【新智元导读】 Hugging Face CEO预测2024年,AI行业将出现6大变化,第一条就绷不住了:Hugging Face将破产?
2024年,AI行业将会进化成什么样?
OpenAI主席Greg Brockman曾经在去年最后一天预测:2023年会让2022年看起来像AI发展还没有苏醒一样。

果然,2023年,AI行业迎来了全面的爆发。
而昨天,全世界最大的AI开源社区Hugging Face CEO Clement Delangue对2024年行业的发展做了6条具体的预测:

1.某个当红的AI公司会倒闭,或者以极低的价格被收购。
2.开源LLM能够达到最好的闭源LLM的能力水平。
3.AI在视频,生物,化学,时间序列等领域将带来巨大突破。
4.大众将更进一步关心AI在经济上和环境上的成本。
5.某一个大众媒体将会充斥着AI生成的内容。
6.1000万Hugging Face上的AI开发者将会带来新的工作机会,不会导致失业的激增。
如果说2023年AI行业的突破主要体现在AI技术本身的话,这6条新的预言已经预示着,AI技术在2024年,将进一步破圈,产生的突破影响力将远远超出AI行业的范围。
网友也给他的6条预测的可能性进行了评估,认为其中3条发生的概率不超过50%。

也有人认为6条预测都很靠谱,甚至有几条是已经发生了的。

第一波AI公司将出现倒闭潮
针对第一条预测,结合前两天OpenAI的剧烈动荡,网友纷纷开始阴阳怪气。

Clement赶紧出来圆场,我预测的是我自己。
网友们也纷纷做出了各种猜测,Adept,Perplexity等明星初创公司都被网友提到。
但其实,类似的事情在2023年已经出现。Jasper AI,这家曾经估值超过15亿美金的AI初创公司,作为「套壳GPT的鼻祖」,7月份就传出裁员+估值下降80%的负面新闻。

而在OpenAI上线GPTs之后,可以预见的是,基于OpenAI技术的各种AI公司的路将会越走越窄。
如果在未来他们不能找到一条独立创造价值的道路,从估值超过10亿美元到破产或者被低价收购,并不是一件很意外的事情。
开源VS.闭源
AI开源闭源的鸿沟,未来将进一步扩大还是缩小,行业大佬,AI开源企业,科研人员,用户一直以来都有不同的声音。
从年初的谷歌工程师曝料:OpenAI和谷歌都没有护城河,开源AI是他们最大的对手开始。
而另一方面,不断有开源的模型在各个领域号称接近甚至超过GPT-4。

伯克利团队最近公布的Starling-7B,通过RLAIF的方式,在某些基准测试中超越其他的所有模型,接近GPT-4的水平项目地址:starling.cs.berkeley.edu/
甚至有7B大小的开源模型都号称在某些单项任务上能与GPT-4比肩。

而开发闭源模型的大佬则宣称,开源和闭源的差异可能有3-5年。
而网友们,对于第二条预测的争议也很大。
「由于开源和闭源在算力上的巨大差距,开源要想赶上闭源,还很困难。」

「不明白为什么开源和闭源的差距会缩小。毕竟开源模型的所有知识和技术是共享的,而闭源AI总有他们独有的东西。」

AI For Science
在生物领域,DeepMind的AlphaFold已经在超越人类能力的水平上,预测了蛋白质的结构,直接突破了生物学的最前沿。

而微软前不久发表了一个报告,尝试了GPT-4在生物学,计算化学领域,药物发现、、材料设计和偏微分方程 (PDE)这几个科研领域,作为学术研究助手的价值。

在微软的研究人员看来,基础科学的研究,将在未来被AI工具大大加速。
现在也出现了很多将机器学习技术用于各个专业领域的工具和平台。

项目地址:chemintelligence.com/our-platfor...

而网友,对于AI对于时间序列相关的科研领域(Time-Series,指将时间序列用于统计学、信号处理、模式识别、计量经济学、数学金融等应用科学和工程领域)可能取得的突破也非常看好。

有网友甚至贡献了一篇论文来解释为什么时间序列相关的科研。


「终于,有人看到这一点了,已经有很好的关于时间序列的Transformer的模型出现了。」

AI造成的能源和环境成本
马斯克曾经在播客中讨论过,对于AI行业来说,最重要的第一性原理思考,可能是关于能源和智能的产出比。因此他认为Transformer模型在这方面还有很大的改进空间。
荷兰阿姆斯特丹自由大学的数据科学家 Alex de Vries的研究预测,到 2027 年,AI服务器群每年可使用85至134太瓦时的能源。

而外媒也有过多篇报道,指出AI技术的发展对于能源,水资源的消耗未来将急剧上升。

2027年,AI能源的消耗可能相当于阿根廷、荷兰或瑞典的年用电量,即全球能源需求的 0.5%。

AIGC充斥媒体
毫不夸张的说,视频和图像的AI生成内容,现在正在以光速前进。
在1到两年前,任何人都很难想象这样一段AI动画将可以完全由AI生成。
前不久,梦工厂的联合创始人公开表示,未来3年内,AI将使动画行业的成本降低90%!

也许真的就在明年,动画内容创作将会进一步平民化,而带来的后果就是,像短视频一夜之间席卷全球一样,由Gen AI生成的视频,将会成为视频内容非常重要的组成部分。

AI影响劳动力市场
AI对劳动力市场的影响,一直以来是AI行业备受争议的焦点。
而Hugging Face CEO的预测从某种程度上来说,可能是这个问题的一个潜在答案。
如果更多的人能够加入到开源AI的开发者的行业中来,由此创造的就业是否能够弥补AI技术发展所替代的劳动力。
但是大多数网友似乎不太认可这一逻辑。
第二条和第六条都是笑话,虽然Hugging Face上会出现更多的开发者,但是AI依然会重构劳动力市场。

毕竟,Sam Altman都因为AI,在成为OpenAI CEO后短暂的失业过了2天。