人工智能全域變革圖景展望（2023）

【概要描述】近日，畢馬威聯合中關村產業研吭　業調研和專家訪談，結合深入研抗同發布《工智能全域變革圖景展望︰躍遷點來臨（2023）》。

分類︰行業新聞
作者︰
來源︰
發布時間︰2023-12-12 09:57
訪問量︰

詳情

近日，畢馬威聯合中關村產業研吭　業調研和專家訪談，結合深入研抗同發布《工智能全域變革圖景展望︰躍遷點來臨（2023）》。

　　全球人工智能產業洞察

　　報告指觶　　蛉工智能企業數量由爆發式轉入穩步增長區間。截止2023年6月底，全球人工智能企業共計3.6萬家。人工智能企業數量逐年增長，2016年-2019年全球人工智能爆發式增長，每年新增注冊企業數量超3000家，尤其是2017年新增注冊企業數量達到頂峰（3714家）。2019年開始，人工智能新增注冊企業數量有所下降，2022年當年新增企業數量與2013年基本持平。

　　美國人工智能企業數量位居全球首位，中國緊隨其後，英國位居全球第三。美國人工智能企業約1.3萬家，在全球佔比達到33.6%，中國佔比為16.0%，英國為6.6%，以上三個國家的人工智能企業數量合計佔到全球的56.2%。

　　截止2023年6月底，全球人工智能領域獨角獸總數達291家，分布在20個國家。來自美國的獨角獸企業有131家，佔全球總數的45%︰來自中國的獨角獸企業有108家，佔全球總數的37%。

　　人工智能發展十大趨勢

　　大模型爆發以來，人工智能技術發日新月異，創新成果紛紛涌現，報告立足全球及中國的人工智能產業現狀，結合市場觀察提出人工智能產業未來發展的十大趨勢。

　　趨勢一

　　多模態預訓練大模型是人工智能產業的標配

　　在算法方面，預訓練大模型發展起源自然語言處理（NLP）領域，當前已進入“百模大戰”階段，預計隨著大模型創新從單模態轉向多模態，多模態預訓練大模型將逐漸成為人工智能產業的標配。目前，國內大模型雖在市場影響力方面稍遜　GPT系列模型、PaLM-E等，但在中文語料訓練、中國文化理解方面具備本土優勢。

　　此外，國內制造業等實體產業為大模型提供了豐富的訓練數據和應用場景。未來，在大模型面向產業賦能方面，中國大模型極有可能後發先至，也會是國內大模型競爭的關鍵因素之一。

　　趨勢二

　　高質量數據愈發稀缺將倒逼數據智能飛躍

　　數據方面，大模型的訓練需要大量的高質量數據，但是目前在數據質量方面還存在一定的問題，包括數據噪聲、數據缺失、數據不平衡等問題。這會影響大模型的訓練效果和準確性。

　　根據一項來自Epoch Al Research團隊的研浚　質量的語言數據存量將在2026年耗盡，低質量的語言數據和圖像數據的存量則分別在2030年至2050年、2030年至2060年枯竭。

　　這意味著，如果沒有略鍪菰椿蚴鞘堇眯　飾茨芟災提升，那麼2030年以，AI大模型的發展速度將明顯放緩。

　　趨勢三

　　智能算力無處不在的計算新範式加速實現

　　算力方面，新硬　錄構競相涌現，現有片、操作系、應用軟件等都可能被推翻重來，預計有望實現“萬物皆數據”“無數不計算”“無算不智能”，即智能算力將無處不在，呈現“多元異構、軟硬　　　躺　　肌　邊端一體化”四大特征。

　　趨勢四

　　人工智能生成內容應用向全場景滲透

　　在AIGC（Artificial Intelligence Generated Content，人工智能生成內容）應用方面，其發展源頭在數字內容創作領域，從單模態內容到多模態數字化內容創建已初顯雛形，預計未來會進一步提高人類創造內容的效率，豐富數字內容生態，開啟人機協同創作時代，各種需要創意和新內容的場景，都可能被AIGC重新定義，AIGC向全場景滲透指日可待。

　　趨勢五

　　人工智能驅動科學研看單點突破加速邁向平台化

　　AI4S（AI for Science，人工智能驅動的科學研浚┬τ梅矯媯　型單點突破加速邁向平台化。在“單點突破”階段，AI4S發展由科研學者主導，數據、模型、算法及方法論的原創性是市場關注重點，AI4S在特定任務或場景中的“單點應用”初步證明了對應解決方案的落地價值。

　　趨勢六

　　具身智能、腦機接口等開啟通用人工智能應用探索

　　AGI（General Artificial Intelligence，通用人工智能）應用方面，其技術原理強調兩大特性︰一是需要基于先進算法實現智能處理和決策，包括深度學習、強化學習、進化計算等；二是需要具備和人類大腦相似的認知架構，包括感知、記憶、分析、思考、決策、創造等模塊。

　　趨勢七

　　人工智能安全治理趨嚴、趨緊、趨難

　　人工智能安全治理呈現出趨嚴、趨緊、趨難三大特征，主要包括“黑箱”困境等技術安全挑戰，虛假信息、偏見歧視乃至意識滲透等應用安全挑戰，數據泄漏、篡改和真實性難驗證等數據安全隱患，此背景下，中美歐三國作為人工智能發展的領軍國和地區正積極開展相關立法，呈現出政策法規先行、監管趨嚴等特征。

　　趨勢八

　　可解釋AI、倫理安全、隱私保護等催生技術創新機遇

　　人工智能在發展過程中面臨的技術倫理與社會倫理風險表明，人工智能安全、可信的發展之路任重道遠，在解決AI風險的過程中催生出可解釋AI、聯邦學習等技術創新機遇。其中，聯邦學習正成為新型的“技術基礎設施”，有望成為下一代人工智能協同算法，隱私計算和協作網絡的基礎，使數據在合法合規、安全高效的基礎上，實現菁壑盜動。

　　趨勢九

　　開源創新將是AGI生態建設的基石

　　開源的自由度越高，越有利于吸引更多開發者參與到生態建設中。AGI強調人工智能的通用性，意味著其生態需滿足大量細分場景和長尾需求，這種情況下，生態系越是繁榮開放，越能窮盡可能地覆蓋所有專用化、場景化乃至櫧化的需求，保證AGI生態的豐富性完整性。

　　進一步地，開發者越多，意味著底層模型和上層應用等的迭代速度也會越快。但是，開源也存在一定風險，對于產業生態中的主體企業來說，選擇開源某種程度上就意味著公開商業機密，不利于其構建競爭壁壘。此外，開源模式還可能會引發專利侵權風險，對開源的知識產權管理規則和流程規範建立提出了挑戰。

　　趨勢十

　　多型即服務(MaaS)將是AGI生態構建的核心

　　商業Ｊ乎整體生態能否實現從價值創造到價值實現的完整閉環，目前AGI生態的商業Ｊ主要以AIGC相關的商業Ｊ為代表，主要體現為MaaS（Model as a Service，模型即服務）模式。該模式核心價值可歸納為︰降低算法需求側的開發技術和使用成本門檻，使AI模型和應用成為簡單易用、觸手可得的工具。

　　具體內容如下