人類正站在技術變革爆發點，Exascale超級電腦每秒進行百億億次級計算，AI發現的晶體結構數量是科學史上發現的45倍以上，僅用30天就研發出潛在抗癌新藥，烏拉圭工業機器人數量比人口還多......
美國銀行在3月21日的深度報告中指出， 2024年將是「AI賦能一切」的一年，AI和其他技術發展之間形成一個巨大的正反饋，包括人工智慧、計算、機器人、通訊、醫療保健、能源等30項技術領域或將迎來突破。
而實作突破的技術商業化十分關鍵，美銀預計相關市場規模約為16萬億美元。
從歷史來看，技術進步導致財富集中和企業快速更叠，過去100年裏3%的公司幾乎創造了全球所有的凈財富；自從2015年以來，大約三分之一標普500成分股被替換，技術加速市場變革和顛覆。
自去年來AI科技革命拉開帷幕，正帶動各行各業加速發展，未來將更多取決於AI模型的落地和套用，美銀指出了端側AI裝置、增強模擬、知識圖譜、超算（HDC）、通用人工智慧（AGI）等五大落地方向。
AI「接管」一切 發展形成「正反饋」
美銀指出，人工智慧發展正處於一個轉折點，其正在以指數級的速度改變各行業，AI未來的發展將取決於以下三方面因素：
1、技術「交叉」：不同技術之間的相互促進，例如AI推動計算和通訊技術的發展；
2、技術「稀缺」：在一個對技術的需求超過供應的世界，算力需求增長速度超過了莫耳定律的預測，數據和算力的稀缺性將成為挑戰；
3、技術「經濟性」：技術自身向著更低的成本和更高的報酬發展。
進一步來看，美銀認為，2024年將是「AI賦能一切」的一年，AI和其他技術發展之間形成一個巨大的正反饋。
AI連線並賦能技術、商業和社會，推動著技術奇異點的發展。這一行程中，計算、通訊和技術的發展為AI革命帶來動力，反過來又形成了正向反饋迴圈，提供了更多的計算能力、通訊資源和數據，進一步加速了AI進步。
美銀還談到了算力的重要性，如此多的數據，但算力卻跟不上相應增長。
計算能力的需求增長速度超過了莫耳定律的預測，每兩年增長275倍。
我們即將從每天生成百億億字節的數據——轉向百萬的六乘方字節，可再生能源超過80%的新產能也需要新的基礎設施和材料，而這些原材料供應短缺。
此外，美銀還提到，未來成本將進一步降低， 所有這自動化、人工智慧和技術上的投資都在全面降低價格並提高報酬。例如，盡管過去20年記憶體驅動器的容量增加了超過20000倍，但每千兆字節的價格卻下降了超過99%。
AI落地的五大套用領域
去年是「AI元年」，AI革命將從開始加速，2023年我們見證了生成式AI投資激增，自ChatGPT釋出以來，已經引入了各種閉源和開源模型，各公司開始開發、采用或將AI整合到產品或業務中。
美銀指出，創新步伐將從這裏加速，更多的AI工具和套用可能很快會推出。這可能會在數位領域之外，為終端裝置、機器人和生命科學的物理領域帶來豐富的機會。
1、端側AI裝置： 在本地裝置（如智慧型手機、汽車、可穿戴裝置）上部署AI功能/模型，有助於減少延遲、成本，有助於分擔大型伺服器的功率負載，提高整個AI生態系的效能。
2、增強模擬： AI用於加速發現過程，辨識最可行的模擬，加速新分子的創造，並降低成本，在物理世界中需要10年才能完成，現在可以在幾周到幾個月內完成這項任務，套用領域包括藥物發現、芯片、化學品、材料。
3、知識圖譜： 知識圖譜組織來自多個源的數據，捕獲有關感興趣主題的資訊，並在它們之間建立聯系。它們是解決LLM「幻覺」問題（即提供帶有高度信心的不準確資訊）並提高神經網路能力的關鍵。大多陣列織中的數據專業人員通常花費25-30%的時間尋找和搜尋相關數據。
4、超維度計算（HDC）： HDC使用高維向量來表示資訊，而不是傳統的二進制系統。它可以捕獲更復雜的數據模式，並允許電腦保留更多記憶，從而減少計算和能源需求。HDC相比今天芯片中使用的技術，可以實作超過60%的能源節省。
5、通用人工智慧（AGI）： AGI作為人工助理，它將具備在廣泛任務上達到或超過人類水平的一般認知能力，能夠實作自我學習，並且能夠解決未被預先編程的任務。隨著數據的增長、計算能力的提高和技術的創新， AI可能在未來十年內達到1500的智商，是人類平均智商的18倍。
美銀補充稱，盡管AI帶來了許多好處，但也存在挑戰，如端側裝置AI的功耗、成本、演算法/軟體最佳化和安全性問題。 整體而言，美銀報告預測，到2030年，AI可能會為全球增加15%-20%左右的經濟價值。
點選下方按鈕預約
