Bank of America AI Deep Dive Report: "AI Empowers Everything", the total scale of technology commercialization will reach $16 trillion

作者：趙穎

來源：硬 AI

人類正站在技術變革爆發點，Exascale 超級電腦每秒進行百億億次級計算，AI 發現的晶體結構數量是科學史上發現的 45 倍以上，僅用 30 天就研發出潛在抗癌新藥，烏拉圭工業機器人數量比人口還多......

美國銀行在 3 月 21 日的深度報告中指出，2024 年將是 “AI 賦能一切” 的一年，AI 和其他技術發展之間形成一個巨大的正反饋，包括人工智能、計算、機器人、通信、醫療保健、能源等 30 項技術領域或將迎來突破。

而實現突破的技術商業化十分關鍵，美銀預計相關市場規模約為 16 萬億美元。

從歷史來看，技術進步導致財富集中和企業快速更迭，過去 100 年裏 3% 的公司幾乎創造了全球所有的淨財富；自從 2015 年以來，大約三分之一標普 500 成分股被替換，技術加速市場變革和顛覆。

自去年來 AI 科技革命拉開帷幕，正帶動各行各業加速發展，未來將更多取決於 AI 模型的落地和應用，美銀指出了端側 AI 設備、增強模擬、知識圖譜、超算（HDC）、通用人工智能（AGI）等五大落地方向。

AI“接管” 一切 發展形成 “正反饋”

美銀指出，人工智能發展正處於一個轉折點，其正在以指數級的速度改變各行業，AI 未來的發展將取決於以下三方面因素：

1、技術 “交叉”：不同技術之間的相互促進，例如 AI 推動計算和通信技術的發展；

2、技術 “稀缺”：在一個對技術的需求超過供應的世界，算力需求增長速度超過了摩爾定律的預測，數據和算力的稀缺性將成為挑戰；

3、技術 “經濟性”：技術自身向着更低的成本和更高的回報發展。

進一步來看，美銀認為，2024 年將是 “AI 賦能一切” 的一年，AI 和其他技術發展之間形成一個巨大的正反饋。

AI 連接並賦能技術、商業和社會，推動着技術奇點的發展。這一進程中，計算、通信和技術的發展為 AI 革命帶來動力，反過來又形成了正向反饋循環，提供了更多的計算能力、通信資源和數據，進一步加速了 AI 進步。

美銀還談到了算力的重要性，如此多的數據，但算力卻跟不上相應增長。

計算能力的需求增長速度超過了摩爾定律的預測，每兩年增長 275 倍。

我們即將從每天生成百億億字節的數據——轉向百萬的六乘方字節，可再生能源超過 80% 的新產能也需要新的基礎設施和材料，而這些原材料供應短缺。

此外，美銀還提到，未來成本將進一步降低，所有這自動化、人工智能和技術上的投資都在全面降低價格並提高回報。例如，儘管過去 20 年內存驅動器的容量增加了超過 20000 倍，但每千兆字節的價格卻下降了超過 99%。

AI 落地的五大應用領域

去年是 “AI 元年”，AI 革命將從開始加速，2023 年我們見證了生成式 AI 投資激增，自 ChatGPT 發佈以來，已經引入了各種閉源和開源模型，各公司開始開發、採用或將 AI 集成到產品或業務中。

美銀指出，創新步伐將從這裏加速，更多的 AI 工具和應用可能很快會推出。這可能會在數字領域之外，為終端設備、機器人和生命科學的物理領域帶來豐富的機會。

1、端側 AI 設備：在本地設備（如智能手機、汽車、可穿戴設備）上部署 AI 功能/模型，有助於減少延遲、成本，有助於分擔大型服務器的功率負載，提高整個 AI 生態系統的性能。

2、增強模擬：AI 用於加速發現過程，識別最可行的模擬，加速新分子的創造，並降低成本，在物理世界中需要 10 年才能完成，現在可以在幾周到幾個月內完成這項任務，應用領域包括藥物發現、芯片、化學品、材料。

3、知識圖譜：知識圖譜組織來自多個源的數據，捕獲有關感興趣主題的信息，並在它們之間建立聯繫。它們是解決 LLM“幻覺” 問題（即提供帶有高度信心的不準確信息）並提高神經網絡能力的關鍵。大多數組織中的數據專業人員通常花費 25-30% 的時間尋找和搜索相關數據。

4、超維度計算（HDC）：HDC 使用高維向量來表示信息，而不是傳統的二進制系統。它可以捕獲更復雜的數據模式，並允許計算機保留更多記憶，從而減少計算和能源需求。HDC 相比今天芯片中使用的技術，可以實現超過 60% 的能源節省。

5、通用人工智能（AGI）：AGI 作為人工助理，它將具備在廣泛任務上達到或超過人類水平的一般認知能力，能夠實現自我學習，並且能夠解決未被預先編程的任務。隨着數據的增長、計算能力的提高和技術的創新，AI 可能在未來十年內達到 1500 的智商，是人類平均智商的 18 倍。

美銀補充稱，儘管 AI 帶來了許多好處，但也存在挑戰，如端側設備 AI 的功耗、成本、算法/軟件優化和安全性問題。整體而言，美銀報告預測，到 2030 年，AI 可能會為全球增加 15%-20% 左右的經濟價值。