当我们回顾2023年，一个不可忽视的现象是生成性人工智能（GenAI）的突破性进展。这种技术不仅让世界为之震惊，而且迅速成为各大公司竞相探索与应用的焦点。然而，随着其潜力的不断展现，如何平衡其积极与消极影响也成为了一个亟待解决的问题。

　　根据人工智能工具制造商LightningAI的首席执行官Will Falcon的说法，2024年的语言模型将具有与现在相同的能力，但只有参数计数的十分之一。他说，对于相同的性能，语言模型也只需要十分之一的数据，从而降低标准以供实际使用。

　　Falcon说：“Transformer不会是领先的架构，特别是在参数计数较低的模型中。”他补充说，允许多模式人工智能的系统将占主导地位。他说：“RL/DPO（强化学习和直接偏好优化）将进入开源模型的主流；对齐配方（当前护城河）将被解锁。”“预训练和对齐之间的界限将开始模糊：下一个对大型语料库的代币预测将不是唯一的策略。”

　　SambaNova首席执行官Rodrigo Liang表示，人工智能将在2024年以“扭曲速度”移动，并将在年底前取得足够的进展，使公司能够依靠它做出重大商业决策。然而，沿途也会有一些残骸。

　　Lian说：“在繁荣之后，许多人工智能公司将消亡，这是对数据隐私、安全和安全性的加强审查的直接结果。”“因此，2024年将是安全、安全的港口人工智能公司的一年，人工智能投资和创新的爆炸性增长将得到巩固和加速。赢家将开始在所有领域出现。”

　　Confluent技术战略主管Andrew Sellers表示，GenAI将被商品化并嵌入到多个应用程序中。

　　Sellers说：“像生成性人工智能这样强大的技术最早将于明年被商品化，这似乎是不可想象的，但在2024年，这种情况将开始发生。”“LLM和其他基础模型已经变得更容易训练和微调，明年企业将开始将生成性人工智能嵌入到更多应用中。”

　　DataStax开发人员关系副总裁Patrick McFadin预测，2024年将从基于云的GenAI迅速转移到本地的Gen AI。

　　McFadin说：“普通初创公司没有数千美元可以投入到云提供商身上，事实证明，自己运营几乎是不可能的，但随着围绕本地生成人工智能的创新，这种情况正在迅速改变。”“随着它进入本地，您将有一个完整的RAG堆栈在您的控制下进行访问控制。这样，您就不必以任何方式暴露您的专有数据。当我们从集中的、基于API的LLM到本地的LLM时，它很快就会发生。那些会起作用的将像野火一样被采用。当分散的法学硕士在循环中引入坏演员的概念时，请注意其缺点。”

　　Telstra Ventures的普通合伙人Saad Siddiqui预测，仅仅采用GenAI不足以在2024年推动软件即服务（SaaS）公司的发展。

　　Siddiqui说：“随着现有软件平台构建竞争产品，客户希望整合供应商而不是寻找新供应商，寻求成为特定类别的生成性人工智能版本的初创企业将陷入困境。”“对于初创企业来说，找到一种在商业模式上进行创新的方法（例如，Siebel与Salesforce）和/或获得有价值的差异化数据集至关重要。能够弄清楚这两者的初创公司有潜力成为代际公司。”

　　SLK Software首席执行官Ajay Kumar预测，软件公司将在2024年找到采用GenAI的新方法。

　　他说：“该技术将从仅仅是节省成本的工具，到公司运营的基本方面，其好处包括彻底改变供应链流程，并为客户提供更量身定制的产品。”“目前，各组织正在从其他部门的预算中资助生成人工智能，最引人注目的是数据科学和分析。我们将看到组织分配资金方式的转变，生成人工智能获得自己的预算和监督整合的指定领导者。然而，由于人工智能确实需要培训和定制才能达到其最大能力，完全集成将在几年内逐步发生，而不是仅在2024年。”

　　Snowflake人工智能高级副总裁Sridhar Ramaswamy预测，2024年很难忽视GenAI的负面因素。

　　Ramaswamy说：“对于许多参与我们松散地称之为'知识工作'的人来说，他们的相当多工作将会蒸发。”“深层假货也是另一个障碍，我们可以期待对我们人类集体认为的现实的攻击增加——导致一个没有人可以或不应该信任你的视频，因为它可能是人工智能生成的。最后，人工智能的进步将加剧过去20-30年来有人和无所无之有的人之间的数字鸿沟，并将进一步加剧全球的不平等。我只能希望，通过使信息更容易获得，这项新兴技术将导致新一代的年轻人更好地了解问题和潜力，并能够应对这种风险。”

　　CallMiner首席营销官Eric Williamson预测，在对GenAI进行了一年的非理性繁荣之后，技术领导者将寻求在2024年更坚定地立足于GenAI。

　　他写道：“我预计人工智能的采用率不会在2024年放缓。”“事实上，我预计它会继续加速，特别是对于CX[客户体验]用例。但更多的商业领袖会想到，生成性人工智能不是灵丹妙药——当用于特定用例时，它最强大，通常与其他人工智能技术一起使用，以满足特定的业务需求。我预测，那些“做对”的组织将是那些有效平衡人工智能速度和敏捷性与责任和安全性的组织。那些这样做的人会发现自己能够为客户提供最大价值并提高底线。”

　　英国分析公司Painintelligence的首席执行官Zandra Moore也表达了类似的观点，她看到了通过GenAI赋予个人权力的潜力。

　　Moore说：“2024年是SaaS中务实人工智能的一年，重点从生成性人工智能狂欢转向更精明的创新。”“预测分析将为用户提供水晶球功能，更智能的深度学习将解决越来越复杂的问题，因果人工智能将扮演道德英雄的角色，帮助解释决策并确保人工智能的有效性。”

　　另一位对2024年再次跳上GenAI炒作车持谨慎态度的技术领导者是Kyndi创始人兼首席执行官Ryan Welsh，他预测GenAI和LLM的炒作将开始消退。

　　Welsh说：“毫无疑问，GenAI是一个重大飞跃。”“然而，许多人疯狂地高估了实际可能发生的事情。虽然生成的文本、图像和声音看起来非常真实，并且看起来好像它们是以所有深思熟虑和与人类相同的准确性愿望创建的，但它们实际上只是与统计学相关的单词或图像集合，它们很好地结合在一起（但实际上，可能完全不准确）。好消息是，如果最终用户充分考虑其所有好处和局限性，人工智能的实际输出可能会非常有用。”

　　据认证服务提供商Jumio的首席技术官Stuart Wells称，到2024年底，美国95%的消费者将成为深度伪造的受害者。

　　Wells说：“Deepfakes已经变得非常复杂，几乎不可能用肉眼检测，现在生成的人工智能使它们的创建比以往任何时候都更容易。”“错误信息已经像野火一样蔓延，随着即将到来的选举，深度伪造只会变得更加复杂。到2024年底，绝大多数美国消费者都将接触到深度伪造，无论他们是否知道它是合成媒体。”

　　生物制药公司Almirall的首席人工智能官Amaro Taylor-Weiner说，2024年将迎来生物技术的新工作描述：精通人工智能和生物科学的人。

　　Taylor-Weiner说：“随着人工智能和生物科学领域越来越紧密地交织在一起，将有更多拥有生物学和计算机科学双博士学位的混合工程师-科学家-工人的涌入。”“这将弥合制药和科技行业之间的差距，为劳动力提供一支受过培训的专业人员队伍，可以同时在这两个专业中工作。”

　　Overclock Labs首席执行官Greg Osuri说，争夺训练和部署GenAI应用程序所需的计算活力的小型公司将学会在没有科技巨头已经说过的最新、最伟大的GPU的情况下生活。

　　“随着大型科技公司将市场推向强大的GPU，越来越多的组织将在2024年将注意力转向功能较弱的芯片。那些寻求替代方案的人将通过使用不太密集的数据集要求，使用更有效的技术（如低阶适应（LoRA）来训练大语言模型，以及“并行”工作负载，部署例如100,000个较小芯片的集群来完成10,000个H100的工作，”Osuri说。“分布式和无权限网络的兴起将允许组织利用这些较小芯片的力量，并提高所有有能力的芯片的整体利用率，这些芯片是丰富的，而且经常处于闲置状态。这将允许较小的公司和初创企业进行创新，并为人工智能热潮做出真正的贡献，缓解对微软、谷歌和Meta将主导技术转型的担忧。”

　　这是我们2024年的第一批GenAI预测。请继续关注未来几天的更多预测。