大模型技術的出現讓這一切成為可能。在OpenAI定義的AGI路線中,第一階段是具備用自然語言對話的能力。第二階段是具備推理能力,讓AI具備解決問題的能力。第三階段是代理能力,讓AI能夠自主執(zhí)行任務。

目前,我們正在向代理型AI階段過渡,代理型AI將能夠像人類一樣執(zhí)行任務。它會將復雜目標拆解成多個任務,并通過記憶、計劃、感知和調用工具等核心功能來完成一些復雜的任務。其終極目標是讓人通過簡單的語音指令讓AI執(zhí)行復雜任務。

高挺也提到,盡管代理型AI具有顛覆潛力,但目前在長任務鏈的可靠性方面還存在挑戰(zhàn),容易因單個步驟出錯而影響整體效果,完成復雜任務的能力有限。

需要以AI治理平臺應對AI技術失控的風險

隨著AI技術的迅速發(fā)展,越發(fā)需要AI治理平臺來應對技術失控的風險。

Gartner指出,“AI治理平臺”幫助企業(yè)從法律、倫理等多維度管理和監(jiān)督AI系統(tǒng),屬于“AI信任、風險和安全管理”(AI TRiSM)框架的一部分。這些平臺的核心功能包括模型生命周期管理、模型透明度與可解釋性、模型驗證、系統(tǒng)監(jiān)控及合規(guī)管理。

生成式AI的興起加大了治理難度,近年來已出現因AI失誤而引發(fā)的社會事件,例如人臉識別誤判、錯誤的客服信息、甚至滋生“黑灰產業(yè)”。因此,建立AI治理機制成為企業(yè)發(fā)展的關鍵一步。盡管市場上已有相關廠商提供AI治理功能,但一站式的解決方案仍然稀缺,不同廠商的能力存在差異。

高挺認為,未來,各國將出臺更多AI監(jiān)管法規(guī),企業(yè)也將設立“數字合規(guī)部門”以保障AI安全。Gartner認為,負責任的AI將如同網絡安全一樣,逐漸成為企業(yè)的“標配”,成為未來合規(guī)發(fā)展的必需品。

以“虛假信息安全”來應對惡意虛假信息

高挺提到,生成式AI在帶來效率提升到同時,也大幅降低了制造虛假信息的成本。Gartner認為,這需要用“虛假信息安全”做出應對。

所謂虛假信息安全指的是一種新興技術,用于保障信息傳播的真實性和完整性,可以用來防止冒充和追蹤有害信息傳播。這類技術涵蓋了實時通信驗證、媒體真實性審查、大語言模型驅動的監(jiān)控系統(tǒng)、社交媒體內容追蹤、以及數字測謊等能力。

越來越多的企業(yè)開始意識到虛假信息的危害。生成式AI的普及加劇了傳統(tǒng)網絡安全問題,如網絡釣魚、社會工程攻擊和虛假內容傳播,傳統(tǒng)的人工和規(guī)則識別手段已不足以應對這一挑戰(zhàn),需要如深度偽造檢測等新技術來抵御和識別惡意虛假信息。

以后量子密碼學來應對加密危機

量子計算的快速發(fā)展正帶來重大加密風險,或許比“千年蟲問題”更為嚴峻。

當前廣泛使用的非對稱加密(公鑰/私鑰體系)雖然在傳統(tǒng)計算下幾乎無法破解,但在量子計算面前將變得脆弱不堪。量子計算可以在幾分鐘內破解需要數百年計算才能解開的加密,直接讓現有的安全機制失效,可以威脅如網銀等現在廣泛使用的加密鏈路。

為應對這種威脅,“后量子密碼學”正成為新的解決方案,“后量子密碼學”可以開發(fā)對抗量子破解的加密算法。美國國家標準與技術研究院(NIST)正進行新一輪加密算法評選,預計將在2025年春季更新部分后量子加密算法。

然而,許多企業(yè)尚未意識到這一轉變的重要性。高挺提到,一些黑客已開始存儲企業(yè)的加密數據,等待量子計算成熟后再破解,企業(yè)需逐步采用“后量子密碼”來保護核心敏感信息,以防未來風險。

環(huán)境隱形智能將會有豐富的新應用場景

環(huán)境隱形智能這個概念有點讓人摸不著頭腦,其實,Gartner所說的“環(huán)境隱形智能”是指利用成本低、功耗小的智能標簽和傳感器,能實現對環(huán)境的智能感知與數據采集。

這些低功耗小型設備會采用包括藍牙在內的連接技術,有些設備可以通過收集射頻能量,具備近乎無限的壽命。預計到2025年,這類設備將被大規(guī)模應用,帶來豐富的新場景,例如,可以在倉庫中實時監(jiān)控數百萬件商品庫存,可以在食品運輸中追蹤溫度和行進路徑以減少損耗等。

高挺介紹稱,智能標簽的成本正快速下降,將從每個約20美分降至10美分,這將使幾乎所有商品都能嵌入智能標簽,為客戶帶來創(chuàng)新的互動體驗。例如,在服裝店,顧客可將商品放入自動掃描設備中完成結賬,這正是低功耗智能標簽的應用。

節(jié)能計算,用更少的能耗去進行更多的計算

在AI對算力要求不斷攀升的情況下,全球數據中心不斷擴建,電力不足的問題日益嚴重,且各地對企業(yè)碳排放控制的要求日趨嚴格。而Gartner所說的“節(jié)能計算”指的是在降低能耗的同時,滿足日益增長的計算需求。

高挺介紹稱,“節(jié)能計算”的目標就是是用更少的能耗去進行更多的計算,這樣的目標并非一蹴而就的事兒,是需要分為短期、中期、長期策略。

短期內,可以通過使用綠色能源和低能耗硬件,或將負載轉移到更環(huán)保的云數據中心;中期策略包括使用更高效的算法和硬件來提高能效;長期來看,2030年前可能出現如光學計算、DNA存儲等新技術,其能效遠超傳統(tǒng)硅基芯片。此外,神經形態(tài)系統(tǒng)等前沿技術也被視為未來高效AI計算的潛在方向,但目前仍在早期階段。

混合計算將整合多種計算范式

Gartner認為,未來的計算將走向“混合型計算”,而不僅僅是依賴單一計算方式,比如量子計算。

混合計算是通過整合多種計算范式(如神經形態(tài)計算、量子計算、光計算、生物計算和碳基計算等)來解決不同類型的問題。各計算方式將在特定領域發(fā)揮獨特優(yōu)勢,例如光計算適合優(yōu)化問題,而量子計算在藥物發(fā)現和材料科學中表現出色。

Gartner認為,混合計算的愿景是通過一個系統(tǒng)編排多種計算方式,使其協(xié)同工作,充分發(fā)揮各自能力。當前,混合計算主要體現在小規(guī)模的異構資源整合(如CPU與GPU),但要在大規(guī)模下實現協(xié)調仍需時間,預計混合計算成熟應用需3至10年時間。

空間計算的現狀與未來發(fā)展

高挺解釋稱,“空間計算”是指將物理和數字對象融合在一個超越屏幕顯示的共享框架中,通俗點說,就是把數字世界和物理世界的內容去疊加和混合。

空間計算的關鍵技術包括對物理世界中的人、地點和事物在數字空間的映射與識別,AR/VR/XR技術就是其核心組成部分。現階段,蘋果的Vision Pro和Meta的Quest3等新型頭戴設備的推出,使空間計算逐步從概念走向現實。

然而,空間計算當前仍面臨諸多挑戰(zhàn)。比如,設備昂貴,佩戴不適,續(xù)航不足且操作復雜,用戶需要適應。更重要的是,目前還沒有吸引用戶的“殺手級”應用,用戶面對著硬件、軟件及內容生態(tài)的碎片化現狀,這些都阻礙了空間計算的普及與發(fā)展。

多功能機器人普及帶來的價值與擔憂

Gartner所說的多功能機器人,指的是可協(xié)助人類完成多項任務的機器人,既可以是人形的也可以是犬形。高挺強調說,多功能機器人的設計目標在于多任務適應,而不僅限于單一用途。

Gartner預測,到2030年,80%的人類將與智能機器人互動。預計,未來五到十年將會出現10萬元左右的家用機器人,就像現在的家用汽車一樣普及,比如,能做飯、洗碗、拖地,在更多種場景中的功能表現,就能帶來更高的投資回報率。

高挺也提到了多功能機器人的普及可能引發(fā)的人際關系新問題。機器人不僅會替代工廠勞動力,也可能進入家庭和辦公室,甚至影響人的隱私。人們或許會考慮如何與一個電子同事相處的問題。

可為未來社會和經濟帶來深遠影響的神經增強技術

高挺介紹說,“神經增強”其實就是現在常說的腦機接口技術,是一種利用腦機接口技術提升人類認知能力的前沿科技,通過讀取、解碼、甚至寫入大腦信息來實現“大腦透明度”。

這一領域進展迅速,Neuralink等公司已獲FDA批準進行人體試驗。神經增強的技術路徑從非侵入式的單向讀寫逐步發(fā)展到微創(chuàng)雙向讀寫,未來可能大幅提升人類的認知和反應能力。

Gartner認為,神經增強技術可以帶來三大潛力:

首先,增強記憶力和注意力等認知技能,幫助人類在AI時代保持競爭力,把人變成增強性人類;第二,在營銷領域,它可直接獲取用戶大腦中的偏好數據,可以提供更精準有效的反饋數據;最后,可提升人類神經功能,有助于預防事故、延緩老化并延長大腦健康壽命。

Gartner認為,這項技術將為未來社會和經濟帶來深遠影響。

結束語

以上就是Gartner提到的十大戰(zhàn)略技術的主要內容。其中提到的一些趨勢在近幾年就會有較大影響,比如關于代理型AI、AI治理平臺、虛假信息安全,也有的離現在還有些遙遠的預測。不論如何,這些都是比較受關注的趨勢,值得關心技術發(fā)展的朋友多看幾眼。

分享到

zhupb

相關推薦