ChatGPT的火爆，在全球范围内掀起了新一轮的AI风暴。如今，各行各业都在讨论AI，各个国家都在密集进行新一轮的AI基础设施建设与技术投入。
但眼前的盛景并非突然到来，就拿这一轮大模型热潮来说，谷歌早在2018年底就发布了BERT，开启了预训练大模型的探索，此后经历了四年的沉淀，才有ChatGPT的一鸣惊人。
AI技术的演化和发展，既离不开算法本身的创新，也离不开基础设施与工程化应用的配合，这是一个相辅相成的系统化工程。就像这次AI复兴的技术主线是 学习，但Hinton早在2006年就利用预训练方法缓解了局部最优解的难题，将神经网络隐含层推动到了7层，但技术上实现 学习，却并不等同于效果上达成。直到2012年，在大数据与云计算的推动下， 学习的价值才真正得到证明。
这些AI发展史上的关键节点，向我们展示了这样一个事实：想要AI持续向前发展，就不能仅仅关注算法本身，而是必须将AI的基础设施、工程化、数字化等问题纳入通盘考虑，从而去预判和推动智能化正确发展。
那么，业界是否能足够清晰、多元指出AI发展方向的预判呢？答案是肯定的。
刚刚发布的《新华三2023十大技术趋势白皮书》，其中就有一项，指出了未来技术发展的核心趋势，是AI技术通用能力持续增强，降低行业创新门槛。
让我们从这项趋势展开，共同聊聊火热的AI技术距离我们梦想中的智能时代还有多远，打通二者之间的界限，需要完成哪些努力。新华三又将如何围绕AI发展进行技术创新与产业布局，最终建设起让AI天堑变通途的未来之路。
AI火花，智能时代，还隔着万水千山
以ChatGPT为代表的新一代AI技术，正在持续引发热议。各行业都看到了借助大语言模型与AIGC提升生产力的可能性。这类应用的出现，可以让普通人近乎无门槛获取AI能力，自动化生成文案、代码、图片、专业性答案等内容，从而获得极大的能力延展。
而在类ChatGPT应用之外，我们还可以看到预训练大模型这种形式，相比传统的 学习算法，具有模型泛化里更强、鲁棒性更高的一系列特点，从而可以更加贴近产业应用，具有更加强大的模型定制性延展空间。ChatGPT的爆火，不仅仅是生成式AI本身的里程碑事件，更是整个AI技术走向繁荣的前奏。
但必须看到的是，生成式AI获得的热烈反馈，仅仅是一朵绽放的AI火花，是万里长征走出的第一步。距离我们预想中的智能时代，AI还有非常漫长的路要走。
比如说，今天的AI技术与应用，依旧面临着一系列清晰可见的挑战：
1.大模型的泛化效果能否持续增强，“智能涌现”现象能否变成常量？在今天，人们对 学习模型的黑箱性了解还不透彻，如何在训练数据规模与智能效果之间达成平衡，依旧是困扰算法升级的主要问题。
2.如何应对AI算力紧缺与算力挤兑问题？如何抑制AI带来的高能耗、数据洪潮隐患？大语言模型的火爆，让全球陷入了新一轮的AI算力紧缺。AI芯片与算力资源成本居高不下，在高算力消耗的同时，AI还带来了海量非结构化数据的存储难题，以及持续的高能耗、高碳排放问题。
3.如何应对行业的工程化、应用路径问题，让AI走到千行百业当中去？在今天，对于大多数企业来说，大模型依旧是很遥远的一件事。企业如何训练和部署大模型，如何让AI与自身的需求、数据、行业知识结合，依旧有着非常复杂的挑战。
在新华三发布的2023十大技术趋势白皮书当中，我们可以看到从ICT行业出发，是如何看待这些难题，以及又是如何勾勒出AI未来发展出路的。
通过ICT的技术创新、产品升级，以及构筑AI通往行业的解决方案，我们可以筑造起更加牢固的智能化基础设施，降低行业智能化门槛，反向牵引和推动AI算法的持续迭代。
一条跨越万水千山的AI天路，将在名为未来的大地上铺设出来。
强能力，低门槛，架一条AI天路
想要让AI更好适配复杂场景，服务真实的生产场景，从而创造出更大价值，就需要解决从算法到算力，从行业路径到技术协同空间的一系列问题，而不能只看一面，只抓一点。这就是新华三预判AI发展趋势时采取的核心思路。在新华三看来，通过AI核心算法的算法创新、算力设施增强、工程化方法实现，AI作为一项通用性技术的能力将逐渐显现出来，从而具备通用化、标准化、普惠化的属性，逐渐与各领域技术进行 融合，推动领域创新突破。
更强的通用能力，更低的应用门槛，是AI技术发展的两大核心目标。而为了实现这两大目标，就离不开核心算法创新、算力设施增强以及工程化方法实现。
在十大技术趋势中，详细展现了新华三眼中，算法、算力与工程化方法三条创新路径的具体方案，为行业标清了发展方向与演进取数。
首先在算法层面，目前我们已经可以看到基于Transformer的各类大型语言模型，可以大幅提升了对自然语言理解和生成的能力。在可见的未来中，大语言模型依旧将是AI产生智能涌现效果，提升核心能力的关键路径。与此同时，更大的算法机遇来自机器视觉，基于扩散模型的算法，将有可能带来图像生成效果质的提升。在语言+视觉的双重能力覆盖下，AI技术才能真正实现通用化更强大。
在今天，各行业更加关注的是AI基础设施的创新，尤其是算力基础设施的升级。因为算力稀缺，已经成为今天各行业应用AI时代最大的拦路虎。根据资料显示，仅仅是GPT-3的训练算力消耗就达到了3640 petaflop/s-day，根据OpenAI自己发布的数据，AI算力需求在过去十年间出现了数十万倍的提升，远远超过摩尔定律所能负载的范围。这意味着，我们必须构建强大的算力基础设施才能支撑接下来的智能化浪潮。而在新华三看来，大规模智算中心的建设，可以大幅度加速AI研究的创新，而智算设施的关键技术包括：
1.Chiplet技术。在不改变制程的前提下，大幅提升AI芯片性能、降低功耗，在芯片侧提升AI算力。
2.异构计算。包括CXL互联（Compute eXpress Link）、软硬协同等技术，全面提升AI集群系统整体效率，在算力集群层面强化AI计算的集约性，提升算力效率。
3.绿色低碳。通过液冷散热、绿色供电等降低PUE，确保AI技术崛起与双碳战略是吻合、适配的。
在这技术的支撑下，智算中心可以承担起AI算力基础设施的重任，既保证AI算力的充沛，又确保不会产生资源错置与浪费。
在AI技术与百行百业的结合上，新华三认为工程化方法实践，可以为AI应用大规模普及提供高效的落地支撑。通过采用工程化方法衔接AI流程各个环节，聚合全链路多角色团队，能够加速 AI生产力转化，让AI展现出最终价值。未来值得注意的AI工程化方法包括：
1.MLOps（Machine Learning Operations，研运全流程一体化）：MLIOps可以全面提升模型算法的开发和部署效率，降低流程成本，提升智能化的灵活性。IDC2022年预测，到2024年60%的中国企业将通过MLOps来运作AI任务。
2.MaaS（Model as a Service，模型即服务）：在云计算领域SaaS、PaaS成为风潮后，新的MaaS形式正在更加引人注目。MaaS强调围绕AI模型本身来提供相应服务，从而提升企业与AI模型的联系紧密程度，尤其可以提升大模型在企业部署的场景化能力。
3.AI安全，包括模型安全、模型可解释、隐私保护等方面。重视安全能力，可以为AI大规模部署扫清障碍。
在算法、算力、工程化三大趋势的推动下，未来AI将向着通用化不断演进，并且持续降低适用门槛。预计未来3到5年，AI整体能力将得到全面提升，AI基础设施将持续增强，同时将有大量必须由人类完成的工作变成由AI来完成。
未来，AI技术将与更多ICT技术组合，形成一个高度整体化、标准化的数字世界。人类共同预想的智能未来，将由此路前进。
向科技，要答案，洞见智能未来
二十大报告提出：“必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，开辟发展新领域新赛道，不断塑造发展新动能新优势。”
在这个时代，必须向科技要答案，而科技的沃土是多元、复杂的。智能未来，需要在AI技术与新一代信息技术的广泛协同、融合，以及再创新。就像AI技术的算力基础设施，离不开智算中心以及企业AI计算能力的提升，这就对计算技术，尤其是多元算力建设提出了考验。而AI模型效果的充分释放，必须有赖于网络环节的支持，这就需要高品质的网络，才能让AI的价值最大化释放。
于是从这里我们可以看到，新华三发布的2023十大技术趋势预测，并不是彼此孤立的十个技术单元，而是整体性、融合性的技术网络。AI将是未来智能化世界的技术抓手，但同时它也必须与其他数字化技术紧密相关，形成最终为人类服务的技术综合体。
这里我们可以看到，在新华三看来，高效释放多元算力的数据中心，将承载起复杂多元、准确快速的数字时代应用；高品质服务化的网络，会让生活、行业和社会场景更具个性化和智能；云网边端分布式架构，让数字应用一体化，串联起更广域的场景，应用流转与衔接更加无感；元宇宙也正在脱离纯虚拟化的早期设定，向着虚实融合、赋能实体的方向演进，为教育、文旅和城市模拟带来全新动力；能源系统的数字化，将成为双碳战略的发展基石；隐私计算与云原生安全，将成为千行百业上云与智能化过程中的安全守卫者；量子信息技术、全栈可观测性技术的到来，会加速下一个数字世代的到来。
面向未来，我们不是需要一种技术、一个问题的答案，而是需要一个综合的，立体化的解答。任何技术趋势预测，都是当下需求的延伸，这些延长线汇聚到一起，才能清晰我们标明未来的方向。
长期以来，新华三坚持集团以技术创新为核心引擎，公司研发人员占比超过50%，科技研发投入占销售收入的10到15%。向科技要答案，已经成为新华三发展过程中的信条。
而如果我们想要了解十大趋势如何落地，想要探索AI技术发展的基础设施创新与工程方法迭代，想要了解新华三面向未来的信念与目标，接下来有一个非常好的窗口。
6月9日，新华三在杭州市国际博览中心举办了2023 NAVIGATE 领航者峰会。在峰会上，新华三发布了“百业灵犀”LinSeer私域大模型和支持AIGC大算力调度的“傲飞算力平台”，可与业务 结合提升工作效率，持续优化算法和积累公域数据，为客户提供最新知识能力。同时推出了“AIGC开放战略”，既支持“百业灵犀+新华三ICT基础架构”的模式保障数据安全，实现最优配合，同时也支持“客户自选大模型+新华三ICT基础架构”的模式满足多种需求，帮助百行百业量体裁衣制定数字化解决方案。驾驭算力、融汇数据、运用智能、赋能业务、提升效能，是新华三为自己设定的发展使命与愿景。
要向科技要答案，向实干要答案，这就是新华三眼中的AI天路。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
