作者：赵颖
来源：硬 AI
人类正站在技术变革爆发点，Exascale 超级电脑每秒进行百亿亿次级计算，AI 发现的晶体结构数量是科学史上发现的 45 倍以上，仅用 30 天就研发出潜在抗癌新药，乌拉圭工业机器人数量比人口还多......
美国银行在 3 月 21 日的深度报告中指出，2024 年将是 “AI 赋能一切” 的一年，AI 和其他技术发展之间形成一个巨大的正反馈，包括人工智能、计算、机器人、通信、医疗保健、能源等 30 项技术领域或将迎来突破。
而实现突破的技术商业化十分关键，美银预计相关市场规模约为 16 万亿美元。
从历史来看，技术进步导致财富集中和企业快速更迭，过去 100 年里 3% 的公司几乎创造了全球所有的净财富；自从 2015 年以来，大约三分之一标普 500 成分股被替换，技术加速市场变革和颠覆。
自去年来 AI 科技革命拉开帷幕，正带动各行各业加速发展，未来将更多取决于 AI 模型的落地和应用，美银指出了端侧 AI 设备、增强模拟、知识图谱、超算（HDC）、通用人工智能（AGI）等五大落地方向。
<h2>AI“接管” 一切 发展形成 “正反馈”</h2>
美银指出，人工智能发展正处于一个转折点，其正在以指数级的速度改变各行业，AI 未来的发展将取决于以下三方面因素：
<blockquote>
1、技术 “交叉”：不同技术之间的相互促进，例如 AI 推动计算和通信技术的发展；
2、技术 “稀缺”：在一个对技术的需求超过供应的世界，算力需求增长速度超过了摩尔定律的预测，数据和算力的稀缺性将成为挑战；
3、技术 “经济性”：技术自身向着更低的成本和更高的回报发展。
</blockquote>
进一步来看，美银认为，2024 年将是 “AI 赋能一切” 的一年，AI 和其他技术发展之间形成一个巨大的正反馈。
<blockquote>
AI 连接并赋能技术、商业和社会，推动着技术奇点的发展。这一进程中，计算、通信和技术的发展为 AI 革命带来动力，反过来又形成了正向反馈循环，提供了更多的计算能力、通信资源和数据，进一步加速了 AI 进步。
<img class="wscnph" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/f2cf66f6-f397-4f77-8ef5-1b1bcd48be0c.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="799" height="669" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/f2cf66f6-f397-4f77-8ef5-1b1bcd48be0c.png"/>
</blockquote>
美银还谈到了算力的重要性，如此多的数据，但算力却跟不上相应增长。
<blockquote>
计算能力的需求增长速度超过了摩尔定律的预测，每两年增长 275 倍。
我们即将从每天生成百亿亿字节的数据——转向百万的六乘方字节，可再生能源超过 80% 的新产能也需要新的基础设施和材料，而这些原材料供应短缺。
</blockquote>
此外，美银还提到，未来成本将进一步降低，所有这自动化、人工智能和技术上的投资都在全面降低价格并提高回报。例如，尽管过去 20 年内存驱动器的容量增加了超过 20000 倍，但每千兆字节的价格却下降了超过 99%。
<h2>AI 落地的五大应用领域</h2>
去年是 “AI 元年”，AI 革命将从开始加速，2023 年我们见证了生成式 AI 投资激增，自 ChatGPT 发布以来，已经引入了各种闭源和开源模型，各公司开始开发、采用或将 AI 集成到产品或业务中。
美银指出，创新步伐将从这里加速，更多的 AI 工具和应用可能很快会推出。这可能会在数字领域之外，为终端设备、机器人和生命科学的物理领域带来丰富的机会。
<blockquote>
1、端侧 AI 设备：在本地设备（如智能手机、汽车、可穿戴设备）上部署 AI 功能/模型，有助于减少延迟、成本，有助于分担大型服务器的功率负载，提高整个 AI 生态系统的性能。
<img class="wscnph" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/602af69a-c758-48e0-b146-9861ffbbda9f.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="721" height="371" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/602af69a-c758-48e0-b146-9861ffbbda9f.png"/>
2、增强模拟：AI 用于加速发现过程，识别最可行的模拟，加速新分子的创造，并降低成本，在物理世界中需要 10 年才能完成，现在可以在几周到几个月内完成这项任务，应用领域包括药物发现、芯片、化学品、材料。
<img class="wscnph" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/03df2da3-009e-4b22-a65b-52a6f0d56afa.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="535" height="481" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/03df2da3-009e-4b22-a65b-52a6f0d56afa.png"/>
3、知识图谱：知识图谱组织来自多个源的数据，捕获有关感兴趣主题的信息，并在它们之间建立联系。它们是解决 LLM“幻觉” 问题（即提供带有高度信心的不准确信息）并提高神经网络能力的关键。大多数组织中的数据专业人员通常花费 25-30% 的时间寻找和搜索相关数据。
<img class="wscnph" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/0fac6920-d859-43d1-9fc5-af81768529a9.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="717" height="538" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/0fac6920-d859-43d1-9fc5-af81768529a9.png"/>
4、超维度计算（HDC）：HDC 使用高维向量来表示信息，而不是传统的二进制系统。它可以捕获更复杂的数据模式，并允许计算机保留更多记忆，从而减少计算和能源需求。HDC 相比今天芯片中使用的技术，可以实现超过 60% 的能源节省。
5、通用人工智能（AGI）：AGI 作为人工助理，它将具备在广泛任务上达到或超过人类水平的一般认知能力，能够实现自我学习，并且能够解决未被预先编程的任务。随着数据的增长、计算能力的提高和技术的创新，AI 可能在未来十年内达到 1500 的智商，是人类平均智商的 18 倍。
</blockquote>
美银补充称，尽管 AI 带来了许多好处，但也存在挑战，如端侧设备 AI 的功耗、成本、算法/软件优化和安全性问题。整体而言，美银报告预测，到 2030 年，AI 可能会为全球增加 15%-20% 左右的经济价值。

美国银行

美银指出，AI 可能在未来十年内达到 1500 的智商，是人类平均智商的 18 倍，端侧 AI 设备、增强模拟、知识图谱、超算（HDC）、通用人工智能（AGI）是五大关键落地方向。

美银 AI 深度报告：“AI 赋能一切”，技术商业化总规模将达 16 万亿美元