不断变化的成本和性能比较进行无缝切换。
随着最先进的开放模型(如Meta的Llama和阿里巴巴的Qwen)的出现,技术商品化的威胁不断迫近。像OpenAI和Anthropic这样的人工智能领导者不可能也不会停止对构建尖端模型的投资。
但明年,为了发展利润更高、差异化更大、粘性更强的业务线,前沿实验室有望大力推出更多自己的应用和产品。
当然,前沿实验室已经有了一个非常成功的应用案例:ChatGPT。
在新的一年里,我们还能从人工智能实验室看到哪些其他类型的第一方应用程序呢?一个显而易见的答案是更复杂、功能更丰富的搜索应用。OpenAI的SearchGPT就预示着这一点。
编码是另一个显而易见的类别。同样,随着OpenAI的Canvas产品于10月份首次亮相,初步的产品化工作已经开始。
OpenAI或Anthropic是否会在2025年推出企业搜索产品?还是客户服务产品、法律人工智能或销售人工智能产品呢?
在消费者方面,我们可以想象一个“个人助理”网络代理产品,或者一个旅行规划应用,又或者是一个生成音乐的应用。
观察前沿实验室向应用层发展的最迷人之处在于,这一举措将使它们与许多最重要的客户直接竞争。
搜索领域的Perplexity、编码领域的Cursor、在客户服务领域德Sierra、在法律人工智能领域的Harvey、在销售领域的Clay等等。
09. Klarna将在2025年上市,但存在夸大AI价值的迹象
Klarna是一家总部位于瑞典的“现购现付”服务提供商,自2005年成立以来已筹集了近50亿美元的风险投资。
也许没有哪家公司能比Klarna对其人工智能的应用说得更冠冕堂皇了。
就在几天前,Klarna首席执行官SebastianSiemiatkowski告诉彭博社,该公司已经完全停止雇佣人类员工,转而依靠生成式人工智能来完成工作。
正如Siemiatkowski所说:“我认为,人工智能已经可以完成我们人类所做的所有工作。”
与此类似,Klarna公司今年早些时候宣布,它已经推出了一个人工智能客户服务平台,该平台已经将700名人工客服人员的工作完全自动化。
它将明确一件事:在人类面临来自无所不能的人工智能的生存威胁之前,我们需要接受一个更平凡的现实:我们现在与另一种形式的智能共享我们的世界,这种智能有时可能是任性的、不可预测的和欺骗性的。
免责声明:2025年人工智能的十大预测:AI Agent方向将成为主流文章转发自互联网,版权归其所有。
文章内容不代表本站立场和任何投资暗示。加密货币市场极其波动,风险很高,可能不适合所有投资者。在投资加密货币之前,请确保自己充分了解市场和投资的风险,并考虑自己的财务状况和风险承受能力。此外,请遵循您所在国家的法律法规,以及遵守交易所和钱包提供商的规定。对于任何因使用加密货币所造成的投资损失或其他损失,本站不承担任何责任。
Copyright © 2021.Company 元宇宙YITB.COM All rights reserved.元宇宙YITB.COM