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
杜克大学研究团队建立了首个专门针对Web智能体攻击检测的综合评估标准WAInjectBench。研究发现,现有攻击手段极其多样化,从图片像素篡改到隐藏弹窗无所不包。虽然检测方法对明显恶意指令有中等效果,但对隐蔽攻击几乎无能为力。研究构建了包含近千个恶意样本的测试数据库,评估了十二种检测方法,揭示了文本和图像检测的互补性。这项研究为Web智能体安全防护指明了方向,提醒我们在享受AI便利时必须保持安全意识。
生成式AI的兴起让谷歌和Meta两大科技巨头受益匪浅。谷歌母公司Alphabet第三季度广告收入同比增长12%达742亿美元,云服务收入增长33%至151.5亿美元,季度总收入首次突破千亿美元大关。Meta第三季度收入512.5亿美元,同比增长26%。两家公司都将大幅增加AI基础设施投资,Meta预计2025年资本支出提升至700亿美元,Alphabet预计达910-930亿美元。
加州大学圣地亚哥分校研究团队系统研究了AI智能体多回合强化学习训练方法,通过环境、策略、奖励三大支柱的协同设计,提出了完整的训练方案。研究在文本游戏、虚拟家庭和软件工程等多个场景验证了方法有效性,发现简单环境训练能迁移到复杂任务,监督学习初始化能显著减少样本需求,密集奖励能改善学习效果。这为训练能处理复杂多步骤任务的AI智能体提供了实用指南。