专访艾伦人工智能研究院创始CEO：AI成本每18个月就下降一半，明年多模态时代将至 在科技巨头的大力推动下

每经记者 李孟林    每经编辑 兰素英    

一年前，专访智能至ChatGPT的艾伦横空出世彻底点燃了生成式AI的火爆行情。整个2023年，人工威尼斯人娱乐【Aurl:www.8233066.com】送888元OpenAI 、研究院创月下谷歌
、成本Meta、每个明年百度等行业巨头不断更新迭代自家的降半大模型和AI产品，频率之高令业内人士也感叹难以跟上节奏。多模代

AI的专访智能至迅猛发展对金融市场来说无疑也是新的兴奋点，一时间一级市场AI领域投融资猛增。艾伦据数据公司Pitchbook 12月5日发布的人工报告，2023年AI相关初创企业的研究院创月下融资额已超过687亿美元 。其中
，成本AI独角兽Anthropic今年9月获得亚马逊40亿美元的每个明年投资，Cohere完成2.7亿美元的降半C轮融资 ，Inflection AI完成13亿美元B轮融资。在科技巨头的大力推动下，AI初创公司的估值也高出天际。法国Mistral AI从几张PPT到估值20亿美元仅用了半年时间 。

而在美股市场 ，AI成为抵御美联储加息压力的威尼斯人娱乐【Aurl:www.8233066.com】送888元最强动力，带动纳指一路逆风上扬，年初至今纳指涨幅高达44.4%。作为AI时代的“卖铲人” ，英伟达股价飙升246.5%，Meta靠AI一转2022年的颓势，涨幅达200%
。微软则凭借押宝OpenAI，一改多年来的沉闷形象，重新成为科技领域的领头羊。

轰轰烈烈的场景也让2023年被冠上了“生成式AI元年”的称号。市场调研机构Precedence Research今年7月发布的数据显示，2022年全球生成式AI市场规模预计为107.9亿美元，预计到2032年将达到1180.6亿美元左右，2023年至2032年的复合年均增长率为27.02% 。文本到图像以及文本到视频等技术的使用推动了市场对生成式AI的需求 ，随着工作流程现代化需求的增长，这一市场将获得进一步的发展 。

图片来源：每经编辑兰素英制图

回顾2023年，全球AI领域呈现了什么样的局面
？展望2024年，AI产业将面临哪些新的机遇和挑战？带着这些问题
，《每日经济新闻》专访了美国艾伦人工智能研究院（简称AI2）创始CEO、现董事会成员兼顾问奥伦·伊奇奥尼博士（Oren Etzioni）
，AI2是由已故微软联合创始人Paul Allen创立的 。伊奇奥尼是美国著名的计算机科学家，长期任教于西雅图的华盛顿大学，是元搜索引擎、网络对比购物
 、机器阅读、开发信息获取等领域的科研领头人物，也是风投机构Madrona Venture Group的风险合伙人
。

伊奇奥尼认为，2024年的AI发展趋势是多模态大模型的进一步研发，同时超越单纯的内容生成，向能够完成行动的AI智能体前进 。此外，芯片时代的摩尔定律在AI时代仍然适用，AI的训练和推理成本可能每18个月就下降一半。

奥伦·伊奇奥尼博士 图片来源 ：Madrona Venture Group官网

 

摩尔定律同样适用于AI领域

NBD：您长期从事AI研究，并且领导艾伦人工智能研究院长达８年 。您如何评价2023年AI的飞速发展 ？

奥伦·伊奇奥尼：可以说在ChatGPT发布后 ，相关的语言和视觉大模型占据了整个2023年 。我对AI的正面潜能是非常兴奋的，我认为AI能够为人类带来非常多的益处。

举个例子来说 ，自动驾驶是一项我们已经期待了很多年的技术，而在2023年 ，Waymo的自动驾驶车辆已经完成了超过70万次的行程。这件事情的重要性不在于它是AI ，而是自动驾驶有减少车祸的潜力。

此外  ，尽管新闻头条都是围绕GPT和聊天机器人的，但AI也有其他的应用 。很多人在开发多模态的模型、计算机视觉技术，这些未来可以用来发现新药、设计芯片等等。

NBD
：进入2024年 ，您认为AI领域将出现哪些变化？

奥伦·伊奇奥尼：2024年，我们将看到更多的多模态模型 。我们还将超越（ChatGPT等大模型所用的）Transformer结构，而采用效率更高的训练和推理方法。

除了聊天机器人以外 ，大模型在应用层面还处于婴儿阶段，所以明年在芯片设计
、新药研发等方面可能会有更多的应用。此外，除了生成文字和图像之外，我们还会看到越来越复杂的智能体（Agents） ，可以代替用户做出行动。

AI2孵化的企业有一家叫Chip Stack，就是用生成式模型进行芯片设计。我们还有几家初创企业是在生物学领域使用生成式AI ，研发新药物 
，让生物和医学研发效率大大提高。这些企业有的是在基础大模型上的微调 ，有的用的是自己的模型
，有时候是两者的结合
。这完全取决于应用项目
，像新药研发 、蛋白质结构预测用的肯定就不是自然语言模型了
。

NBD：您能否展开谈谈
，如何提高训练和推理的效率？

奥伦·伊奇奥尼:具体细节谈起来是相当技术化的 
。总而言之，GPT核心的机制就是Transformer架构，它在训练和推理上效率都不是很高。我们在这些方面已经看到了小规模的提升
，花了很多钱来优化训练和推理过程，并且为之研发了特定的硬件 。

计算机科学家最擅长的事情就是把贵的东西变便宜 。在过去的三十年里我们见证了CPU行业的摩尔定律，计算芯片的成本不断下降 
。我认为同样的事情也会发生在AI领域 ，也就是说AI的成本会每18个月就下降一半或甚至更多
。

明年预计将有比较大的监管措施出台

NBD：您提到AI智能体，这是最近很火爆的话题，比尔·盖茨撰文指出 ，智能体可能在五年里改变我们使用计算机的方式 
。那么
，智能体到底是什么意思呢？

奥伦·伊奇奥尼：我们要记住一点，GPT之类的大模型虽然很惊艳，但是它们没法做出任何行动 。你可以提出问题 ，它们可以给出回答，或者生成一张图片 ，但在很多情况下你想要的是让AI来帮你做事情。这可以是很简单的行动
 ，比如订一张机票
，也可以是更复杂的行动 。

然而 ，GPT类的大模型再怎么强大，却连米饭都不会做，不是吗
？它可以给出做米饭的步骤，但是要在物理世界中做出行动是很复杂的。我们已经开始让大模型在软件世界中展开行动了 ，比如连接API，这在本质上就是在从网上获取服务的行动。我们将看到更加复杂的AI智能体，超越单纯的摆弄文字和图像，它们能代替用户做出行动。

当然这方面的研发问题还有很多。举例来说，如果大模型用自然语言时犯了错 ，它可以说 
：对不起，我给了你错误的回答，这是个“幻觉”。然而，如果它在行动时出了错，其潜在后果可能破坏性非常大 ，所以我们还有很多的工作要做。

NBD：OpenAI是AI界最大的明星公司，却在11月发生了震惊世界的CEO遭驱逐事件。您认为这次事件会对整个AI产业造成什么影响 ？

奥伦·伊奇奥尼：这件事显示出OpenAI当前在AI业界的重要地位，同时也提醒我们 
，人类需要开源模型等多种选项 。

如果整个行业只有几家公司、几个大模型 ，那就会出问题 。我非常高兴看到来自欧洲、中国的开源大模型越来越多
，多种选择对整个世界是有益的。AI2作为一家非营利机构 ，已经公布了第一批开源的数据集。要知道，即便是Meta的开源模型也没有公布训练用的数据集。

NBD
：今年6月 ，拜登总统曾与您和其他几位学者、CEO会面，探讨AI监管的问题。能否讲一下当时的情形？2024年，美国在AI监管上是否会有新动作？

奥伦·伊奇奥尼：拜登总统对用AI解决大问题很感兴趣 ，比如如何治疗癌症，或者帮助视力障碍人士 ，当时的谈话主要是关于这些问题 。当然他对AI的潜在负面影响也有比较实际的态度。我们都认为，由于虚假信息 、生物信息监测 、人脸识别等方面的错误，AI会造成一些问题。

我认为这次谈话取得一个很好的平衡，一方面是我们希望AI能够实现的效果，一方面是要采取哪些做法、制定哪种规则来防止坏的结果 。

我想明年应该有比较大的监管（措施）出台 。欧盟最近已经就出台了《人工智能法案》  。我不是政治专家，所以很难说哪些规则会出台，具体细节是什么，但我想这一领域的监管会越来越严，这一点是没有问题的。

封面图片来源：Madrona Venture Group官网

很赞哦!（7）