微軟( NASDAQ：MSFT ) 可能正在加倍押注人工智能(AI)，但整個行業似乎越來越受到投資者的懷疑，他們懷疑該技術能否在短期內帶來利潤。
科技巨頭微軟最近宣佈向總部位於迪拜的人工智能技術控股公司G42進行15 億美元的戰略投資。這兩家公司已經非常熟悉，但這次“擴大合作”將使微軟總裁布拉德·史密斯加入 G42 董事會。
G42 將在微軟的Azure雲計算平臺上運行其 AI 應用程序和服務，“為全球公共部門客戶和大型企業提供先進的 AI 解決方案”。合作伙伴還計劃共同努力，“為中東、中亞和非洲國家帶來先進的 AI 和數字基礎設施”。
在人工智能項目方面，微軟並不羞於投入巨資，但斯坦福大學以人為本人工智能研究所的一份新報告顯示，2023 年全球對人工智能的投資有所下降，這標誌著投資者對人工智能的興趣連續第二年減弱。
2023 年，人工智能領域的私人投資總額為 960 億美元，低於 2022 年的 1034 億美元，與 2021 年的約 1300 億美元相比大幅下降。然而，從 2022 年到 2023 年，新獲得資助的人工智能公司數量增長了 40.6%，這表明，儘管投資者仍然有興趣押注誰將成為下一個大熱門，但他們對更多公司的押注較少。
逆勢而上的一個領域是生成式人工智能，該領域的投資從 2022 年起增長了八倍，達到 252 億美元。一些熟悉的面孔——OpenAI 、 Anthropic 、
Hugging Face和Inflection是這項支出的主要受益者。
至於企業使用人工智能的五大方式，聯絡中心自動化以 26% 的比例領先，個性化以 23% 的比例位居第二，客戶獲取和基於人工智能的產品增強並列 22%，基於人工智能的新產品的創造佔 19%。
在實施人工智能解決方案的公司中，59% 報告收入增加，42% 報告成本降低。
美國引領潮流
美國繼續在人工智能投資領域佔據主導地位，去年投入了 672 億美元，遠遠超過歐盟/英國的 110 億美元和中國的 78 億美元。美國在值得關注的機器學習模型數量上也佔據主導地位，去年有 61 個，是中國的四倍。
然而，2022 年中國獲得了絕大多數（61%）的 AI 專利（2023 年的信息似乎不可用），而美國（21%）則遠遠落後。2022 年授予的 AI 專利總數比 2021 年增加了近三分之二。
歐盟在人工智能監管競賽中處於領先地位，去年通過了 32 項新規定，比美國多 7 項。但美國政客一眼就能看出這是一個宣傳生成器，導致去年推出了 181 項新的人工智能相關法案，高於 2022 年的 88 項。其中只有一項法案真正獲得通過，這更多地反映了國會歷史上最失調的狀態，而不是缺乏對人工智能需要護欄的共識。
美國對人工智能的關注或許可以解釋為什麼去年聲稱使用人工智能的公司讓他們感到不安的美國人比例上升了 11 個百分點。儘管大多數人口統計數據都認為人工智能將減少完成任務所需的時間，但相信人工智能將改善 就業市場的人卻少得多（總體約三分之一）。
可悲的是，超過三分之一（36%）的美國人認為人工智能將在未來五年內取代他們目前的工作。但這可能是有利有弊的，因為人工智能相關職位佔 2023 年所有職位空缺的 1.6%，低於 2023 年的 2%。
基礎訓練
可能導致人工智能投資者興趣降溫的一個因素是培訓大型語言模型 (LLM) 的成本不斷上升。谷歌 ( NASDAQ: GOOGL ) 花費 1.91 億美元培訓其Gemini Ultra (前身為 Bard)，而 OpenAI 花費 7800 萬美元培訓 GPT-4。面對如此多的資金，生成式人工智能將需要開始證明它的能力不僅僅是將黑人納入唐納德·特朗普的軌道。
儘管進行了所有這些投資，但人工智能“幻覺”仍然很常見，我們談論的不僅僅是律師引用不存在的法律先例或研究人員引用從未進行過的研究。（就個人而言，GPT-4 最近謀殺了一位前同事。）
正如《 60 分鐘》最近一集所記錄的那樣，一個旨在幫助預防飲食失調的人工智能聊天機器人最終給出了更適合厭食症網站的建議。有人推測，接管聊天機器人編程的第三方公司注入了一些生成性人工智能功能，這些功能會抓取網站上的相關信息。
這種不加批判地從互聯網上任何網站獲取數據的行為，都被認為是人工智能在公眾心目中開始形成的“垃圾進垃圾出”的名聲。
例如， Cnet 最近嘲笑谷歌的Gemini “有點亂”，“容易產生幻覺並鏈接到不正確的信息”。Gemini 與開放互聯網的連接使其響應更加及時，但代價是其過濾掉通常非常不準確的數據的能力。
CoinGeek 經常建議區塊鏈技術可以提供更可靠的經過批准、經過事實核查的數據存儲庫，以供 LLM 進行培訓。BSV BSV鏈具有可擴展性，能夠滿足企業級數據需求，特別適合這項任務。（開始時可能需要較小的、集中的數據集，但考慮到網絡的持續增長，天空才是極限。）
CoinGeek 並不是唯一一個將區塊鏈視為人工智能花生醬巧克力的人。
是一個AI訓練網絡，最近提出使用基於Solana的第2層作為其訓練平臺。
遺憾的是，由於 Solana 的網絡中斷過於頻繁（包括今年 2 月的一次長達 5 小時的停機），這一努力似乎從一開始就註定要失敗。最近， Solana被迫推出網絡升級，以解決該鏈上過多無功能的 memecoin 造成的擁堵。所以，祝你好運。
這是不可避免的
一些研究人員得出結論，幻覺在法學碩士 (LLM) 中是不可避免的，因為大多數模型都需要對提示做出反應，即使他們的知識不足以做出適當的反應。
甚至還有一個不斷更新的幻覺排行榜，根據法學碩士們編造東西的頻率對他們進行排名。目前表現最好的是 GPT-4 Turbo，幻覺率僅為 2.5%，而這個圖騰柱上排名較低的“人”（我們不會點名/羞辱）在大約 16% 的時間裡都在胡言亂語。
這種“不可避免的”困境迫使人工智能支持者想出其他方法來緩解錯誤信息的傳遞。英偉達（ NASDAQ：NVDA ）總裁黃仁勳最近表示，人工智能幻覺可以通過“檢索增強生成”來處理，也就是說確保“人工智能不應該只是回答；它應該先做研究，確定哪一個答案是最好的。”
其他人開發了一種稱為搜索增強事實性評估器(SAFE) 的系統，用於對聊天機器人的響應進行事實核查。SAFE“利用 LLM 將長格式響應分解為一組單獨的事實，並使用多步驟推理過程評估每個事實的準確性，包括將搜索查詢發送到 Google 搜索並確定搜索結果是否支持某個事實。”
普遍的看法是，人工智能的適應和學習能力將繼續減少幻覺的數量，新版本的軟件（以及這場競賽中不斷推動發展極限的新進入者）也是如此。但是，由於錯誤信息和徹頭徹尾的虛假信息氾濫，沒有任何減弱的跡象，人類對生成性人工智能反應的監控不會很快消失。
為了使人工智能 (AI) 能夠在法律框架內正常運作並在日益嚴峻的挑戰面前蓬勃發展，它需要集成一個企業區塊鏈系統，以確保數據輸入質量和所有權——使其能夠保證數據安全，同時保證數據的不變性。查看 CoinGeek 對這項新興技術的報道，瞭解更多企業區塊鏈為何將成為 AI 的支柱。
觀看：區塊鏈與人工智能——這些技術應該融合
剛接觸區塊鏈？查看 CoinGeek 的“區塊鏈初學者”部分，這是瞭解有關區塊鏈技術的更多信息的終極資源指南。
