如今已临近年尾,新的一年AI领域可能会出现哪些变化?最近福布斯发布了一份2024年的10大AI预测:英伟达将成为云服务商、Stability AI可能面临倒闭、LLM一词将逐渐淡出视野、闭源模型将继续保持领先、新职位首席人工智能官兴起、替代Transformer的全新架构获得认可、对于AI创业公司投资的监管、微软OpenAI或将「决裂」、人工智能炒作转向其他方向、人工智能版权问题。
“有意见”留言板
@给个提示:按这个节奏,大模型越来越多元,AI越来越普及,提示词这件事可能就变得像用搜索引擎、修图软件一样,成为一种必备技能了吧。那“提示工程师”这个职位会不会被影响呢?我想它可能会像设计师那样细分出不同的类型,也可能成为各种传统岗位的“斜杠”。
@存疑:Transformer架构在当今AI技术领域占主导。ChatGPT、Midjourney、GitHub Copilot都是基于Transformer架构构建的。虽然听说过Mamba和液态神经网络,但不太信明年就能有什么实际应用。
好文章,需要你的鼓励
希腊塞萨洛尼基大学研究团队开发出MIR-L算法,通过"彩票假说"发现大型图像修复网络中的关键子网络。该算法采用迭代剪枝策略,将网络参数减少90%的同时保持甚至提升修复性能。MIR-L能同时处理去雨、去雾、降噪等多种图片问题,为资源受限设备的实时图像处理提供了高效解决方案,具有重要的实用价值和环保意义。
这项由OpenRouter公司团队和Andreessen Horowitz(a16z)投资机构联合开展的研究,于2025年12月发表。
卡内基梅隆大学团队提出DistCA技术,通过分离AI模型中的注意力计算解决长文本训练负载不平衡问题。该技术将计算密集的注意力任务独立调度到专门服务器,配合乒乓执行机制隐藏通信开销,在512个GPU的大规模实验中实现35%的训练加速,为高效长文本AI模型训练提供了新方案。