埃森哲(纽交所代码:ACN)的最新研究指出,在现实世界和数字世界越来越密不可分的今天,生成式人工智能等技术的迅速演进正在创造更为广阔的全新商业未来。
埃森哲《技术展望2023》今年的主题为“当原子遇见比特:构建数实融合的新基础”,探讨了企业在加速全面重塑之时,一系列能够促进现实世界与数字世界交融的技术发展趋势。
埃森哲技术服务全球总裁兼首席技术官杜保洛(Paul Daugherty)表示:“云计算、元宇宙和人工智能这三大关键技术趋势将定义未来十年,并推动现实世界与数字世界相互融合、相互交织。生成式人工智能将产生深远影响,企业需要立即行动起来,对数据、人才和定制基础模型开展大规模投入,满足企业所需,实现技术价值。”
随着ChatGPT的快速兴起,生成式人工智能展现了其显著增强人类能力的本领,成为了全球焦点。据埃森哲测算,在各行业,有四成的工作时间可由基于语言的人工智能技术提供支持或得到增值。全球的受访企业高管几乎一致(98%)认为,未来三至五年内,人工智能基础模型会对企业组织战略产生极为关键的影响。
埃森哲《技术展望2023》揭示了四大趋势,帮助企业开启数实融合的新发展历程:
同时,埃森哲宣布设立生成式人工智能和大语言模型(LLM)卓越中心,该团队由埃森哲全球1,600名生成式人工智能领域的专家组成,在长期研究和客户实践的基础上,融合了埃森哲超过四万名人工智能和数据专业人员的深厚知识与经验。
近期,埃森哲也发布了《生成式人工智能:人人可享的新时代》报告,对生成式人工智能和大语言模型进行深入研究,就如何最更好地运用这些颠覆性技术,向企业给出了切实有效的洞察和建议。
二十三年来,埃森哲始终坚持对全球商业格局进行系统性的观察,探索并总结对企业和行业最具颠覆潜力的新兴技术趋势。了解本年度报告的详细内容,敬请访问这里或关注“埃森哲中国”官方微信把握最新趋势内容。
好文章,需要你的鼓励
本文探讨了AI发展的未来趋势,详细分析了六条有望实现通用人工智能(AGI)的技术路径。随着生成式AI和大语言模型面临发展瓶颈,业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多智能体AI、以人为中心的AI和量子AI。每种路径都有其独特优势和挑战,可能单独或组合推动AI进入下一个发展阶段,最终实现与人类智能相当的AGI系统。
约翰霍普金斯大学研究团队发现VAR模型的马尔可夫变体本质上是离散扩散模型,提出SRDD方法。通过应用扩散模型技术如分类器自由引导、令牌重采样等,SRDD相比VAR在图像质量上提升15-20%,同时具备更好的零样本性能。这项研究架起了自回归模型与扩散模型的理论桥梁,为视觉生成技术发展开启新方向。
培生公司第三季度销售增长加速,并预示年底表现更强劲,但其AI应用可能是更重要的发展。该公司虚拟学习部门销售额激增17%,学生注册人数攀升。培生运营的在线学校将AI工具嵌入课程材料中,公司表示有越来越多证据显示这些工具帮助学生取得更好成绩。公司推出了AI学习内容组合,包括AI素养模块和融合人工导师与AI学习工具的视频平台。
微软亚洲研究院推出CAD-Tokenizer技术,首次实现AI通过自然语言指令进行3D模型设计和编辑的统一处理。该技术通过专门的CAD分词器和原语级理解机制,让AI能像设计师一样理解设计逻辑,大幅提升了设计精度和效率,有望推动工业设计的民主化进程。