生成式人工智能又一次打破人类的认知边界
，这次是谷歌出牌
。

美国时间12月6日
，谷歌（Google）演示其最新出炉的多模态AI大模型Gemini
。

“我们离新一代人工智能模型的愿景越来越近了
。”进行完一系列视频演示后
，谷歌旗下DeepMind产品副总裁伊莱·柯林斯（Eli Collins）对包括第一财经在内的媒体说
，这是谷歌迄今为止功能最强大、最通用的大模型
。它能够处理视频、音频和文本等不同形式的信息
，相较于此前的版本
，Gemini可以进行更复杂的推理
，并实现更细致的信息理解
。DeepMind公司称
，Gemini在32项标准性能指标中有30项超过了GPT-4——然而
，它们之间的差距很小
。

6日
，包括谷歌在内
，美国超威半导体公司（AMD）、Meta等多家科技巨头发布了生成式AI相关产品
，上演了人工智能的“超级星期三”
。当地时间7日一早
，谷歌在美股盘前涨近3%
。

与此同时
，欧洲监管机构也就一项关于如何监管生成式AI的规则进行了长达十几个小时的谈判
，并有望最终敲定一项令各方满意的协议
。

AI终端“元年”开启

另据谷歌介绍
，计划明年初将其最先进版本的Gemini融入聊天机器人Bard
。该公司正在开发三个版本的Gemini
，其中最强大的版本可以在数据中心运行
，而最基础的版本将在移动设备上高效运行
。

在移动设备上运行大模型将成为未来的趋势
。国际数据公司（IDC）报告写道
，2024年将是AI终端的元年
，会有更多的AI芯片被集成到终端设备系统上
。IDC预测
，在中国市场上
，2024年搭载AI功能终端设备将超过70%
。该机构还预计
，到2027年
，生成式AI全球市场的规模将超过百亿美元
。

谷歌还推出了面向云端AI加速的新一代TPU——Cloud TPU v5p
，这也是谷歌迄今为止功能最强大且最具成本效益的TPU
，用来训练AI大模型
。据介绍
，每个TPU v5p由多达8960个芯片互连
，训练大型语言模型的速度几乎是前几代处理器的三倍
。

谷歌、微软和亚马逊等科技公司都推出了AI自研芯片
，以减少对芯片厂商用于训练大模型的GPU的依赖
。

当地时间周三
，AMD也推出了新一代MI300系列的两款人工智能芯片
，一款专注于生成式AI应用
，另一款面向超级计算机
。其中
，用于生成式AI的芯片版本MI300X包含可提高性能的先进高带宽内存
。

AMD预计
，今年数据中心AI芯片的市场规模将达到450亿美元
，这高于今年6月预测的300亿美元
。

AMD CEO苏姿丰(Lisa Su) 在新闻发布会上表示
，AMD明年将拥有“供应大量AI芯片的能力”
。AMD还预计
，到2027年
，数据中心人工智能芯片市场规模有望增长至4000亿美元左右
。

目前
，英伟达仍然占据人工智能芯片约80%的市场
。根据英伟达公布的数据
，今年迄今为止
，该公司数据中心业务收入已经接近300亿美元
。

以中国市场为例
，英伟达的AI芯片占据了中国70亿美元人工智能芯片市场的超过90%份额
。但分析师表示
，美国对芯片出口的新限制可能会影响英伟达对中国市场AI芯片的供应
。

为此
，英伟达也已经开始准备应对方法
。英伟达创始人CEO黄仁勋周三在新加坡的一场媒体采访中表示
，该公司正在与美国政府密切合作
，确保面向中国市场的新芯片符合出口限制
。

IDC中国副总裁周震刚对第一财经记者表示
：
“智慧算力将创造AI的力量
，生成式AI正在成为人工智能的发展方向
，而大模型也推动了底层计算服务范式的改变
。IT基础架构的组织模式将由云计算过渡到智能计算
，新的智算能力平台构成了未来人工智能的基础
。”

脸书母公司Meta周三也发布了新的生成式AI功能
。Meta表示
，将在未来几周内通过Meta AI聊天机器人为其“文生图”产品添加隐形水印
，以提高透明度
。

Meta今年7月发布了最新的Llama 2 AI大模型
，该公司还在测试20多种生成式AI产品
，以改善包括Instagram和WhatsApp在内的社交媒体平台
。

为了应对生成式AI的版权难题
，亚马逊云科技（AWS）也已经在上周举行的reInvent大会上发布了隐形水印工具
。

AWS生成式人工智能副总裁瓦西·菲罗明（Vasi Philomin）对第一财经记者说道
：
“我们从设计一开始
，就想要一种方法来标记由人工智能创建的图像
，并且不会干扰视觉
，没有延迟
，并且不能被裁剪或压缩
。我们创建了一个API
，人们可以通过连接API
，然后提供图像来检查图像的出处
。”

欧盟有望诞生首个AIGC监管规则

IDC报告称
，生成式AI（AIGC）将在金融、政府、制造业、能源、医疗和零售等多个垂直领域拥有广阔的应用场景
。

对此
，全球领先的工业软件巨头达索系统高科技行业全球副总裁Stéphane SIREAU对第一财经记者表示
：
“我们已经看到大模型领域出现了一些开源解决方案和开源的工具
，我们对此表示欢迎
。我们已经看到了投资大模型技术可能是一个好的方向
，能够给我们的工程师带来价值
，帮助他们设计出更好的产品
。”

在企业不断涌现大模型的同时
，监管也成为政府迫切需要考虑的问题
。

6日
，围绕欧盟首个监管生成式人工智能规则的谈判也也迎来高潮
。经过十几个小时的讨论
，欧盟国家和立法者有望就如何监管ChatGPT等人工智能系统的管理规则达成一致
。

由于全球的顶尖AI专家近期警告生成式AI可能会创造出威胁人类的强大且具有高度智能的机器
，尤其是在航空、教育和生物识别监控等环境中使用人工智能
，被认为具有高风险
。

OpenAI近期的人事风波加剧了这种担忧
，尤其是对于如何使用安全的方式来构建通用人工智能系统
，业内产生了分歧
。

目前关于人工智能底层技术出现了开放和封闭两个不同阵营的观点
：
一派是以谷歌、微软及OpenAI为代表的封闭阵营
，另一派是以Facebook母公司Meta和IBM等公司为代表的开放阵营
。

封闭阵营采用闭源系统
，支持闭源的理由是人工智能系统如果可以公开使用那就太危险了；而开源派则倡导采用“开放科学”方法进行AI开发
，开放源代码且免费提供的平台
，以便每个人都可以为其做出贡献
。 “开放是让人工智能平台体现人类全部知识和文化的唯一途径
。”支持开源系统的Meta首席人工智能科学家杨立昆（Yann LeCun）在社交媒体X平台上写道
。

而目前欧洲政府对于生成式AI的监管分歧主要在于由谁来监督大模型
。一些国家希望允许大模型制造商可以自我监督
，而不用通过硬性规定来强迫他们遵守
，以免伤害企业的竞争力
。

清华大学国强教授、智能产业研究院首席研究员聂再清对第一财经记者表示
：
“大模型技术的发展比想象中快
，虽然现阶段AI没有对人类造成即刻威胁
，但确实需要更多关注如何保证机器能够一直服务于人
，而不会反过来被坏人利用
。”

聂再清表示
，相关工作和讨论应该关注大模型安全机制设计
，同时关注如何在资本和商业化过程中确保这些安全机制的执行
。“学界和工业界都需要开始投入部分精力到相应的工作中
，最后达成某种共识且有效的方式
。”他说道
，“底线是确保大模型服务于人类
。但他同时强调
，在设计好AI的安全机制之后
，继续开发AI的能力还是非常重要的
。

上海交通大学行业研究院“人工智能+”行业团队负责人史占中教授对第一财经记者表示
：
“生成式AI的安全性和伦理规范值得高度关注
，需要建立和完善监管制度
。如果相关监管制度逐步跟上
，相信生成式AI会造福更多人类
。”

史占中认为
，从政府的层面来讲
，要加快AI相关领域的立法
，特别在金融、安全、健康等领域严格监管
，厘清AI的设计者、使用者、内容生成者的权责关系
，完善AI决策的问责机制
，保护大众合法权益；而从社会层面来讲
，应加强AI技术的监管
，推进AI研发者遵守伦理准则与规范AI的发展
。

网友看法

1、网友阿超丶1913
：
这个