2023年无疑是人工智能 (AI) 的一年。正如戴尔全球首席技术官约翰·罗斯在年终展望中所指出的，“明年，和今年一样，仍将聚焦于人工智能。”
你准备好迎接AI代理的到来了吗？虽然今年的人工智能叙事主要以实验性和理想化为主，但其发展速度是传统技术的七倍。企业将迅速从理论概念转向实践应用，所有技术将围绕AI的快速普及而展开。
罗斯表示：“明年将标志着人工智能时代的第二年，第一波运营AI系统将在企业中出现。”
明确AI应用的核心领域
在2024年，企业在实施AI时必须采取自上而下的策略。“识别你的核心竞争力至关重要，”罗斯建议。“专注于定义你组织的要素，这正是应用AI的重要领域。”
例如，戴尔目前有约380个AI项目在推进，但即使是大型公司，也只能同时管理少数几个项目。匆忙完成前几个项目可能会导致忽视更具变革性的后续项目。“你必须优先处理，”罗斯强调。“确定哪些想法对你的业务最为关键。”
向推理和运营成本转型
随着企业在2024年向推理转型，设计和定位基础设施将至关重要。“组织必须仔细考虑其拓扑结构，”他解释道。“随着技术的分布，AI也可能会如此。”
在这一过程中，安全性依然是重中之重，恶意行为者会直接攻击推理系统。企业需问自己：“我们在AI实施中的安全架构是什么？”
此外，人工智能的经济焦点将从培训成本转向运营开支。虽然模型微调可能成本较高，但这仅占整体投资的一小部分。培训成本涉及一次性的模型规模和数据使用，而推理开支则依赖于持续的使用情况、数据类型、用户基础和维护。
“整体主题是：人工智能变得更加具体，这将带来重大影响，”罗斯指出。
生成性AI供应链的进展
罗斯提到，生成性AI系统庞大而复杂，需要“更多工具、更多技术和更广泛的生态系统”来有效运作。他预测，在2024年将有“大量”AI资源可用。
“我们的AI工具和服务生态系统正在扩展、Diversifying和缩放，”他补充道。
改进的系统构建工具和多样化的AI框架，如新的Linux基金会UXL项目，将促进封闭和开源模型的增加。开发者将更容易创建各种加速计算和集成框架的接口，包括客户端的PyTorch和基础设施侧的ONNX。“明年，我们将在每个层面拥有更多多样化的选择，”罗斯表示。
零信任安全的实现
尽管采用了先进的安全措施，网络安全仍然是企业面临的重大挑战。“零信任架构至关重要，”罗斯解释道。“每个元素必须实时进行认证和授权。”
虽然零信任大多被视为一个概念，但其实施可能相当复杂，尤其是在现有基础设施内。“将成熟企业转变为零信任模型是很具挑战性的，”罗斯承认。“你需重新评估之前做出的每一个安全决策。”
幸运的是，随着AI的持续演变，零信任可以从一开始就融入新系统。罗斯强调了戴尔即将推出的零信任工具项目Fort Zero，旨在2024年获得美国国防部的验证。“我们目前在网络战中处于下风，”罗斯警告道。“解决方案在于采纳零信任。”
共同边缘的兴起
为了最大化数据的价值，企业应在数据源附近进行处理。“未来，我们将在实际环境中进行更多的数据处理，而不是在传统数据中心中，”罗斯表示。
这一趋势将引领戴尔所称的“现代边缘”多云平台的出现。随着企业利用各种云服务，边缘解决方案的格局变得愈发复杂。罗斯指出，如果每个云和工作负载都要求独立的架构，最终将难以管理。
为了解决这个问题，戴尔最近推出了NativeEdge，这是一个通用边缘平台，旨在支持来自任何IT、云或物联网系统的软件定义工作负载。罗斯预测，2024年随着企业认识到“单一边缘”的弊端，这种方法将获得关注。“现在，大多数边缘服务提供商更倾向于将边缘服务以容器化代码的形式交付，而不是专注于硬件开发，”他指出。
展望未来：量子计算与AI
根据罗斯的说法，大规模的AI代表着“巨大的并行问题”。“生成性AI方法，包括变换器和扩散模型，需要大量的计算资源，”他解释道。
尽管量子计算在AI中的全部潜力可能要在数年后才能显现，但罗斯相信它将在解决AI复杂挑战中发挥关键作用。“量子计算非常适合针对高度规模化的优化问题，因而非常适合生成性AI的应用，”他强调。
尽管量子计算已讨论了一段时间，罗斯展望了一个未来，成熟的量子系统将触手可及。“当那一天到来时，量子技术对AI的影响将是深远的，甚至超越ChatGPT带来的变革，”他总结道。
排行榜
