23年生成式AI全球投资超360亿！开发者预测2024年LLM应用进入大爆发

走过了2023，ChatGPT在人们的视线中喧闹了一整年，这一年我们的人工智能经历了什么？同时对于2024的生成式AI，又有哪些期待呢？

原文来源：新智元

图片来源：由无界 AI生成

2023年11月30日，ChatGPT庆祝了它的生日，Similarweb发布了下面这张精美的信息图来纪念这一时刻。

从ChatGPT诞生，到2023年5月，它的访问量一直在迅速增长，峰值达到了每月18亿次的访问量。

随后，客流量在6月有所下降，但自9月以来又开始反弹——可能是因为高中生和大学生暑假结束，回到学校了。

去年的这个时候，很多人都在猜测ChatGPT是否会取代谷歌，很显然，这件事还没有发生。

而在两周前，谷歌发布了ChatGPT的竞争对手——Gemini。

2022年末ChatGPT发布的时候，人们对人工智能，尤其是2023年的生成式人工智能充满了期待。

你可以让ChatGPT用Johnny Cash的风格写一首关于自动驾驶汽车的歌：

Ridin’ solo, but I’m never alone,
Got my AI ridin’ shotgun, steady as a stone.
On the endless road, under the sky so vast,
A ghost driver at the wheel, footprints of the past.
独自骑行，但我从不孤单，
我的人工智能像石头⼀样稳如泰山。
在无尽的道路上，在辽阔的天空下、
一个幽灵司机驾驶着方向盘，留下了过去的脚印。

如果让他换成Giuseppe Verdi的风格，ChatGPT会展示出男高音歌唱的场景：

Ecco la carrozza senza cavallo！（看，没有马的马车！）
Scivola nella notte, silenziosa come il fato.（它在黑夜中滑行，像命运⼀样无声无息）
L'ingegno dell'uomo, l'orgoglio del progresso.（人类的智慧，进步的骄傲）
In questa danza d'acciaio, tessiamo il nostro destino.（在这支钢舞中，我们编织自己的命运）

上面这张图展示了自ChatGPT发布以来，谷歌趋势对AI和ChatGPT的关注情况。

我们可能听说过「人工智能寒冬」的那个年代，但今年，风险投资公司向生成式人工智能投资了超过360亿美元。

毫无疑问，2023年是人工智能的盛夏。

一月份，人们开始探索ChatGPT的功能。很快，大家意识到不同的提问方式（「提示」）会导致不同的答案。

于是，「提示工程」悄然兴起。

连大佬也感慨道，最热门的新编程语言是英语。

然而，当普通大众还在为ChatGPT的能力惊叹不已、探索不同的提示技术之时，研究人员并没有休息。

2023年第一季度，许多⼈都感觉跟不上人工智能的发展速度：

2月底，Meta发布了LLaMA，

紧接着，AI21 Labs发布了Jurassic-2，

OpenAI发布了GPT-4，

Anthropic发布了Claude，

技术创新研究所（Technology Innovation Institute）发布了Falcon-40B，

谷歌发布了Bard，

连彭博也发布了自己的BloombergGPT。

随着开发⼈员熟悉了ChatGPT的玩法，他们开始构想可以利用LLM做些什么，——于是，求职信生成器、YouTube摘要、定制的聊天机器⼈等应用纷纷出现。

与传统的机器学习模型相比，大语言模型使开发⼈员能够通过简单的 API 调用来访问其功能。这改变了开发人员构建人工智能应用程序的方式。

伴随着这种快速构建人工智能应用程序的新方法，新的开发工具也陆续出现：

LangChain和LlamaIndex等框架引起了人们的极⼤兴趣，这些框架使开发⼈员能够快速、模块化地使用LLM构建应用程序。

另外，可以实现语义搜索的矢量数据库，又重新受到关注，因为开发人员发现，它也可以用来为LLM应用程序提供外部数据。

早在今年4月，实践者们就开始将LLM应用程序投入生产过程中，并讨论成本、延迟、幻觉以及前后兼容性等挑战。

「用LLM做出很酷的东西很容易，但做出可投入生产的东西却很难」。

在2023年，构建LLM系统的关键词或许应该是：微调（fine-tuning）、检索增强生成（retrieval-augmented generation，RAG）和评估（evaluation）。

从数据科学家的角度来看，微调是向神经网络传授新知识的首选技术，因此，微调是让通用LLM访问特定领域数据的第一种流行方法。

特别是随着开源LLMs（如LLaMa-2）和高效LLMs微调技术（如QLora）的发布，LLMs的微调变得更容易为实践者所接受。

上图是谷歌趋势对「RAG LLM」的兴趣变化曲线，可以看出RAG在2023年7月左右成为热门话题。

RAG将知识从LLM的推理能力中分离出来，存储在外部数据库中，这比使用微调功能时更容易更新。

然而，回顾2023年，我们可能会惊讶地发现，由LLM驱动的应用软件少之又少。

毕竟，在生成式AI展现出自身性能的同时，也面临着很多问题。

例如，谷歌的Bard「发明」了有关James Webb望远镜的信息。微软的Bing坚称歌手Billie Eilish参加了2023年超级碗中场秀。

而一位律师表示，他的联邦法院辩护状充满了ChatGPT提供的虚假引文和捏造的司法意见。

虽然知道聊天机器人会犯错，但高中生和大学生仍是聊天机器人最狂热的使用者，他们使用聊天机器人来撰写论文、完成问题集和编写代码。

对此，学校管理者也同样矛盾，他们无法判断聊天机器人到底是欺骗工具还是学习工具。

今年1月，纽约市学校校长David Banks禁止了ChatGPT，因为聊天机器⼈ 「不能培养批判性思维和解决问题的能力」，

而在四个月后，David Banks又推翻了这一禁令，并表示自己「忽视了生成式人工智能在支持学生和教师方面的潜力」。

3月，OpenAI的联合创始人Greg Brockman曾预测，未来的聊天机器⼈将帮助编写电影剧本，并改写观众不喜欢的场景。

而两个月后，美国作家协会举行了罢工，要求签订合同，保护人们免受人工智能生成的烂片之害。

9月，编剧们结束了罢工，电影公司放弃人工智能剧本，

同时，作家协会联合一些著名小说家对OpenAI提起了集体诉讼。他们表示，OpenAI在未经同意的情况下，在训练数据中使用了他们的版权作品。

虽然已经有⼀些生成式人工智能应用，如亚马逊的产品摘要功能，但许多公司仍在试验和评估其解决方案。

从这个意义上讲，2023年也可以说是尝试和了解生成式人工智能的一年。

对2024的期待

11月的时候，OpenAI宣布了一套新的产品，其中包括一个自建聊天机器⼈套件。

在新工具的帮助下，我们可以利用ChatGPT轻松创建一个聊天机器⼈。

它能确定哪些药物不能一起服用，还能列出特定地点所有满足特定条件的餐厅。

制作这些聊天机器人的方法既直观又简单，——但我们对驱动它们的算法、训练数据的来源、以及聊天机器人生成的信息是否准确都一无所知。

我们也不知道自己使用了多少计算能力，对环境造成了多大影响。

未来，生成式人工智能的商业发展可能会有增无减。人工智能将影响越来越多的复杂活动，如放射学、药物研发、心理治疗、招聘和大学录取等。科技公司也将在下一代硬件中植入人工智能。

也许在2024年，生成式人工智能解决方案将真正投入生产。

——我们会在生活中遇到越来越多的由LLM驱动的功能。

许多框架、度量标准和范式将不断发展，如何评估和监控由LLM驱动的应用，会成为一个更热门的讨论话题。

人们将学会如何正确衡量RAG、问答系统和聊天机器人的性能，并有可能会找到改善性能的新技术。

随着这些生成式人工智能系统性能的成熟，将有越来越多的生成式人工智能应用，来帮助我们提高生产效率和改善用户体验。

另外，减少数据泄漏和保护敏感数据这一话题也将变得比以往更加重要。

可以肯定的是，2024年将会发生很多变化。而现在，正是积累经验的好时机。

参考资料：

https://towardsdatascience.com/2023-in-review-recapping-the-post-chatgpt-era-and-what-to-expect-for-2024-bb4357a4e827