2023年生成式人工智能融資達(dá)到252億美元

　　隨著OpenAI和Anthropic等主要參與者的資本大幅增加，生成式人工智能領(lǐng)域的資金在2023年急劇增加。報(bào)告顯示，生成人工智能企業(yè)的資金將增加近八倍，到2023年飆升至252億美元，2023年生成式人工智能占所有人工智能相關(guān)私人投資的四分之一以上。

　　去年的重大投資包括微軟100億美元的OpenAI交易、Cohere在2023年6月的2.7億美元融資以及Mistral在12月的4.15億美元融資等。然而，2023年企業(yè)在人工智能方面的支出將下降20%，至1892億美元。

　　報(bào)告將這一下降歸因于并購(gòu)交易的減少，與上年相比下降了31.2%。盡管并購(gòu)交易有所減少，但財(cái)富500強(qiáng)企業(yè)近80%的財(cái)報(bào)電話會(huì)議上都提到了人工智能。投資主要由美國(guó)企業(yè)主導(dǎo)，投資額達(dá)672億美元，幾乎是排名第二的中國(guó)(投資額78億美元)的9倍。

　　報(bào)告發(fā)現(xiàn)，2023年中國(guó)和歐盟對(duì)人工智能的私人投資與2022年相比有所下降，而美國(guó)的支出則增長(zhǎng)了22.1%。美國(guó)在人工智能方面的支出也對(duì)薪資產(chǎn)生了影響。調(diào)查發(fā)現(xiàn)，美國(guó)人工智能崗位的薪資明顯高于其他國(guó)家。

　　例如，2023年美國(guó)硬件工程師的平均工資為140,000美元，而全球平均工資為86,000美元。云基礎(chǔ)設(shè)施工程師的全球平均工資為105,000美元，而在美國(guó)，此類職位的工資為185,000美元

　　2023年吸引投資最多的領(lǐng)域是人工智能基礎(chǔ)設(shè)施、研究和治理，投資額達(dá)183億美元。報(bào)告稱，這筆支出反映了包括OpenAI和Anthropic在內(nèi)的大企業(yè)正在構(gòu)建GPT-4Turbo和Claude3等大型應(yīng)用。

　　支出第二高的領(lǐng)域是自然語(yǔ)言處理和客戶支持，金額達(dá)81億美元，因?yàn)槠髽I(yè)希望采用解決方案，通過(guò)自動(dòng)化聯(lián)絡(luò)中心等用例來(lái)增強(qiáng)工作流程。

　　美國(guó)是除面部識(shí)別之外所有人工智能技術(shù)領(lǐng)域支出最多的國(guó)家，中國(guó)位居榜首，支出1.3億美元，而美國(guó)為9000萬(wàn)美元

　　在半導(dǎo)體支出方面，中國(guó)(6.3億美元)與美國(guó)(7.9億美元)相差無(wú)幾。2020年全球硬件芯片短缺之后，全球各國(guó)政府一直在增加半導(dǎo)體支出，以支撐供應(yīng)鏈。

　　基礎(chǔ)模型成本增長(zhǎng)

　　OpenAI等企業(yè)籌集了數(shù)百萬(wàn)美元的資金，這些企業(yè)也從訓(xùn)練新模型中賺取了巨額費(fèi)用。2023年模型訓(xùn)練成本將會(huì)上升，對(duì)大型基礎(chǔ)系統(tǒng)的投資是成本上升的主要因素。

　　高級(jí)AI模型的訓(xùn)練成本大幅上升。例如，OpenAI估計(jì)花費(fèi)了7800萬(wàn)美元來(lái)訓(xùn)練其GPT-4模型，而谷歌的旗艦Gemini模型估計(jì)需要1.91億美元。

　　相比之下，早期的模型要便宜得多：2017年發(fā)布的原始Transformer模型的訓(xùn)練成本約為900美元，而Facebook2019年推出的RoBERTaLarge系統(tǒng)的成本約為160,000美元。

　　模型開發(fā)者很少公布模型訓(xùn)練花費(fèi)的數(shù)字。斯坦福大學(xué)與EpochAI合作對(duì)訓(xùn)練成本進(jìn)行了估算。估算基于相關(guān)技術(shù)文檔和新聞稿中的信息，包括訓(xùn)練時(shí)長(zhǎng)、訓(xùn)練硬件的類型、質(zhì)量和使用率的分析。

　　除了花費(fèi)數(shù)百萬(wàn)美元進(jìn)行訓(xùn)練外，過(guò)去一年訓(xùn)練的人工智能模型還使用了更多的訓(xùn)練計(jì)算。報(bào)告指出，谷歌2017年的Transformer模型需要大約7,400petaFLOP進(jìn)行訓(xùn)練。七年后，GeminiUltra需要500億petaFLOP。

　　由于運(yùn)行成本過(guò)高，GeminiUltra等耗能系統(tǒng)越來(lái)越難以被學(xué)術(shù)界接受。

　　報(bào)告稱，這種在領(lǐng)先AI模型中向行業(yè)主導(dǎo)地位增強(qiáng)的轉(zhuǎn)變首次出現(xiàn)在去年的AI指數(shù)報(bào)告中。盡管今年差距略有縮小，但這種趨勢(shì)基本保持不變。

　　谷歌是發(fā)布模型基礎(chǔ)模型的企業(yè)，自2019年以來(lái)已發(fā)布了40個(gè)模型。OpenAI位居第二，發(fā)布了20個(gè)模型。發(fā)布AI模型最多的非西方機(jī)構(gòu)是中國(guó)的清華大學(xué)，發(fā)布了7個(gè)模型。

　　2023年發(fā)布的大多數(shù)大型人工智能系統(tǒng)都來(lái)自美國(guó)，有109個(gè)。中國(guó)機(jī)構(gòu)位居第二，但只有20個(gè)。報(bào)告指出，自2019年以來(lái)，美國(guó)一直是人工智能模型的最大生產(chǎn)國(guó)。報(bào)告中強(qiáng)調(diào)的一個(gè)發(fā)展趨勢(shì)是，能夠處理圖像、視頻和文本的多模式人工智能模型或系統(tǒng)的數(shù)量不斷增加。

　　如今，我們看到更多模型能夠跨領(lǐng)域發(fā)揮作用，模型可以接收文本并生成音頻，或接收?qǐng)D像并生成描述。人工智能研究最令人興奮的一個(gè)優(yōu)勢(shì)是將這些大型語(yǔ)言模型與機(jī)器人或自主代理相結(jié)合，這標(biāo)志著機(jī)器人在現(xiàn)實(shí)世界中更有效地工作邁出了重要一步。