Gartner于近日最新发布2024年中国数据、分析和人工智能技术成熟度曲线,该曲线显示,未来两到五年,大量具有颠覆性或较高影响力的创新技术可能会实现主流采用。其中AI相关的创新包括复合型AI、决策智能、国产AI芯片、LLM和多模态GenAI。
Gartner研究总监闫斌表示:“到2027年,超过60%的企业机构将把AI素养纳入数据和分析战略,而目前这一比例还不到 5%。到2028年,50%构建于2023年之前的中国数据和分析平台,将因为与生态系统脱钩而过时。 到2028年,30%的企业机构将把数据变现或数据入表纳入其数据战略。”
(图一、2024年中国数据、分析和人工智能技术成熟度曲线)
与AI相关的几项创新技术
复合型AI
复合型AI是指组合利用(或融合)不同AI技术来提高学习效率、生成层次更丰富的知识表示。复合型AI提供了更丰富的AI抽象机制,并最终提供了一个能够以更有效方式解决更广泛业务问题的平台。复合型AI可为中国企业带来两大益处。第一,将AI的力量推广至无法访问大量历史或标签数据、但拥有大量人类专业知识的企业机构。第二,扩大AI应用的范围,提升此类应用的质量,这也意味着能够应对更多类型的推理挑战。根据所应用的具体技术,还可产生其他一系列益处,包括提高可解释性、韧性,以及支持增强智能。
国产AI芯片
由于美国对高性能AI芯片的限制,中国企业不得不自行研发AI芯片,以满足本土AI快速发展的需求。
最新的生成式人工智能(GenAI)技术需要使用数千个AI加速器来训练基础模型和支持推理工作负载。由于先进制造工艺的限制,国产AI芯片的性能落后于全球领先供应商产品的性能。因此,中国企业需要对AI基础设施进行更多投资。IT领导者应将重点放在AI应用上,而不是使用针对推理工作负载优化的国产AI芯片来训练基础模型上。
LLM
大语言模型(LLM)是一种使用大量无标签文本数据进行训练的AI基础模型。借助大语言模型,应用可以完成一系列任务,包括回答问题、内容生成、内容摘要、检索增强生成 (RAG)、代码生成、语言翻译和会话聊天。
此类模型拥有广泛的应用场景,包括文本生成、问答系统构建、文档总结和分类、文本翻译和编辑等。
多模态GenAI
多模态生成式人工智能(GenAI)能够在生成式模型中组合利用多种类型的数据输入和输出,例如图像、视频、音频、文本和数值型数据。多模态功能允许模型与不同模态下的输出进行交互,并生成相应的输出,有效提升了GenAI的可用性。
多模态GenAI支持添加以往难以实现的新特性和功能,将对企业应用产生颠覆性影响。目前,多模态模型通常仅限于两种或三种模态,但未来几年内,将涵盖数量更多 的模态。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。