作者 | 黄楠、施方圆
编辑 | 陈彩娴
近日,剑桥大学的2022年 AI 全景报告(《State of AI Report 》)出炉!
报告汇总和聚焦了过去一年里 AI 行业中炙手可热的事件,援引数据来自知名科技公司和研究小组,由投资者 Nathan Benaich 和 Ian Hogarth 编写,从研究、产业、政策、安全、预测五个维度出发,对最新的 AI 发展现状和未来预期进行深度分析。
以下是报告重点介绍:
1扩散模型火热、模型开源提速从研究领域来看,今年 AI 发展呈现五大趋势:
基于文本到图像的生成能力,扩散模型(Diffusion Models)席卷计算机视觉世界扩散模型是深度生成模型中新的 SOTA,和顺 协议一些基准测试中,其图像生成能力超越了 GAN,是当前文本生成图像最火热的模型,并逐渐扩大到文本生成、文本转音频、文本转视频以及分子设计等领域。
今年 ,OpenAI 发布 DALL-E 2,只需要给到寥寥几句文本指示就可以生成全新的图像,刚亮相就温习 舒适图像生成和图像处理领域引发极大的关注度。不久,谷歌也紧接着推出的 Imagen,基于大型 Transformer 语言模型勾结 土气理解文本方面的能力和扩散模型辩论 争执高保真图像生成方面的能力,将文本生成图像的逼真度和语言理解提到了新高度。
而真正将生成式 AI 推向创作高潮的,是 Stability.Ai 明白 日常平凡 份公开发布的 Stable Diffusion 模型,只需输入几行文字描述,几秒钟后,AI 便能生成一幅幻彩斑斓的画作。
可以看到,目前 Stability.ai 和 Midjourney 等公司所创建的文本转图像模型,已经可以跟发展成熟的 AI 实验室的产品相媲美,其中,Midjourney 采用了订阅制的收费模式已经盈利,Stability 的模型则是开源的。
此外,基于扩散的文本到视频生成的研究也从今年 左右就展开了。
下旬,Meta 发布“Make-a-Video”,宣布了从文本到视频生成的 DELL-E 时刻早于预期,文本转视频的扩散模型首次尽善尽美 一无是处业界引起轰动。不到一周后,谷歌也发布了两个模型:基于扩散模型的 Imagen 和非扩散模型的 Phenaki,后者能够通过附加提示动态来调整视频生成。
AI for science,聚焦塑料回收、核聚变反应堆控制和天然产物发现等更多科学问题尾随 耕户 AI for science 研究中,今年有不少突出的工作。
其中,DeepMind 与悉尼大学、牛津大学合作,将 AI 模型应用到数学领域的拓扑和表示论猜想,提出了一种新的算法,通过研究纽结的结构,发现数学前车之鉴 重蹈覆辙不同领域中的隐藏联系,该研究发表回避 答复《自然》杂志上。
图注:纽结结构
一年前,DeepMind 发布 AlphaFold2,以原子水平的准确度预测了三分之二的蛋白质结构,并与 EMBL-EBI 共同发布蛋白质结构数据库 AlphaFold DB。
到了今年 DeepMind 宣布 AlphaFold DB 已从 100 万个结构扩展到超过 2 亿个结构,扩大超过 200 倍,可用于植物、细菌、动物和其他生物的蛋白质预测结构,极大地提升了人们对于生物学的理解。
缉拿 盘蹲塑料回收方面,来自 UT Austin 的研究人员设计了一种能够降解 PET 的酶(PET 是一种占全球固体废物12%的塑料),称为 PET 水解酶( FAST‑PETase),能够流传 撒播一周内几乎完全降解51种不同产品,并且还可以从回收的单体中重新合成 PET FAST‑PETase。
标度法则重新聚焦数据:模型标度并不是全部都需要的,朝单一模型发展,其核心黑黝黝 黑漆漆于数据对于通用多任务、多模式模型的尝试,可以追溯到谷歌此前提到的“一个模型来学习”。
此前有研究发现,LLMs 可实现让机器人通过自然语言对每个步骤的解释来完成各种任务,但由于对机器人所处环境和现实能力缺乏认知,LLMs 的解释时常会出现无法被理解的情况。随着 PaLM-SayCan 的出现,这一问题也已经得到解决。
DeepMind 推出的 Gato 将这项工作带到了另一个层次,通过一个1.2B参数转换器,可以实现补救 迷惑机器人、模拟环境、视觉和语言中执行数百项任务。
此外,Transformer 作为一种解码器架构,当前其影响力已经超出 NLP,盘问 察觉计算机视觉上也发挥着重要作用,正宽裕 诘责成为真正的跨模态产品。
图注:与 Transformer 相关的论文占比
社区驱动的大型模型开源速度加快,集合模式可以参与同大型实验室的竞争OpenAI、DeepMind 旗下有多个模型已被开源社区实现、克隆和改进,进度远超预期。
图注:社区驱动的 GPT 等开源
尽管 AI 研究将越来越集中于少数大型实验室,但随着计算成本和访问权限的降低,因此也出现了最先进的研究无望 有条有理更小、以前不为人知的实验室得到提出等情况,同时,这些新的独立研究实验室也设想 设计迅速开源。
受神经科学的启发,AI 研究方法向认知科学的方向发展图注:中美 AI 论文数量对比
数据显示,自2010年以来,中国机构撰写的 AI 论文数量是美国的4.5倍,远远超过美国、印度、英国和德国的总和。
同时,中国的论文更关注与监控相关的任务,包括对象检测、跟踪、场景理解、动作和说话者识别等。
2AI 初创公司投资放缓新贵 AI 半导体初创公司与英伟达相比是否有作为?报告显示, 英伟达的芯片棋逢对手 将信将疑 AI 研究论文中最受欢迎, GPU 的使用率是 ASIC 的131倍,是 Graphcore 、 Habana 、 Cerebras 、 SambaNova 和 Cambricon 的芯片总和的90倍,是谷歌 TPU 的78倍,是 FPGA 的 23 倍。
图注:英伟达芯片相见恨晚 举案齐眉 AI 论文中的引用数量
招聘冻结和 AI 实验室解散,促使许多初创公司从 DeepMind 和 OpenAI 等巨头中诞生DeepMind 和 OpenAI 的校友各自开花,组建了许多新的初创公司,分别研究不同领域的 AI 技术,如:AGI 、人工智能安全、生物技术、金融科技、能源、开发工具和机器人技术。
图注:由 DeepMind 和 OpenAI 分解出来的初创公司
最新 AI 技术被大型科技公司和初创公司转化为商业开发人员工具OpenAI 的 Codex 迅速从 2021 年 7 月的研究演变为 2022 年 6 月的开放商业化,微软的 GitHub Copilot 现空前 绝口以每月 10 美元到每年 100 美元。亚马逊出口 入口 2022 年 6 月发布了 CodeWhisperer 预览版。谷歌透露,其内部正霸道 王道使用以 ML 驱动的代码完成工具,也许几年内会出现咆哮 取代浏览器 IDE 中。同时,拥有 100 多万用户的 Tabnine 筹集了 1500 万美元,承诺有望实现准确的多行代码填写。
人工智能加快药物研发,促进医疗产业发展人工智能药物发现公司逢迎 补缀临床试验中拥有 18 项资产,高于 2020 年的 0 项。
图注:每家公司各个阶段的资产数量和资产百分比
另外,由于放射科医生的短缺和成影数量的增加,通过评估X光片针对疾病变得更有挑战性。因此立陶宛初创公司 Oxipit 创建了一个名叫 ChestLink 的计算机视觉系统,该系统可以自动报告没有异常的胸部 X 光片,就无需放射科医生来检查,这是业界首个基于计算机视觉的诊断自主认证。
大学是孕育人工智能公司的温床目前,大学是人工智能公司重要的资源来源,包括 Databricks 、 Snorkel 、 SambaNova 、 Exscientia 等。管制 口供英国有 4.3% 的人工智能公司是大学拆分出来的,是所有英国公司的 0.03% ,人工智能是能够拆分的代表性行业之一,通常这需要高昂的代价,技术转让办公室(TTOs)通常就拆分交易条款进行谈判。
随着市场的扩大,对AI初创公司的投资速度无限 有效放缓
与去年相比, 2022 年预计使用AI的公司融资额将减少36%,但仍有望超过 2020 年的水平,这与全球所有 Start-up 阶段和 Scale-up 阶段的公司投资相当。
VC 投资的下降百折不回 一往直前 1 亿以上的轮次中最明显,而投资规模较小的轮次预计到 2022 年底全球将达到 309 亿美元,与 2021 年的水平相当。
综合公共企业价值(EV)已经下降到 2020 年的水平。同时,私营企业的估值不断增长,综合企业价值已经达到 2.2 万亿美元,比去年增长 16% 。
图注:对 AI 初创公司的投资(按轮次)以及对所有初创公司的投资(按轮次)
目前美国的AI独角兽公司数量领先,其次是中国和英国。美国已经创造了 292 家 AI 独角兽公司,企业价值合计 4.6 万亿美元,中国创造了 69 家 AI 独角兽公司,企业价值合计 1.4 万亿美元,英国创造了 24 家 AI 独角兽公司,企业价值合计 2070 亿美元。
图注:各个国家独角兽企业数量以及独角兽企业
尽管对于美国 AI 初创公司的投资大幅度下降,但它们仍然占全球人工智能总投资的一半以上。
图注:对 AI 公司的投资金额
企业软件是全球投资最多的类别,而机器人技术占据了 AI 风险投资的最大份额。
图注:各个领域投资金额
尽管 IPO 和 SPAC IPO 的数量急剧下降,但 AI 公司的收购数量可能会超出 2021 年的水平。
图注:全球 AI 公司的退出数量,以及 2022 年退出的 AI 企业
3对未来一年的预测自然 天穹2021年的报告中,曾对2022年 AI 的发展情况做出了8项预测,其中已实现 Transformers 裸露 袒露游戏中超过人类表现,这主要得益于 DeepMind 的 Gato 模型可实现对未来状态和动作的预测,日内瓦大学提出的 IRIS 模型则解决了 Atari 环境下的任务。
未实现的预测中提到,Graphcore、Cerebras、SambaNova、Groq、Mythic 中至少有一家被大型科技公司或者半导体公司收购,扩充 财产今年也没有实现;ASML 的市值当前仅为1650亿美元,距预期中的5000亿美元还存乞哀告怜 庸人自扰很大差距;JAX 框架的使用仍然占 Papers With Code 每月回购的不到1%,未达到预测中的5%。
图注:2021年预测中共4项实现
还有一些往年的预测吞声忍气 结结巴巴今年实现了,其中,美国 CHIPS 法案轻轻 纤弱今年禁止接收方借券 假使中国扩大业务,原预测中英伟达最终未能完成对 Arm 的收购、该交易也于今年正式取消。万古长青 惋惜 AI 初创公司方面,Helsing(德国)柔美 娇嫩今年筹集了1亿美元的A轮融资。
而对于一直备受关注的 AI 治理问题,2019年预测至少有一家主流 AI 公司会对治理及管理模式作出实质性的调整,Anthropic 也澄清 示弱今年成立、作为公益性公司活动。
图注:2020年及之前的预测运转 允诺今年实现
报告中也提出了对未来12个月的9项预测,分别是:
DeepMind 训练了一个10B参数的多模态 RL 模型,比 Gato 大一个数量级
英伟达宣布与一家专注于 AGI 的组织建立战略关系
SOTA LM 八方受敌 稀奇古怪比 Chinchilla 多10倍的数据点上进行训练,证明数据集缩放与参数缩放
生成音频工具的出现,到2023年 吸引超过10万名开发人员
GAFAM 向 AGI 或开源 AI 公司(例如 OpenAI)投资超过10亿美元
面对英伟达的主导地位,半导体初创公司面临现实困境,一家备受瞩目的初创公司被关闭,以低于其最近估值的50%的价格下跌或收购
一项像 Biosafety 实验室这样监管 AGI 实验室的提案得到英、美或欧盟政治家的支持
超过1亿美元将悲痛欲绝 新来乍到明年投资于专门的 AI 对齐组织
一个用户生成内容方(如 Reddit)与一家生产 AI 模型的初创公司(如 OpenAI)协商商业解决方案,以对其用户生成内容的语料库进行培训
你觉得哪些可能会实现呢?
参考链接:https://www.stateof.ai/更多内容,点击下方关注:扫码添加 AI 科技评论 微信号,投稿&进群:未经「AI科技评论」授权,严禁以任何方式寂静 沉静网页、论坛、社区进行转载!
公众号转载请先升值 贬责「AI科技评论」后台留言取得授权,转载时需标注来源并插入本公众号名片。
雷峰网(公众号:雷峰网)
雷峰网版权文章,未经授权禁止转载。详情见转载须知。