3. 產(chǎn)業(yè)界仍在主導(dǎo)人工智能的前沿研究，進(jìn)一步推動了相關(guān)人才從學(xué)術(shù)屆轉(zhuǎn)移

4. 人工智能模型研究變得更加昂貴

5. 類似于ChatGPT的大語言生成模型仍然缺乏完善的倫理及風(fēng)險(xiǎn)評估

由于不同模型的測試基準(zhǔn)并不相同，使得評估人工智能模型的偏見和倫理問題變得更加復(fù)雜。

隨著生成模型開始可以生成高質(zhì)量的文本、圖像等，人工智能的基準(zhǔn)測試已慢慢開始納入人工評估（如Chatbot Arena排行榜），而不是單純的計(jì)算機(jī)化排名（如ImageNet）。公眾對人工智能的感受正在成為追蹤人工智能進(jìn)展的一個越來越重要的考慮因素。

6. 生成式人工智能的投資過去一年增長了近8倍

7. 人工智能提高了勞動者的工作效率，產(chǎn)出的質(zhì)量也變得更高

多項(xiàng)研究表明人工智能使勞動者能夠以更快地速度完成任務(wù)并提高產(chǎn)出質(zhì)量，還可以幫助彌合低技能勞動者和高技能勞動者之間的技能差距。但有研究警告稱，在沒有適當(dāng)監(jiān)督的情況下使用人工智能可能會導(dǎo)致勞動者的工作水平下降。

10. 人們意識到人工智能正在產(chǎn)生的影響，對這項(xiàng)技術(shù)的發(fā)展也更加謹(jǐn)慎

益普索（Ipsos）的一項(xiàng)調(diào)查顯示，去年，認(rèn)為人工智能將在未來三到五年內(nèi)極大影響他們生活的人比例從60%上升到66%。此外，52%的人表示對人工智能產(chǎn)品和服務(wù)感到焦慮，比2022年上升了13個百分點(diǎn)。皮尤研究中心的數(shù)據(jù)顯示，52%的美國人表示對人工智能感到擔(dān)憂，這一比例高于2022年的38%。

值得關(guān)注的是，年輕一代普遍對人工智能技術(shù)的發(fā)展更為樂觀。59% 的Z世代受訪者認(rèn)為人工智能將改善人類的生活質(zhì)量，而美國嬰兒潮一代的這一比例僅為40%。此外，與低收入和受教育程度較低的人相比，收入和教育水平較高的人對人工智能的發(fā)展更加樂觀。

二、人是核心

從最初只能執(zhí)行簡單的任務(wù)到如今具備類似人類的能力，短短幾年的時(shí)間，人工智能的發(fā)展速度令人咋舌，與此同時(shí)，人們對其潛在風(fēng)險(xiǎn)的擔(dān)憂也日益增加。

事實(shí)上，人工智能存在的偏見問題直到現(xiàn)在依然沒有被很好地解決。

2023年底，《華盛頓郵報(bào)》發(fā)表了一篇詳盡的專題報(bào)道，深入探討了機(jī)器學(xué)習(xí)技術(shù)中潛在的偏見。當(dāng)前的AI圖像生成模型，如Dall-E和 Stable Diffusion，有時(shí)仍會反映出社會的刻板印象。

例如，在生成“具有創(chuàng)造力的人”的圖像時(shí)，這些系統(tǒng)往往傾向于呈現(xiàn)白人形象；而在描繪“社會服務(wù)人員”時(shí)，則多數(shù)情況下展示的是有色人種的形象。

其實(shí)，大型語言模型，即使是多模態(tài)的大型語言模型，可能也并不具備真正意義上的“思考”能力。大型語言模型很容易出現(xiàn)荒謬的概念性失誤，也樂于編造聽起來合理但實(shí)際上毫無意義的胡言亂語。

了解這些事實(shí)有助于我們避免過分迷戀模型的能力。然而，隨著大型語言模型生成的文本、圖像、語音和視頻越來越復(fù)雜，真與假之間的界限愈加模糊。作為個人、機(jī)構(gòu)，甚至社會，我們究竟有沒有能力區(qū)分真實(shí)和虛構(gòu)?

我們?nèi)陨硖幰粓鋈蝻L(fēng)暴之中，每天似乎都有新的頭條新聞報(bào)道人工智能對全球勞動者構(gòu)成的威脅。

隨著人工智能在監(jiān)控領(lǐng)域的應(yīng)用日趨成熟，記者和人權(quán)活動家的擔(dān)憂與日俱增，對隱私和個人尊嚴(yán)的古老威脅也在現(xiàn)代社會出現(xiàn)，相關(guān)報(bào)道使公眾對人工智能形成了負(fù)面看法，這在整個科技領(lǐng)域都是非常罕見的。

科技不斷發(fā)展，算法語言表達(dá)的高級程度已逼近人類水平。機(jī)器人正在逐漸學(xué)會應(yīng)對真實(shí)的環(huán)境。視覺模型不僅可以通過照片進(jìn)行訓(xùn)練，還可以在全三維世界中進(jìn)行沉浸式實(shí)時(shí)訓(xùn)練。

人工智能能夠像識別內(nèi)容一樣流暢地生成內(nèi)容。與此同時(shí)，倫理問題在我們周圍不斷涌現(xiàn)，與人類經(jīng)濟(jì)社會發(fā)展的關(guān)聯(lián)也日益緊密，但這就是科學(xué)一直以來的樣子。

三、未來會怎樣？

人工智能曾經(jīng)是純粹的科學(xué)，而現(xiàn)在，我們更愿意用：“現(xiàn)象”“顛覆”“謎題”“特權(quán)”“自然之力”來定義新一代人工智能所能做的一切，無論是好是壞，無論是在預(yù)期之內(nèi)，還是在意料之外，都因其設(shè)計(jì)本身缺乏透明度而變得復(fù)雜。

如果在算法設(shè)計(jì)完成后，再加入安全性和透明度等考慮因素，無論設(shè)計(jì)得多么精妙，都不足以滿足要求。下一代人工智能必須從開發(fā)之初就采取與現(xiàn)在完全不同的理念。以激情為起點(diǎn)固然很好，但我們要面對的是紛繁復(fù)雜而又不起眼的挑戰(zhàn)，要取得真正的進(jìn)展，就必須有敬畏之心。而硅谷似乎缺乏這種心態(tài)。

如今，人工智能是一種責(zé)任，是我們所有人共同承擔(dān)的責(zé)任。

深度學(xué)習(xí)飛速發(fā)展，每一年都感覺像是要面對一個全新的領(lǐng)域，其應(yīng)用的深度和多樣性增長得如此之快，甚至全職研究生和博士后也很難跟上文獻(xiàn)的步伐，更不用說教授們了。可能性無窮無盡，挑戰(zhàn)也永無止境。

即使在這樣一個黑暗的時(shí)代，人工智能也具有無與倫比的激勵力量。面對全球亟待解決的問題，面對具有歷史意義的機(jī)遇，面對可能需要幾代人的努力才能揭開謎底的未知，真正解決所有問題的答案遠(yuǎn)遠(yuǎn)不是公司戰(zhàn)略或?qū)W術(shù)課程所能提供的。

未來幾年，從業(yè)者需要的不僅是專業(yè)技術(shù)知識，他們還必須了解哲學(xué)、倫理學(xué)，甚至法律。

想象空間是巨大的，但愿景需要一個重要的紐帶串聯(lián)起來，這個紐帶就是大學(xué)。早在有人利用人工智能謀取利益之前，人工智能就已經(jīng)在大學(xué)里起步了。在大學(xué)校園里，仍然最有可能感受到某些意想不到的研究突破帶來的火花。感知機(jī)、神經(jīng)網(wǎng)絡(luò)、ImageNet，以及后來的很多東西都出自大學(xué)。

要從根本上重新構(gòu)想人工智能，使其成為以人為本的實(shí)踐，與其說這是旅程方向的改變，不如說是旅程范圍的擴(kuò)展。人工智能一直以來都追求科學(xué)性，而現(xiàn)在，它必須也追求人性。

人工智能應(yīng)該秉承最優(yōu)秀的學(xué)術(shù)傳統(tǒng)，保持合作和敬畏，同時(shí)不懼怕直面現(xiàn)實(shí)世界。畢竟，星光是多樣的。一旦白色的光輝展開，各種顏色就會發(fā)出耀眼奪目的光芒。

本文轉(zhuǎn)自于   新浪  王人平