原創(chuàng) | 文 BFT機(jī)器人

前言: 人工智能市場(chǎng)現(xiàn)狀與發(fā)展回顧

(一)人工智能整體回顧

2021-2022 年，全球人工智能市場(chǎng)呈現(xiàn)出蓬勃發(fā)展的態(tài)勢(shì):

應(yīng)用領(lǐng)域不斷擴(kuò)大:人工智能應(yīng)用領(lǐng)域已經(jīng)不再局限于傳統(tǒng)的圖像和語(yǔ)音識(shí)別自然語(yǔ)言處理等領(lǐng)域，而是涵蓋了金融、醫(yī)療、制造業(yè)、物流、零售等各個(gè)行業(yè)，并且在這些領(lǐng)域中得到了廣泛應(yīng)用。

技術(shù)創(chuàng)新不斷推進(jìn): 隨著深度學(xué)習(xí)、自適應(yīng)系統(tǒng)、自主學(xué)習(xí)技術(shù)的不斷發(fā)展人工智能技術(shù)不斷向前推進(jìn)，越來越多的企業(yè)開始嘗試將人工智能技術(shù)應(yīng)用到其核心業(yè)務(wù)中。

產(chǎn)業(yè)生態(tài)加速形成:人工智能已經(jīng)成為一個(gè)擁有完整產(chǎn)業(yè)鏈的領(lǐng)域，從芯片、算法、平臺(tái)、應(yīng)用等方面都有相應(yīng)的企業(yè)存在，并且這些企業(yè)之間形成了一定的合作與競(jìng)爭(zhēng)格局。

政策不斷推動(dòng): 各國(guó)政府都將人工智能視為未來的重要戰(zhàn)略領(lǐng)域，出臺(tái)了一系列支持政策和計(jì)劃，以促進(jìn)人工智能技術(shù)的發(fā)展和應(yīng)用。

未來隨著技術(shù)不斷提升和應(yīng)用廣泛，人工智能市場(chǎng)將會(huì)變得更加成熟和完善。

（二)全球及中國(guó)人工智能市場(chǎng)規(guī)模

近年來，隨著計(jì)算機(jī)技術(shù)的不斷進(jìn)步和應(yīng)用領(lǐng)域的擴(kuò)大，全球人工智能市場(chǎng)正在快速發(fā)展。據(jù)預(yù)測(cè)，到 2022 年，該市場(chǎng)規(guī)模已達(dá) 1290 億美元，其中中國(guó)市場(chǎng)規(guī)模預(yù)計(jì)達(dá)到130.3 億美元,超過全球市場(chǎng)規(guī)模的十分之一。未來2022-2026年，中國(guó)人工智能市場(chǎng)預(yù)計(jì)將以 19.6%的年復(fù)合增長(zhǎng)率穩(wěn)步發(fā)展，2026 年將有望超過 266.9 億美元。

(三)人工智能投融資情況與企業(yè)上市情況

在 2014 年以前，多數(shù)重要模型都是由學(xué)術(shù)界發(fā)布。然而，隨著先進(jìn)人工智能系統(tǒng)的構(gòu)建越來越依賴于大量數(shù)據(jù)、計(jì)算機(jī)能力和資金資源，相較于非營(yíng)利組織和學(xué)術(shù)界，行業(yè)參與者擁有更豐富的資金資源，因此成為研發(fā)重要模型的主要力量。到 2022年，已經(jīng)有 32 個(gè)重要的機(jī)器學(xué)習(xí)模型誕生在工業(yè)界，而學(xué)術(shù)界僅有3 個(gè)。

2022年,全球人工智能領(lǐng)域的私人投資經(jīng)歷了十年來的首次下降。相比于 2021年，2022 年 919 億美元的投資金額下降了 26.7%。中國(guó)的人工智能領(lǐng)域的投資情況與全球趨勢(shì)類似。

在 2020 年至 2021 年期間，中國(guó)的人工智能領(lǐng)域一級(jí)市場(chǎng)總?cè)谫Y金額從 991.79 億元增長(zhǎng)至 2187.92 億元，實(shí)現(xiàn)了 120%的增長(zhǎng)。然而，截至2022年 11 月 10 日，總體呈現(xiàn)下降趨勢(shì)。

2015-2022 年 11 月 10 日，中國(guó)人工智能領(lǐng)域一級(jí)市場(chǎng)的平均單筆融資金額是呈波動(dòng)增長(zhǎng)的趨勢(shì)，在 2017 年后，單筆融資金額平均不低于 1 億元，在一定程度上表明人工智能領(lǐng)域平均估值有所提升，投資門檻越來越高。

2015 年至 2022 年 11 月 10 日，中國(guó)人工智能領(lǐng)域早期投資呈現(xiàn)顯著下降趨勢(shì)，波動(dòng)范圍最大，從占比 60%下降至 25%。相比之下，成長(zhǎng)期投資占比變化較小，基本保持穩(wěn)定;而戰(zhàn)略投資和中后期投資則有一定程度的增加。

值得注意的是，從 2019 年開始，成長(zhǎng)期投資的占比開始高于早期投資，且一直保持這種趨勢(shì)至 2022 年 11 月 10 日。在一定程度上表明國(guó)內(nèi)人工智能領(lǐng)域的風(fēng)險(xiǎn)投資偏好正在逐漸走向成熟的態(tài)勢(shì)。

(四)人工智能專利技術(shù)情況

4.1 全球人工智能專利公開與申請(qǐng)情況

全球人工智能領(lǐng)域每年專利公開數(shù)量呈逐年上升趨勢(shì),2022 年達(dá)到 3 萬項(xiàng)以上。從專利數(shù)量上看，人工智能在不斷的發(fā)展進(jìn)步。

4.2全球人工智能專利來源國(guó)分布情況

2018-2023 年4 月 10 日，我國(guó)在人工智能專利公開數(shù)量上處于絕對(duì)領(lǐng)先地位，遠(yuǎn)超美、日韓等其他國(guó)家。

（五）全球人工智能部分政策及規(guī)劃

(六)人工智能部分重要進(jìn)展更新

6.1 國(guó)外最新進(jìn)展

2023 年1月3 日，Meta 發(fā)布自監(jiān)督算法 data2vec 2.0: 通過整合語(yǔ)音視覺和文本三種數(shù)據(jù)模態(tài)，使用一個(gè)框架進(jìn)行訓(xùn)練，可以在保持相同精度的情況下，將訓(xùn)練效率提高 16 倍。

2023 年 1月 27 日，谷歌公布文字-圖像生成模型 Muse (繆斯)、MusicLM等:文字可以直接生成高保真的音樂。

2023年1月28 日斯坦福團(tuán)隊(duì)推出 DetectGPT:旨在幫助教育工作者識(shí)別出 ChatGPT 生成的論文。

2023 年 1月28 日，馬斯克合伙人研制大腦“第七層”: 癱瘓病人可用意念操作電子設(shè)備。

2023 年1 月底，GPT-3 核心成員打造 ChatGPT 競(jìng)品 Claude: 目標(biāo)成為一款安全、符合人類價(jià)值觀且遵循道德規(guī)范的人工智能系統(tǒng)。

2023年2月24 日，Meta 公布一款新的人工智能大型語(yǔ)言模型 LLaMA: 能支持研究人員在多項(xiàng)復(fù)雜任務(wù)中取得進(jìn)展，如生成文本、進(jìn)行對(duì)話、撰寫總結(jié)性文件、證明數(shù)學(xué)定理或預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)等。

6.2 國(guó)內(nèi)最新進(jìn)展

2022 年 12 月 28 日，新型智能皮膚可實(shí)現(xiàn)手部任務(wù)快速識(shí)別: 未來或許可實(shí)現(xiàn)在隱形鍵盤上打字，實(shí)現(xiàn)沉浸式觸摸。

2023 年 1月 25 日，中山大學(xué)聯(lián)合團(tuán)隊(duì)實(shí)現(xiàn)機(jī)器人液化越獄: 在未來，醫(yī)療保健、精準(zhǔn)貨物運(yùn)輸以及電子維修等領(lǐng)域可能會(huì)受益于該新技術(shù)的發(fā)展。

2023 年1月底，中山大學(xué)研發(fā)“數(shù)字流式”系統(tǒng) DeepFundus: 促進(jìn)人工智能在臨床方面的應(yīng)用。

2023 年3月 16 日，百度推出中國(guó)式的 ChatGPT 服務(wù): 為中國(guó)提供了一個(gè)更加便捷和高效的自然語(yǔ)言處理平臺(tái)，有助于推動(dòng)中國(guó)在人工智能領(lǐng)域的發(fā)展和應(yīng)用。

2023 年 4月7 日，阿里云自研大模型“通義千問”開始請(qǐng)用戶測(cè)試體驗(yàn)每一家企業(yè)未來都能夠在阿里云上調(diào)用通義千問的全部功能，同時(shí)利用自身的行業(yè)知識(shí)和應(yīng)用場(chǎng)景訓(xùn)練自己的企業(yè)大模型。

2023 年 4月10 日，商湯科技宣布推出自研的中文語(yǔ)言大模型應(yīng)用平臺(tái)“商量”:它具備自然語(yǔ)言生成、文本生成圖、感知模型標(biāo)注和模型研發(fā)功能，能夠理解多輪對(duì)話和超長(zhǎng)文本。

第一章:爆紅的 ChatGPT

(一)chatGPT 基本概念

ChatGPT 是由 OpenAI 開發(fā)的一種 AI 語(yǔ)言模型，它可以根據(jù)給定的輸入生成類似于人類的文本。該模型經(jīng)過在大量文本數(shù)據(jù)集上的訓(xùn)練，具備生成問題回答、長(zhǎng)文本總結(jié)、故事創(chuàng)作等能力。通常情況下，它被用于對(duì)話式 AI 應(yīng)用中，以模擬與用戶進(jìn)行類人對(duì)話。

(二)發(fā)展歷程

第二章: 相關(guān)行業(yè)發(fā)展之自然語(yǔ)言處理

(一)基本概念及作用

自然語(yǔ)言處理 (NaturalLanguage Processing，簡(jiǎn)稱 NLP)，是指利用人類交流所使用的自然語(yǔ)言與機(jī)器進(jìn)行交互通訊的技術(shù)，通過人工智能技術(shù)對(duì)自然語(yǔ)言進(jìn)行處理，使得計(jì)算機(jī)對(duì)其能夠可讀并理解，也是 chatGPT 類的 AI 文本生成功能的核心技術(shù)之一。

自然語(yǔ)言處理涉及細(xì)分領(lǐng)域很多，其核心任務(wù)涉及兩部分，自然語(yǔ)言理解(Natural-language Understanding，簡(jiǎn)稱 NLU)和自然語(yǔ)言生成(Natural-language generation，簡(jiǎn)稱 NLG)。

ChatGPT 和自然語(yǔ)言處理之間是相輔相成的關(guān)系:

首先，自然語(yǔ)言處理作為 chatGPT 的核心技術(shù)之一，它的研究啟發(fā)了大規(guī)模語(yǔ)言模型的構(gòu)建，使得 ChatGPT 能夠更好地理解自然語(yǔ)言,生成更加優(yōu)質(zhì)的文本其次，自然語(yǔ)言處理任務(wù)中的數(shù)據(jù)集和評(píng)估指標(biāo)也為 ChatGPT 的訓(xùn)練和評(píng)估提供了基礎(chǔ)和參考。此外，自然語(yǔ)言處理還促進(jìn)了 ChatGPT 在多任務(wù)學(xué)習(xí)、遷移學(xué)習(xí)等方面的應(yīng)用，進(jìn)一步拓展了 ChatGPT 的應(yīng)用范圍和性能。

反之，ChatGPT 的出現(xiàn)也深刻地影響了自然語(yǔ)言處理領(lǐng)域。一方面，大規(guī)模語(yǔ)言模型中蘊(yùn)含的信息使得傳統(tǒng)自然語(yǔ)言處理任務(wù)(如分詞、詞性標(biāo)注、句法分析等)不再需要專門的研究。另一方面，ChatGPT 將各種自然語(yǔ)言處理任務(wù)轉(zhuǎn)化。

為序列到序列生成問題，打破了任務(wù)間的界限，促進(jìn)了多任務(wù)學(xué)習(xí)和遷移學(xué)習(xí)的發(fā)展。此外，工業(yè)界擁有豐富的計(jì)算資源、用戶信息和反饋數(shù)據(jù)，這與學(xué)術(shù)界進(jìn)行系統(tǒng)級(jí)研究形成互補(bǔ)，產(chǎn)生了相互促進(jìn)的作用。

(二)發(fā)展階段

自然語(yǔ)言處理的發(fā)展過程對(duì)人類具有重要意義。自然語(yǔ)言處理最早可以追溯到 20世紀(jì) 50 年代，隨著自然語(yǔ)言處理技術(shù)的不斷進(jìn)步，我們可以更好地利用自然語(yǔ)言與計(jì)算機(jī)進(jìn)行交互，從而實(shí)現(xiàn)更高效、更便捷的信息處理和溝通方式ChatGPT 就是自然語(yǔ)言處理技術(shù)應(yīng)用的優(yōu)秀代表。

第三章: 相關(guān)行業(yè)發(fā)展之 AI 數(shù)據(jù)

(一)基本概念及作用

數(shù)據(jù)是 AI 的三大基石 (算法、算力)之，ChatGPT 在對(duì)語(yǔ)言做出反應(yīng)時(shí)需要的不僅僅是在不同行業(yè)數(shù)據(jù)的采集和利用，還包括數(shù)據(jù)準(zhǔn)備、模型選擇、訓(xùn)練、評(píng)估、參數(shù)調(diào)整、預(yù)測(cè)等流程。

AI數(shù)據(jù)對(duì) chatGPT 的重要性在于為 ChatGPT 提供了大量的訓(xùn)練數(shù)據(jù)和算法評(píng)估服務(wù)，從而使其在自然語(yǔ)言處理方面表現(xiàn)更出色。A 數(shù)據(jù)平臺(tái)可以提供海量的對(duì)話樣本和其他類型的 NLP 數(shù)據(jù)，這些數(shù)據(jù)可以用來訓(xùn)練和優(yōu)化 ChatGPT 模型，并使其能夠更好地理解和回答用戶的問題。

此外，A 數(shù)據(jù)平臺(tái)還可以提供常規(guī)任務(wù)數(shù)據(jù)，如文本分類、實(shí)體識(shí)別等，這些任務(wù)可以幫助 ChatGPT 實(shí)現(xiàn)更復(fù)雜的應(yīng)用場(chǎng)景。同時(shí)，Al數(shù)據(jù)平臺(tái)還可以提供精準(zhǔn)的模型評(píng)估服務(wù),以評(píng)估 ChatGPT模型的準(zhǔn)確度和效果

(二)發(fā)展階段

AI 數(shù)據(jù)的發(fā)展經(jīng)歷了四個(gè)階段: 數(shù)據(jù)收集階段、數(shù)據(jù)標(biāo)注和整理階段、數(shù)據(jù)共享和開放階段、AI數(shù)據(jù)平臺(tái)階段。AI 數(shù)據(jù)為 A 模型提供了用于訓(xùn)練、測(cè)試和優(yōu)化的數(shù)據(jù)，使它們能夠更快地學(xué)習(xí)和適應(yīng)新的任務(wù)。

A 數(shù)據(jù)的廣泛應(yīng)用和使用有利于提高 AI 模型的準(zhǔn)確性和效率。這些數(shù)據(jù)比如包括從標(biāo)準(zhǔn)低級(jí)任務(wù)(如圖像分類)到復(fù)雜高級(jí)任務(wù)(如對(duì)話生成)的各種數(shù)據(jù)來源，可以為 AI 模型提供足夠的知識(shí)和內(nèi)容，促進(jìn) AI 模型逐步提升到能夠解決高級(jí)任務(wù)的水平。

AI 數(shù)據(jù)行業(yè)正在迅速發(fā)展，AI 數(shù)據(jù)市場(chǎng)正在擴(kuò)大，對(duì)于推動(dòng) AI 技術(shù)發(fā)展、提高 AI 模型能力促進(jìn)AI 應(yīng)用落地和促進(jìn)整個(gè) AI 行業(yè)的發(fā)展方面都具有重要的作用。

第四章: 相關(guān)行業(yè)發(fā)展之 AI 芯片

(一)基本概念及作用

AI芯片是 ChatGPT 實(shí)現(xiàn)的基礎(chǔ)，更是承載人工智能行業(yè)發(fā)展的基礎(chǔ)設(shè)施為模型訓(xùn)練提供算力支持。

廣義上講，能夠運(yùn)行人工智能算法的芯片都叫做 AI 芯片，但是通常意義上的AI 芯片指的是針對(duì)人工智能算法做了特殊加速設(shè)計(jì)的芯片。AI 芯片也被稱為 A加速器或計(jì)算卡，即專門用于處理人工智能應(yīng)用中的大量計(jì)算任務(wù)的模塊。深度學(xué)習(xí)模型與推薦式系統(tǒng)模型復(fù)雜度進(jìn)一步提升，對(duì)芯片算力提出了更高的要求AI 芯片算力已步入蓬勃發(fā)展階段。

根據(jù)機(jī)器學(xué)習(xí)算法步驟，可分為訓(xùn)練 (training)芯片和推斷 (inference)芯片。從技術(shù)架構(gòu)來看，AI 芯片主要分為圖形處理器 (GPU)、現(xiàn)場(chǎng)可編程門陣列 (FPGA) 、專用集成電路(ASIC) 、類腦芯片四大類。

(二) AI 芯片分類

不同的應(yīng)用場(chǎng)景，按照“端-邊-云”，對(duì) AI芯片有著不同的要求。其中端和邊上進(jìn)行的大部分是 AI“推理”;大部分的訓(xùn)練過程是在云和數(shù)據(jù)中心進(jìn)行，云端訓(xùn)練和推斷計(jì)算主要由 Al 服務(wù)器完成，底層算力芯片包括 CPU、GPU、FPGAASIC 等。

CPU 是 AI 計(jì)算的基礎(chǔ)，負(fù)責(zé)控制和協(xié)調(diào)所有的計(jì)算操作。GPU、FPGA、ASIC是 AI 計(jì)算的核心作為加速芯片處理大規(guī)模并行計(jì)算。

報(bào)告出品：廣聞廣識(shí)報(bào)告編輯：智能機(jī)器人系統(tǒng)

??更多精彩內(nèi)容請(qǐng)關(guān)注公眾號(hào)：BFT機(jī)器人
本文為原創(chuàng)文章，版權(quán)歸BFT機(jī)器人所有，如需轉(zhuǎn)載請(qǐng)與我們聯(lián)系。若您對(duì)該文章內(nèi)容有任何疑問，請(qǐng)與我們聯(lián)系，將及時(shí)回應(yīng)。