生成式人工智能(GenAI)贯穿了2023年的热门话题,从最开始的ChatGPT到后来行业大模型、端侧模型的出现,GenAI也将跨越到2024年,继续成为行业焦点。
不久前,在戴尔科技集团2024年技术预测媒体沟通会上,戴尔科技集团全球首席技术官John Roese与我们分享了,2024年及未来影响科技行业的新兴趋势。他表示:“今年是GenAI的元年,特别是随着ChatGPT和其他的GenAI系统的崛起和出现,现在整个行业都在讨论、努力地理解GenAI。但很重要的是,GenAI或者是整个AI会继续主导2024年的话题。”
戴尔科技集团全球首席技术官John Roese
John Roese介绍,他对2024年及未来技术行业发展趋势有四大展望,包括GenAI、零信任、边缘平台以及量子计算等。
John Roese表示:“AI是未来世界发展的中心,它可以通过边缘投入到生产中,依靠零信任保障安全,并最终从量子技术处获取源源不断的动力,实现扩展到全球系统所需的性能和效率。我们需要密切关注AI,但也不能忽视其他架构。只有这样才能确保愿景与行动一致,从而取得长期成功。”
生成式AI进一步落地
近几年,数字世界正在以前所未有的速度不断变化和发展,作为行业的助推器,AI这一话题,更随着ChatGPT等GenAI的出现,进一步成为整个行业的焦点。John Roese表示:“如果今年是GenAI的元年,2024年将是生成式AI的次年,GenAI将会继续主导话题,并将从理论转向实践。从训练基础架构和成本转向推理和运营成本。企业的关注点也将越来越多地从宽泛的实验转向自上而下的战略重点,暨挑选出少数几个真正具有变革意义的GenAI项目,领导者将承担更多责任。”
John Roese表示:“虽然GenAI在如何改变商业和世界这一点上激发了人们巨大的创造力,但现实世界中规模化的GenAI活动却寥寥无几。进入2024年,我们将看到第一批GenAI企业项目走向成熟。”
针对各个企业和不同垂直行业领域的企业而言,不论是GenAI还是GPT4,大型语言模型的训练成本都非常高昂。然而,垂直行业的企业通常不会直接在其应用中使用这些模型。因此,要进一步开发这些模型,使它们真正应用于垂直行业的生产环境,并发挥实际生产力,就必须解决诸多问题。其中包括推理基础架构的建立,对此企业在2024年必须有更好地了解。除了训练基础架构之外,还需要思考如何构建一个有效的推理基础架构。此外,还需要确定推理能力的部署位置。过去,企业主要将训练放在数据中心,但未来必须仔细考虑将推理放置在哪里,有可能会放在边缘位置,接近呼叫中心或客户所在地,这一点必须明确。
随着GenAI的持续迭代,AI PC这一概念也开始进入公众视野。其实,AIPC的开发已经有一段历史了,AI PC的本质依然是一个PC平台,只是在设计上针对基于AI的代码进行了优化。他预计,2024年将是AI PC落地的早期,到2025年、2026年,世界上大部分的PC都会增加额外的处理能力,能够支持的应用也不仅仅是Copilot,任何基于网络浏览器的都将被支持。他表示:“AI的用例会越来越多,但是有很多AI的用例将来可以直接跑在PC上,而不用跑在云端,因为AI它将会变得越来越成熟,越来越强大。”
零信任持续受到关注
“安全”在数字时代始终是必须面对的重要议题,在GenAI时代更是如此。零信任作为数字时代的创新安全理念,到2024年也将进一步落实到技术、标准等层面。John Roese表示:“2023年充斥着对零信任及其在全球网络安全工作中重要性的讨论,2024年,零信任不再只是一个热门话题。我们将更注重落实真正的技术、标准乃至认证,从而明确什么才是真正的零信任。”
零信任具有重要价值,但同时也需要认识到在旧有环境中部署零信任基础架构具有的挑战性。零信任基础架构最容易在全新环境中实施,因为在这些边缘平台中,零信任原则可以从一开始就得到应用。然而,当前大部分的AI基础架构仍在建设中,因此我们期待零信任安全原则将成为AI基础架构构建过程中的默认选择。若在五年后,任何IT架构未采用零信任将会显得不合时宜。
边缘平台继续蓬勃发展
边缘平台的迅猛发展正在持续进行。尽管多云环境下云服务提供商主要依赖集中的数据中心提供服务,但在实际生活中,数据并非仅存在于数据中心,而是分布在工厂、医院等边缘设备中。因此,我们需要将数据存储在各个分散的地方,这也就意味着大型服务提供商需要为每个边缘设备构建自己的边缘平台。然而,对于一家公司而言,使用五个不同的边缘平台同时提供服务显然不是理想情况。
John Roese认为,企业将认识到构建现代化边缘的两种方式——边缘孤岛的扩展和多云边缘平台的搭建。对于未来,发展方向将是后者,即采用“边缘平台”让现代化边缘成为多云基础架构的延伸。
一旦将边缘平台和边缘工作负载分离开来,基础架构可以支持我们建立一个并行的平台。这个平台将包括软件和硬件编排,以便在一个以软件为定义的平台上进行运营。对于云服务来说,我们不需要为每个工作负载建立单独的平台,而是可以使用一个共享的平台。戴尔科技相信可以进一步提升安全性和自动化水平,建立一个共享的边缘平台,而不是为每个工作负载和应用程序创建不同的平台。同时,戴尔科技已经设定了2023年开始实现这一愿景的计划,并将在明年开始落实之前的一些概念和设想。由于许多企业需要处理数据中心之外的数据,因此在利用GenAI时,我们需要在边缘平台上进行运营,以实现GenAI在使用数据时的可能性。
量子计算与GenAI持续驱动未来
John Roese表示,量子计算的出现解决了GenAI和许多大规模AI对计算资源需求量极大这一主要问题。预计量子计算将带来巨大的技术飞跃,提升AI系统的能力。现代化AI将建立在混合量子系统的计算基础之上,AI工作将在包括量子处理单元在内的多种计算架构中分散进行。
John Roese认为,量子计算和GenAI之间具有密不可分的联系,而且在接下来的五年内可能会随时发生重大变革。他表示,与传统计算不同,量子计算是一种概率计算方式,如果能够对GenAI进行优化,将使其变得更加高效。这种效率的提升将是难以想象的巨大,就像当初ChatGPT应运而生时给人们带来的惊喜一样。
尽管面临着许多挑战,但John Roese坚信戴尔科技有能力通过合作和指导成为客户的战略合作伙伴,引领他们向前发展。他强调需要建立一个数字化统一体,通过通力合作将数字化的想法变为现实。戴尔科技是站在技术和业务增长机遇前沿的综合性公司,拥有丰富的专业知识、解决方案和合作伙伴,致力于帮助客户构建以数据驱动为基础的未来。
好文章,需要你的鼓励
OpenAI在最新博客中首次承认,其AI安全防护在长时间对话中可能失效。该公司指出,相比短对话,长对话中的安全训练机制可能会退化,用户更容易通过改变措辞或分散话题来绕过检测。这一问题不仅影响OpenAI,也是所有大语言模型面临的技术挑战。目前OpenAI正在研究加强长对话中的安全防护措施。
北航团队推出VoxHammer技术,实现3D模型的精确局部编辑,如同3D版Photoshop。该方法直接在3D空间操作,通过逆向追踪和特征替换确保编辑精度,在保持未修改区域完全一致的同时实现高质量局部修改。研究还创建了Edit3D-Bench评估数据集,为3D编辑领域建立新标准,展现出在游戏开发、影视制作等领域的巨大应用潜力。
谷歌宣布计划到2026年底在弗吉尼亚州投资90亿美元,重点发展云计算和AI基础设施。投资包括在里士满南部切斯特菲尔德县建设新数据中心,扩建现有设施,并为当地居民提供教育和职业发展项目。弗吉尼亚州长表示这项投资是对该州AI经济领导地位的有力认可。此次投资是谷歌北美扩张战略的一部分。
宾夕法尼亚大学研究团队开发出PIXIE系统,这是首个能够仅通过视觉就快速准确预测三维物体完整物理属性的AI系统。该技术将传统需要数小时的物理参数预测缩短至2秒,准确率提升高达4.39倍,并能零样本泛化到真实场景。研究团队还构建了包含1624个标注物体的PIXIEVERSE数据集,为相关技术发展奠定了重要基础,在游戏开发、机器人控制等领域具有广阔应用前景。