500)this.width=500">

1. AI-on-5G

　　2024 年，工业 AI 和 AI-on-5G 物联网应用将会成为主流。想象一下，当我我以元宇宙为目标的时候，大家对物理空间的更新方法同样令人印象深刻。

　　AI-on-5G 组合计算基础设施为传感器、计算平台和人工智能应用的整合提供了一种高性能、安全的链接结构，无论是在现场、场所还是云端中。具体包括：

　　● 汽车体系;

　　● 智能空间;

　　● 工业 4.0，如新的自动化和机器人体系。

　　AI-on-5G 通常和无线环境中的最低延迟、保证服务质量以及进步安全性有关。人工智能和工业物联网化解方法的融合，以及边缘人工智能的进步，使得这一切成为也许，并更容易实现。

2. 生成式人工智能

　　生成式人工智能，或评估现有数据(如文本、音频或视觉文件)的算法，主要识别该数据的基本玩法，接着复制该玩法以生成类似的内容。这种算法正在逐步改进。随着模型的输入数据的变化和业务结局的变化，模型本身也需要调整。缺乏维护会导致人工智能算法最终丧失价格。

　　具体来说，生成式人工智能包括多种技术：

　　● 生成对抗网络。生成对抗网络是两个神经网络：壹个生成器和壹个判别器，它们相互竞争，以找到两个网络之间的平衡。生成器网络负责生成和源数据相似的新数据或内容。判别器网络负责区分源数据和生成的数据，以便识别哪些数据更接近原始数据。

　　● Transformer。像 GPT-3、LaMDA 和 Wu-Dao 这样的 Transformer 模拟了认知注意力，并对输入数据部分的重要性进行差异测量。它们被训练来领会语言或图像，进修一些分类任务，并从大量数据集中生成文本或图像。

　　● 变分自编码器。编码器将输入编码为压缩码，而解码器则从该码中重现初始信息。如果选择和训练正确，这种压缩表示将输入数据分布存储在壹个更小的维度表示中。

3. 增强的人类和人工智能混合劳动力的到来

　　虽然职业流管理是职业中的新常态，但未来的职业更多的是在增强的环境中和人工智能配对。全部重复性的职业都是也许实现的，而且将是自动化的。

　　无论你从事的是人力资源、行政、营销、销售还是工程领域，随着人工智能 / 机器进修工具的不断增加，你的职业效率也会进步。这也只是未来职业的壹个常规部分。

　　例如，人工智能 / 机器进修技术在诸如法学和医药等姿势领域中得到了广泛的应用，以浏览不断增加的数据量，并为特定任务找到正确的信息。因此，许多白领职业都有很大的提高空间，他们也许会创新出更有成效的职业，使他们能够做自己天生擅长的事务。

　　在每个行业中，都会涌现出人工智能驱动的智能工具，这些工具可以帮助该行业的个人高效职业。这通常被称为增强型劳动力或人类 - 人工智能混合职业。

4. IT 中的云计算和边缘管理

　　虽然边缘计算正迅速成为许多企业的必要工具，但部署仍处于早期阶段。云计算和边缘原生业务流程将在 IT 领域占据更多的主导地位，并在商业全球中更加无处不在。

　　一些人认为人工智能管理将成为 IT 部门的职责。为了应对和可管理智、安全性和规模有关的边缘计算挑战，IT 部门将转给云原生技术。例如，作为容器化微服务的平台，Kubernetes 已经成为大规模管理边缘人工智能应用的主要工具。

　　那些在云端上运用 Kubernetes 的 IT 部门可以利用他们的经验来构建自己的边缘云原生管理方法。预期将会有更多的第三方和相关的服务被采用。

5. 人工智能在网络安全中的应用

　　现代企业环境中的网络攻击面是巨大的，而且它还在继续快速增长。这意味着，解析和改善壹个组织的网络安全态势需要的不仅仅是人类的干预。人工智能在各个领域都有很好的应用前景，而网络安全正是其中的一项重要内容。具体包括：

　　● 威胁检测;

　　● 战斗机器人;

　　● 端点保护;

　　● 违约风险保护;

　　● 服务停机保护。

　　在网络安全方面，人工智能的影响必须通过自动化来进步。有 69% 的机构相信，人工智能是处理网络攻击的必要条件，然而这一领域在 2024 到 2032 年期间都有更新的需求。

6. 更大更好的语言模型

　　OpenMind 的 GPT-4 将能够做啥子?北京智源人工智能研究院(Beijing Academy of Artificial Intelligence，BAAI)是否能跟上步伐?2024 年将回答很多难题，即更大、更好的语言模型将怎样能够创新新的职业、新的应用程序和新的商业玩法——新型技术创业企业将改变互联网，并在元宇宙中帮助大家组织内容。

　　更大的人工智能模型也许可以让人工智能完成一些事务，也可以让它进修一些新的也许性。人工智能和机器进修模型需要海量数据，这些模型将继续扩大，并利用更大的数据集来做出越来越准确的决策。

　　虽然 OpenAI 的大规模生成性预训练 Transformer(GPT)模型的持续进步成为流行的头条新闻，但 DeepMind、微软研究院以及其他企业的行为也值得关注。围绕着高度进化的大型人工智能语言模型，已经出现了几十家新的初创企业。

　　2024 年，它将把大家引给何处?

　　一些解析家认为或透露，GPT-4 也许包含大约 100 万亿个参数，使其比 GPT-3 大 500 倍。大家可以推测，这一进步朝着离创新能够进步语言并进行和人类无异的对话的机器又近了一步。

7. 人工智能在元宇宙中的应用

　　人工智能在元宇宙和虚拟现实中更多的沉浸式职业和社交场景中也许会有哪些应用，并和消费者脑机接口的演变有关?手机最终将怎样被倾败?

　　元宇宙一个术语，是指壹个环境，更具体地说一个数字环境，多个用户可以一起职业和游戏。如果大家今天在有愚蠢算法和主推引擎的平台上游戏，那么明天的人工智能确实会帮助大家在虚拟全球中导航和监控大家未来的职业、社交和幽会生活?

　　新类型的应用程序、更智能的数字代理、深度造假人类(实际上是机器人)，全部这些都在互联网的未来等待着大家，似乎是元宇宙产品。

8. 人工智能的民主化和可达性低代码 / 无代码人工智能

　　人工智能是否会真正实现民主化?在壹个更加自动化的全球里，亿万富翁创新的财富会不会分配给大家其他人?在这个意义上，拯救地球的不是加密技术，而是低代码 / 无代码人工智能。

　　在未来，大众无需昂贵的工程师团队，也无需特别专业的技能，就可以开始新的业务。虽然今天对人工智能工程师的需求很高，然而大家可以设想壹个完全不同的全球。壹个人工智能可以自己编码的全球。人工智能最终将能够修改自己的代码，在 2024 年，我相信大家会在这个路线上取得突破性进展。

　　今天，组织面临的主要挑战其中一个是缺乏能够研发出所需要的工具和算法的有经验的人工智能工程师。随着无代码或低代码化解方法的出现，这一挑战可以通过提供简单而直观的界面来化解，这些界面可以用来创建人工智能上的复杂体系。

　　随着大家加快人工智能在商业中的应用，并更新人工智能流程，随着程序员和人工智能 - 人类体系的合作，大家通过软件工程来制造产品的方式将会发生根本性的变化，并更容易被全部人接受，从而以更分散的方法分配其部分价格。

（转载）