Gartner于近日最新發(fā)布2024年中國(guó)數(shù)據(jù)、分析和人工智能技術(shù)成熟度曲線，該曲線顯示，未來兩到五年，大量具有顛覆性或較高影響力的創(chuàng)新技術(shù)可能會(huì)實(shí)現(xiàn)主流采用。其中AI相關(guān)的創(chuàng)新包括復(fù)合型AI、決策智能、國(guó)產(chǎn)AI芯?、LLM和多模態(tài)GenAI。

　　Gartner研究總監(jiān)閆斌表示：“到2027年，超過60%的企業(yè)機(jī)構(gòu)將把AI素養(yǎng)納入數(shù)據(jù)和分析戰(zhàn)略，而目前這一比例還不到 5%。到2028年，50%構(gòu)建于2023年之前的中國(guó)數(shù)據(jù)和分析平臺(tái)，將因?yàn)榕c生態(tài)系統(tǒng)脫鉤而過時(shí)。 到2028年，30%的企業(yè)機(jī)構(gòu)將把數(shù)據(jù)變現(xiàn)或數(shù)據(jù)?表納入其數(shù)據(jù)戰(zhàn)略。”

　　(圖一、2024年中國(guó)數(shù)據(jù)、分析和人工智能技術(shù)成熟度曲線)

　　與AI相關(guān)的幾項(xiàng)創(chuàng)新技術(shù)

　　復(fù)合型AI

　　復(fù)合型AI是指組合利?(或融合)不同AI技術(shù)來提高學(xué)習(xí)效率、生成層次更豐富的知識(shí)表示。復(fù)合型AI提供了更豐富的AI抽象機(jī)制，并最終提供了?個(gè)能夠以更有效?式解決更廣泛業(yè)務(wù)問題的平臺(tái)。復(fù)合型AI可為中國(guó)企業(yè)帶來兩?益處。第?，將AI的?量推廣至無法訪問大量歷史或標(biāo)簽數(shù)據(jù)、但擁有大量?類專業(yè)知識(shí)的企業(yè)機(jī)構(gòu)。第二，擴(kuò)大AI應(yīng)用的范圍，提升此類應(yīng)用的質(zhì)量，這也意味著能夠應(yīng)對(duì)更多類型的推理挑戰(zhàn)。根據(jù)所應(yīng)用的具體技術(shù)，還可產(chǎn)生其他一系列益處，包括提高可解釋性、韌性，以及支持增強(qiáng)智能。

　　國(guó)產(chǎn)AI芯片

　　由于美國(guó)對(duì)高性能AI芯?的限制，中國(guó)企業(yè)不得不自行研發(fā)AI芯?，以滿足本?AI快速發(fā)展的需求。

　　最新的生成式??智能(GenAI)技術(shù)需要使?數(shù)千個(gè)AI加速器來訓(xùn)練基礎(chǔ)模型和支持推理工作負(fù)載。由于先進(jìn)制造工藝的限制，國(guó)產(chǎn)AI芯?的性能落后于全球領(lǐng)先供應(yīng)商產(chǎn)品的性能。因此，中國(guó)企業(yè)需要對(duì)AI基礎(chǔ)設(shè)施進(jìn)?更多投資。IT領(lǐng)導(dǎo)者應(yīng)將重點(diǎn)放在AI應(yīng)?上，?不是使?針對(duì)推理工作負(fù)載優(yōu)化的國(guó)產(chǎn)AI芯片來訓(xùn)練基礎(chǔ)模型上。

　　LLM

　　大語言模型(LLM)是?種使用大量無標(biāo)簽文本數(shù)據(jù)進(jìn)行訓(xùn)練的AI基礎(chǔ)模型。借助大語言模型，應(yīng)用可以完成?系列任務(wù)，包括回答問題、內(nèi)容?成、內(nèi)容摘要、檢索增強(qiáng)?成 (RAG)、代碼?成、語言翻譯和會(huì)話聊天。

　　此類模型擁有廣泛的應(yīng)用場(chǎng)景，包括文本生成、問答系統(tǒng)構(gòu)建、文檔總結(jié)和分類、文本翻譯和編輯等。

　　多模態(tài)GenAI

　　多模態(tài)?成式??智能(GenAI)能夠在生成式模型中組合利用多種類型的數(shù)據(jù)輸?和輸出，例如圖像、視頻、音頻、文本和數(shù)值型數(shù)據(jù)。多模態(tài)功能允許模型與不同模態(tài)下的輸出進(jìn)行交互，并生成相應(yīng)的輸出，有效提升了GenAI的可用性。

　　多模態(tài)GenAI支持添加以往難以實(shí)現(xiàn)的新特性和功能，將對(duì)企業(yè)應(yīng)用產(chǎn)?顛覆性影響。目前，多模態(tài)模型通常僅限于兩種或三種模態(tài)，但未來幾年內(nèi)，將涵蓋數(shù)量更多 的模態(tài)。