最近五年人工智能的发展
2019年
2019年,人工智能领域的一个重要里程碑是OpenAI发布了GPT-2模型,并因其强大的文本生成能力而采取了分阶段发布的谨慎策略。该模型拥有15亿参数,在多项自然语言处理基准测试中表现出色,其生成连贯、长篇文本的能力引发了公众对AI生成内容(如假新闻)潜在滥用的广泛担忧。这一事件促使学界和业界更深入地讨论AI伦理与治理。同年,谷歌研究团队提出了BERT模型的改进版RoBERTa,通过更充分的训练数据和优化策略进一步提升了模型性能。在计算机视觉领域,生成对抗网络(GAN)技术持续发展,英伟达推出了StyleGAN,能够生成极高分辨率和可控性的人脸图像,推动了深度伪造技术的发展和相应的检测技术研究。据资料显示,2019年也是AI芯片竞争加剧的一年,多家公司发布了专用AI训练和推理芯片。
2020年
2020年,人工智能发展的核心事件是OpenAI于6月发布了具有1750亿参数的GPT-3模型,并通过API形式向开发者开放。GPT-3在少样本甚至零样本学习任务上展现了惊人的能力,能够完成写作、编程、问答等多种任务,引发了关于大规模语言模型(LLM)通用智能潜力的热烈讨论。同年,DeepMind的AlphaFold 2在蛋白质结构预测竞赛CASP14中取得突破性成果,其预测精度接近实验水平,解决了生物学领域一个长达五十年的重大挑战,对生命科学和药物研发将产生深远影响。在应用层面,AI在应对COVID-19疫情中发挥了作用,例如用于辅助诊断的医学影像分析、病毒基因序列分析以及流行病学建模。此外,欧盟在这一年提出了《人工智能白皮书》,旨在为可信赖的AI制定监管框架,标志着全球AI治理进入新阶段。
2021年
2021年,生成式AI和大型模型的商业化应用开始加速。OpenAI的GPT-3 API被更广泛地集成到各种产品中,同时,基于扩散模型(Diffusion Model)的AI图像生成技术取得显著进展,例如OpenAI在年初发布了DALL-E,能够根据文本描述生成高质量图像。在开源社区,EleutherAI发布了开源大型语言模型GPT-Neo和GPT-J,降低了使用大模型的门槛。同年,中国科技公司也推出了大规模预训练模型,如北京智源人工智能研究院的“悟道”和华为的“盘古”。在AI伦理与安全方面,斯坦福大学等机构发布了关于基础模型(Foundation Models)的全面研究报告,系统阐述了其能力、风险与影响。DeepMind则将其蛋白质结构预测数据库AlphaFold DB向全球免费开放,包含了超过35万个蛋白质结构预测结果,极大地便利了全球科研人员。
2022年
2022年被广泛认为是生成式AI的“爆发之年”。11月30日,OpenAI发布了基于GPT-3.5的对话式AI应用ChatGPT,以其流畅的对话能力和广泛的知识面迅速风靡全球,在两个月内月活跃用户突破1亿,成为历史上增长最快的消费级应用。这一事件使生成式AI从技术圈走向大众,引发了全球范围内的AI应用热潮和关于AI取代人类工作的激烈辩论。在图像生成领域,Stability AI于8月开源了Stable Diffusion模型,大幅降低了高质量文本生成图像的技术门槛和计算成本,催生了海量的创意应用。同年,谷歌和Meta也分别发布了大型语言模型PaLM和OPT。在AI for Science方面,DeepMind展示了AI在数学领域解决纯数学猜想(如纽结理论)的潜力。有观点认为,2022年标志着AI从“感知理解”迈向“内容创造”的新阶段。
2023年
2023年,生成式AI的竞争进入白热化阶段,并开始深度整合到主流软件生态中。3月,OpenAI发布了多模态大模型GPT-4,其在推理能力、专业考试和图像理解方面相比GPT-3.5有显著提升,并通过API和微软的New Bing搜索引擎等产品提供服务。谷歌则推出了对话式AI Bard(后升级为Gemini)作为应对。微软将AI功能全面融入Office套件(Copilot for Microsoft 365),而Adobe也将生成式AI工具Firefly集成到Photoshop等创意软件中。在开源领域,Meta发布了Llama 2模型,并允许商用,推动了开源大模型的生态发展。同时,AI监管立法进程加快,欧盟于12月就《人工智能法案》达成临时协议,旨在建立全球首个全面的AI法律框架。AI安全问题受到空前关注,包括大模型的幻觉、偏见、滥用以及潜在的失控风险,全球首届AI安全峰会于11月在英国举行。
2024年
2024年,人工智能发展的焦点集中在多模态能力突破、智能体(Agent)技术探索以及视频生成模型的兴起。OpenAI在2月推出了能够生成一分钟高质量视频的Sora模型,展示了AI在理解物理世界和生成动态场景方面的巨大潜力,再次引发轰动。谷歌则发布了其最强大的多模态模型Gemini 1.5 Pro,其上下文窗口长度达到惊人的100万tokens,能够处理超长文本和视频信息。AI智能体成为研究热点,旨在让大模型能够自主规划并执行复杂任务。在硬件层面,英伟达发布了新一代AI芯片架构Blackwell B200,以支撑更大规模的模型训练。同时,全球范围内的AI监管持续深化,中国、美国、欧盟等主要经济体都出台了更具针对性的监管措施或指导方针。AI在科学领域的应用继续拓展,例如在材料发现、气候预测等方面取得新进展。有观点认为,AI正从“工具”向“协作伙伴”的角色演变。