2024年上半年，全球人工智慧公司獲得風險投資佔全球風險投資總額的18%9%，而且這一比例逐年增加，創下近年來歷史新高。
從近日發布的《人工智慧全球轉型前景：轉折點即將到來（2023）》報告中可以看出，從投融資角度看，2024年上半年人工智慧在全球創投中的佔比將快速提公升。
近年來，世界經濟格局深度調整，全球資本市場趨於謹慎，整體投資行動放緩。 然而，隨著人工智慧技術的不斷進步和應用場景的不斷拓展，人工智慧依賴於其與物聯網、區塊鏈、web3的融合隨著0等前沿技術的融合應用，人工智慧已成為全球資本市場的熱門話題。 特別是以ChatGPT為代表的生成式AI應用，將在2024年迎來一輪爆發，進一步提公升人工智慧在資本市場的熱度。
猿計算注意到，雖然整體投資行動有所放緩，但人工智慧的市場前景和商業價值吸引了大量投資者的關注和投資。 在人工智慧等技術的融合應用中，湧現出眾多創新型企業和初創企業，成為資本市場的新寵兒。
與此同時，眾多大型企業和傳統行業也在積極探索人工智慧技術的應用，尋求數位化轉型和智慧型化公升級的契機。 可以預見，人工智慧將成為未來經濟發展的重要驅動力，引領全球資本市場的投資趨勢。
以近十年中國人工智慧領域的股權投資為例，我們可以看到，在技術方面，算力、資料平台、自然語言處理、計算機視覺、影象等細分領域的風險投資增速明顯加快。 這些技術的發展為人工智慧的應用提供了更多的可能性，也催生了許多創新型企業。 尤其在應用方面，生命服務、智慧醫療、智慧型製造、智慧型汽車、物流倉儲等領域的投資事件較多，人工智慧投資事件佔比超過75%。 這些領域是人工智慧應用的主要領域，也是人工智慧未來發展的重點方向。
具體而言，在生活服務領域，人工智慧技術廣泛應用於智慧型家居、智慧健康、智慧出行等領域，為人們的生活帶來極大的便利。 在智慧醫療領域，人工智慧技術可以幫助醫生更準確地診斷疾病，制定一流的方案，提高醫療效率和質量。 在智慧型製造領域，人工智慧技術廣泛應用於生產過程自動化、質量控制、連鎖管理等領域，提高製造業的智慧型化水平。 在智慧型汽車領域，人工智慧技術廣泛應用於自動駕駛、智慧型交通、車聯網等領域，給汽車行業帶來巨大的變革和發展空間。
據專業人士分析，人工智慧領域主要有三種發展思路：
第一種是利用大型語言模型（LLMS）如LLMS（如VisualChatGPT、HuggingGPT等）調動其他資料型別的功能模組，完成多模態任務。 該思路旨在充分發揮大型語言模型在文字理解和生成方面的強大能力，通過與其他模態資料相結合，實現多模態任務的自動處理。 典型的代表包括 visualchatgpt 和 hugginggpt
二是直接利用影象和文字資訊訓練多模態大模型。 該類模型可以同時處理影象和文字資訊，通過對大量多模態資料的訓練，實現多模態資訊的有效整合和利用。 典型的代表，如KOSMOS-1等。
三是將LLMS與跨模態編碼器等有機結合，將LLMS的推理檢索能力與編碼器的多模態資訊整合能力進行整合。 該思路旨在充分發揮LLMS在推理檢索方面的優勢，同時利用跨模態編碼器的有效整合能力，實現對多模態資訊的全面理解和處理。 典型代表如火烈鳥、blip2等。
此外，算力不足也引起了社會各界的廣泛關注，而智慧型算力被認為是解決這一問題的主要技術手段。 隨著智慧型算力需求的快速爆發，以及摩爾定律和馮氏結構體系的瓶頸期，改變傳統計算正規化已成為必然趨勢，行業正在加速晶元和計算架構的創新。 在此背景下，報告提出，未來智慧型算力將呈現“多異構、軟硬體協同、綠色集約化、雲邊端融合”四大特徵。
智慧型算力的快速發展，對於推動各行各業智慧型化轉型和數位化發展具有重要意義。 隨著人工智慧、物聯網、大資料等領域的快速發展和普及，對高效算力支援的需求也在不斷增加。 然而，傳統的計算模式已成為瓶頸，單一的計算架構無法滿足多樣化和複雜的應用需求。 因此，多異構智慧型算力成為未來的發展方向，通過整合不同型別的處理器和計算單元，提供更靈活、更高效的算力。
猿計算也深知，商業模式對於整個生態能否實現從價值創造到價值實現的閉環至關重要。 在多域即服務（MaaS）模型中，需求側的使用者可以專注於自己的業務邏輯和使用者體驗，而不關注底層的技術細節。 該模型有助於解決人工智慧技術在實際應用中的關鍵瓶頸。
在供給側，有望形成“通用大模型+領域大模型+行業大模型+企業個人小模型”的基本業態，推動AI技術在各行業的廣泛應用，最終實現通用人工智慧（AGI）。 這種基本格式將有助於解決人工智慧技術在不同領域和場景中的問題，提高人工智慧技術的實用性，加速其在各行業的應用。
人工智慧的快速發展給社會帶來了前所未有的機遇和挑戰。 雖然人工智慧技術可以為我們帶來巨大的經濟和社會價值，但也存在許多挑戰，例如私隱保護、資料安全、演算法偏見和透明度。 這些問題不僅是技術性的，而且是道德、社會、法律和政策導向的。 它凸顯了人工智慧安全可信發展道路上的巨大挑戰。
然而，在解決人工智慧風險的過程中，也催生了可解釋人工智慧、聯邦習等技術創新的機遇。 此外，通過全面的技術創新、政策法規制定、社會參與，共同推動人工智慧安全可信發展，實現人工智慧與人類社會的和諧共生。
總之，儘管投資界對人工智慧領域的新投資表現出極大的熱情，但人工智慧技術的快速發展給社會帶來了巨大的機遇和挑戰。 通過技術創新、政策法規制定、社會參與等方式，共同推動人工智慧安全可信發展，實現人工智慧與人類社會和諧共生。
猿計算資訊團隊 100 個家庭幫助規劃 親愛的讀者，如果你想了解更多關於人工智慧產業的研究分析與發展趨勢，請關注猿計算-資訊動力學欄目，猿計算資訊團隊為大家帶來AI深度報道和前沿技術解讀。