人工智能领域的投资和商业应用呈现出快速发展之态势，特别是在生成式人工智能和智慧城市建设方面。随着技术的不断进步和应用场景的拓展，人工智能将继续为社会带来深远的影响。
2024年10月8日，诺贝尔奖的揭晓引起了全球科技界的广泛关注，尤其是人工智能（AI）领域的突破性获奖，更是让AI成为今年诺贝尔奖的最大赢家。
本届诺贝尔物理学奖授予了美国科学家约翰·霍普菲尔德和加拿大科学家杰弗里·辛顿，以表彰他们通过人工神经网络实现机器学习而作出的基础性发现和发明。霍普菲尔德创建了具有联想记忆能力的霍普菲尔德网络，可以存储和重建数据中的图像和其他类型的模式；而辛顿发明的玻尔兹曼机则可以自主挖掘数据性质，完成诸如图像元素识别等任务。他们的奠基性工作催生了当前机器学习的爆炸性发展，也在物理学领域得到 广泛运用。
紧接着，诺贝尔化学奖的一半授予了美国华盛顿大学的大卫·贝克，以表彰其在计算蛋白质设计方面的贡献，另一半则共同授予了谷歌旗下DeepMind公司的戴米斯·哈萨比斯和约翰·乔普，以表彰他们在蛋白质结构预测方面的成就。特别是哈萨比斯和乔普开发的人工智能模型AlphaFold2，成功解决了预测蛋白质结构这一长达50年的难题，这一突破使得科学家能够在几分钟内推测出某种蛋白质的三维形状，原本这一任务需要数月甚至数年的时间。
人工智能技术及其应用“横扫”诺贝尔奖，不仅体现出对科学家们在人工智能领域长期努力的认可，也反映出人工智能在多个领域不断渗透的趋势。如今，从生活中的语音助手，到复杂的医学诊断，人工智能已经成为现代社会运作不可或缺的一部分。在这一进程中，AI技术不仅帮助人类解决了无数未知的挑战，也为未来的科学探索提供了无限的可能性。
人工智能的发展趋势
自2022年末横空出世以来，以Transformer作为构架的大语言模型人工智能一直热度不减。到2024年，人工智能更是在视频生成、智能驾驶、语音识别、自然语言处理等多个领域取得了突破性的进展。这些模型不仅能够理解复杂的语言模式，还能生成高质量的文本和图像，极大地推动了人工智能技术的商业化应用。随着计算能力的提升和算法的优化，大语言模型在处理大规模数据集时的效率和准确性都有了显著的提高。此外，它们在医疗诊断、金融分析、教育辅导等专业领域也展现出巨大的潜力，为各行各业带来了前所未有的变革。
根据《2024年人工智能指数报告》，2023年人工智能行业的主要趋势包括人工智能在特定任务上超越人类、产业界主导AI研究、对大型语言模型（LLM）责任的评估缺乏标准化、生成式人工智能投资激增、人工智能提高打工人的生产力、科学进步因AI而加速、美国人工智能法规数量急剧增加、人们对AI的潜在影响有了更深刻的认识同时也更焦虑等。
在这些趋势中，人工智能在特定任务上超越人类的能力尤其引人注目，例如在医疗诊断、法律研究和金融分析等领域，AI展现出了超越人类专家的潜力。产业界主导AI研究的趋势表明，企业正在成为推动人工智能技术发展的重要力量，他们通过大量投资和实际应用来加速AI技术的商业化进程。同时，大型语言模型（LLM）的快速发展也带来了新的挑战，特别是关于它们的伦理和责任问题，这需要行业和监管机构共同制定更加明确的指导原则和标准。
生成式人工智能投资的激增，预示着未来AI将在内容创作、游戏设计和虚拟现实等领域扮演更加重要的角色。人工智能提高生产力，意味着AI技术将帮助人们更高效地完成工作，释放人类的创造力和战略思维。科学进步因AI而加速，这不仅体现在新药发现和材料科学上，也包括了对宇宙和生命起源等基础科学问题的探索。美国人工智能法规数量的急剧增加，反映了社会对于规范AI发展和应用的迫切需求。最后，人们对AI的潜在影响有了更深刻的认识同时也更焦虑，这促使公众、政策制定者和技术开发者之间需要更多的对话和合作，以确保人工智能技术的健康发展和对社会的积极影响。
产业界与学术界也有了更深入的合作。这种合作促进了理论与实践相结合，加速了新技术的研发和应用。通过这种合作，学术界的研究成果能够更快地转化为产业界的生产力，同时产业界遇到的实际问题也为学术研究提供了新的方向和挑战。双方的互动不仅提升了各自领域的竞争力，也为社会经济的发展做出了贡献。
清华大学与阿里巴巴的合作就是典型的例子。双方在人工智能安全领域展开了深入的交流与合作，旨在提升AI技术的安全性和可靠性。清华大学的研究能力与阿里巴巴的实际应用场景相结合，推动了安全AI技术的快速发展。这种合作不仅解决了AI应用中的安全问题，也为学术界提供了实用的研究方向，形成了良性的互动关系。
另一个例子是睿创微纳与山东大学的合作。双方共同建立了博士后科研工作站，专注于AI技术的前沿研究。通过这种合作，学术界的研究成果能够更快地转化为产业界的生产力，产业界的实际需求也为学术研究提供了新的挑战和方向。这种双向互动不仅提升了各自领域的竞争力，也为社会经济的发展做出了贡献。
根据斯坦福大学的《2024年人工智能指数报告》，产业界在AI领域主导作用愈加明显，2023年共推出了51个著名AI模型，而学术界仅推出了15个。更重要的是，产业界与学术界的合作共推出了21个重要模型。这一现象表明，产学研合作在推动AI技术进步方面具有巨大的潜力和价值。可以看到，产业界与学术界的合作不仅是技术创新的催化剂，也是推动社会进步的重要力量。未来，随着AI技术的不断发展，这种合作模式将会更加深入，为各行各业带来更多的机遇与挑战。
人工智能已经在医疗、教育、金融、娱乐等领域得到广泛应用。图 /AI 生成
AI 的能力仍在提升
一直以来，AI技术在图像分类、视觉推理和语言理解等方面的进步十分显著，在更复杂的任务上如竞赛级数学和视觉常识推理等仍落后于人类。但在2024年，AI技术继续进步，在各方面都有了赶超人类的趋势。
在图像分类和视觉推理方面，AI已经超越了人类的表现。例如，百度AI开放平台的图像内容理解技术，可以多维度理解图片内容，支持输出对图片内容的一句话描述，结合大语言模型，可应用于看图问答、视觉推理等场景。此外，AI在物体和场景全识别方面也取得了显著进展，能够识别动物、植物、商品、建筑、风景、动漫、食材、公众人物等10万个常见物体及场景。
在语言理解方面，AI同样取得了巨大的进步。AI模型如谷歌的Gemini、OpenAI的GPT-4等先进的多模态模型能够同时处理图像、文本乃至音频，展现出前所未有的灵活性。这些模型不仅在英语理解上超越人类，还能够理解和生成多种语言的流畅文本。尤其是OpenAI发布的GPT-4o模型，具有了和人类实时对话、随时打断、随时插话的能力，而且可以根据对话内容调整语气、语速，几乎达到以假乱真的程度。
AI在竞赛级数学等更复杂的任务上落后于人类的局面，而今也正被打破。例如，OpenAI的o1模型通过将计算从预训练和后训练转移到推理，采用强化学习来优化链式思维的处理方式，使得解决复杂的数学、科学和编码问题成为可能。
有人用o1模型进行测试，发现它在解决数学问题上的能力非常强大。在模拟进行的Codeforces编程竞赛中，o1-preview可以打败62%的人类选手，而正式版o1则上升到超越89%的对手。更令人印象深刻的是，专门微调过的o1-ioi模型，表现优于93%的竞争对手。此外，o1模型在国际数学奥林匹克竞赛级别的难题上也展现出接近人类金牌选手的水平。一个名为AlphaGeometry的AI模型由Google DeepMind和纽约大学的联合团队研发，解决了30个最新奥林匹克级别问题中的25个，接近国际数学奥林匹克竞赛金牌选手的平均表现。
新的o1模型在推理过程中花费更多时间进行推理，这标志着一种范式转变：从快速、直接的反应转向缓慢、深思熟虑、多步骤的推理时间计算。这种转变使得o1模型在科学、编程和数学领域都取得了相当卓越的表现，并且在AI安全和对齐方面也取得了进展。通过将LLM的预测能力与强化学习和世界建模的策略深度相结合，像o1这样的AI系统可以解决更复杂的问题和实现更复杂的决策过程，这种混合方法既可以实现快速模式识别，也可以实现深思熟虑的逐步推理。
在视觉常识推理方面，AI同样在迎头赶上。AI模型正在学习如何更好地理解和解释视觉信息，包括对图像中物体的关系和交互的理解。这不仅涉及图像识别，还包括对图像中发生的事件的推理能力。
AI系统现在能够识别场景中的动作和行为，比如一个人在跑步或一个物体在下落。它们甚至可以预测接下来可能发生的情景，如一个球被踢后会沿着特定的轨迹移动。这种能力的提升，使得AI在监控、自动驾驶汽车、机器人导航和辅助视觉障碍者等领域具有巨大的应用潜力。随着技术的不断进步，AI在视觉常识推理方面的表现将越来越接近甚至超越人类的水平。
此外，AI在多模态AI领域的进步尤为显著。多模态AI系统能够处理图像、文本和音频等多种类型的数据输入，从而提供更丰富的信息和更准确的推理结果。这种技术的发展，使得AI在理解复杂场景和执行多步骤任务方面的能力得到显著提升。
在产业应用方面，AI技术的应用案例不断涌现，涵盖了工业、金融、教育、医疗、能源、农业等多个行业。这些案例展示了AI技术在解决行业痛点、推动产业升级和创造新的商业模式方面的潜力。
总的来说，AI技术在多个领域都取得了显著的进步，随着技术的不断发展和创新，我们可以期待AI在未来将更加深入地融入人类生活和工作，带来更大的便利和价值。
人工智能的投资和市场
在2024年，生成式人工智能的投资急剧上升，成为推动人工智能领域发展的重要力量。全球对生成式人工智能的投资从2022年的约30亿美元增长至252亿美元，增长了近8倍。这一趋势凸显了市场对AI技术在创造新产品、优化工作流程和增强决策能力方面潜力的认可。
中国人工智能市场规模持续增长，预计到2027年将突破400亿美元，年复合增长率达到25.6%。这一增长得益于国家政策的支持以及资本市场的活跃。企业主要分布于第三产业，占比高达75.79%，其中信息传输、软件和信息技术服务业以28.46%的占比位居第一。
在商业应用方面，人工智能的下游应用主要集中于智慧城市和企业智能管理。智慧城市领域的应用场景包括智能交通、公共安全、环境监测等，旨在通过AI技术提升城市管理效率和居民生活质量。企业智能管理则涉及生产自动化、供应链优化、客户服务等多个方面，通过AI技术提高企业的运营效率和市场竞争力。
人工智能技术的发展也带动了相关产业链的成熟，从硬件设备、数据服务到算法模型、开发平台，再到应用产品和场景，形成了一个庞大的产业生态。这一生态不仅涵盖了传统的交通、医疗、安防等领域，也不断拓展到金融、教育、娱乐等新兴领域。
在区域竞争方面，北京市和广东省的人工智能产业发展优势明显，这得益于这些地区在人才集聚、资本投入和政策支持方面的优势。同时，这些地区的人工智能企业在基础层、技术层和应用层都有布局，显示出较强的竞争力。
总体而言，2024年人工智能领域的投资和商业应用呈现出快速发展之势，特别是在生成式人工智能和智慧城市建设方面。随着技术的不断进步和应用场景的拓展，人工智能将继续为社会带来深远的影响。
开始更广泛的应用
人工智能技术的落地应用在各行各业中正不断增多，特别是在智能制造、智能医疗和智能教育等领域，展现 出显著的实际效果。
在智能制造领域，AI技术的应用已经深入到生产的各个环节。例如，生成式AI在生产计划、设备维护和质量控制等方面发挥了关键作用。通过分析大量数据，AI能够优化生产流程，提高生产效率。人工智能在智能制造中的运用正变得越来越广泛，它通过多种方式提高生产效率、优化生产流程，并预测维护需求。
AI技术可以自动化传统的生产线，利用机器人和传感器自动完成任务，减少人工干预，提高生产效率。例如，海尔卡奥斯的AI工业大脑通过深度融合AI技术，包括视觉监控检测、质量缺陷检测、智能安防、智能物流等，广泛应用于工业设计与研发、机理仿真及数字孪生，实现了对工业领域的群体智能决策。AI技术帮助制造业优化供应链管理，通过实时监控供应链中的各种参数更好地预测市场需求，调整生产计划。例如，鸿佰科技部署了AI需求预测模型，通过训练历史数据，在短 短三年内将预测准确率提升了27%。
人工智能将进入我们生活的方方面面，成为人类社会不可或缺的一部分。图 /AI 生成
AI技术可以优化物流管理，通过实时监控物流参数，更好地预测需求，调整物流计划。例如，华润建材科技通过自适应优化重型运输设备的路线，将提货周期缩短了39%。同时，AI技术还能够实现智能质量控制，通过实时监控生产过程中的各种参数，预测质量问题，采取措施解决。例如，VitrA Karo通过在其窑炉中部署计算机视觉系统，成功将废品率降低了68%。越来越多的企业通过AI技术优化与控制能源使用，助力制造企业降低能耗、减少排放。例如，中信泰富特钢通过精准预测和实时调整高炉运作，实现了11%的能耗降低。
还有更多生产制造环节开始使用人工智能，比如基于AI与机器视觉技术的分拣程序已实现有效应用，速度快、规模大，并能有效解决传 统分拣方式中的高错误率和人工劳动强度大等问题；使用AI技术提供智能化的客户服务，提高服务效率，增强客户体验；用AI技术加持，助力工控和工业软件快速发展，提高控制层、驱动层、执行层与传感层的协同效率。
在医疗领域，AI技术的应用同样取得了显著成效。智能分诊系统能够为患者提供精准的科室推荐，节省就医时间。例如，医渡科技的智能分诊系统在阜外医院的应用中，专科专病分诊的准确率达到了97.4%，显著提升了患者的就医体验。
AI辅助诊疗系统也在降低漏诊率和误诊率方面发挥了重要作用。以心电图为例，阜外医院的心电辅助决策支持系统的准确率相当于5年到10年资深医生水平，极大提高了医生的工作效率。AI技术还被应用于药物研发，通过机器学习算法加速新药的开发进程，从而降低研发成本和时间。
在教育领域，AI技术的应用正在推动教育的变革。智能测评系统能够准确把握学生的学习状况，并为教师提供针对性的教学策略建议。例如，杭州市杜甫中学的智慧作业系统通过即时批改，帮助学生巩固知识，提升了教学效率。此外，AI技术还在居家学习领域展现出强大的应用潜力，提供个性化的学习工具，帮助学生实现更高效的学习体验。
AI技术在提高工作效率方面的应用也日益广泛。例如，搜狐简单AI作为一款全能型的AI创作助手，帮助用户在内容创作中节省时间，提高工作效率。调查显示，82%的用户认为该工具显著提升了他们的工作效率。通过整合多种功能，AI工具能够快速生成文案、图像等，帮助用户更高效地完成任务。
随着技术的不断进步，AI将在更多行业中发挥重要作用，推动各行业的智能化转型。
人工智能走向何方
当下，人工智能的发展已经超越了简单的自动化和效率提升层面，它正在重塑我们的生活和工作方式，以及社会和经济的结构。AI不仅是一种技术，更是一个时代的符号，代表着人类智慧的延伸和扩展。随着技术的进步，AI正变得越来越聪明，越来越能够理解人类的需求和愿望。在社会和经济的更广泛层面， AI的发展预示着一个新的生产模式的到来。它将改变劳动力市场，一些工作将被自动化取代，同时也会创造新的就业机会。这要求社会对教育和培训体系进行调整，以确保劳动力能够适应新的技能需求。
AI对社会和经济的影响是深远的。它不仅提高了生产效率，还促进了创新和创业。AI的应用正在推动新产业的发展，同时也在改变传统产业的运作方式。例如，制造业通过引入AI，实现了更加智能化和自动化的生产流程，提高了产品质量和生产效率。
然而，AI的发展也带来了挑战。随着自动化程度的提高，一些工作可能会被机器取代，这可能导致失业和社会不稳定。为了应对这一挑战，社会需要建立更加完善的教育和培训体系，帮助劳动力转型和升级技能。同时，也需要考虑如何通过政策和法规来保护那些可能受到自动化影响的工人。
AI的发展还引发了对伦理和隐私的担忧。随着AI系统能够处理和分析大量的个人数据，如何确保数据的安全和隐私成为社会关注的焦点。这要求我们在推动AI技术发展的同时，也要建立相应的法律法规，保护个人隐私和数据安全。
AI的未来是充满机遇和挑战的。它将深刻地改变我们的社会和经济，同时也对我们的价值观和生活方式 提出新的问题。我们需要在享受AI带来的便利和效率提升的同时，认真考虑如何确保技术的负责任使用，以及如何通过教育和政策来适应这一变革。只有这样，我们才能确保AI技术产生积极影响，为全人类带来福祉。
（文章来源：《创意世界》2024年12月号）
↓点击下方链接进行购买↓
编校：范晓华，审读：郭丽
/ / / / /
/ / / / /
/ /
/ / / / /
/ / / /