2024 年 AI 现状：研究、成本与风险

2024 年 10 月，AI Explained 主讲人从《State of AI Report》中选出重点，并加入自己的分析和预测。这是一份历史回顾：报道中的预测和未来展望不应被当作当前事实。

他讨论前沿模型之间的竞争和 OpenAI o1 的发布，以及当时报导的训练成本预测。这些支出数字是当时报道的预测，并非经核实的最终成本。

视频回顾新出现的视频生成演示和消费者工具，并区分公司演示与主讲人自己能够试用的产品。

主讲人提到 2024 年涉及神经网络研究和蛋白质结构预测的诺贝尔奖，并讨论研究人员对先进 AI 的警告。这些警告是关于潜在未来风险的观点。

他介绍研究脑活动的 BrainLM 和预测分子结构的 Chai-1。这些是研究示例；预测结果或模拟并不能确立临床诊断或治疗。

他讨论计算基础设施、芯片代际和对持续扩展的预期。他对未来加速的预测属于推测，取决于硬件、经济性和部署。

谈到模型价格时，他提醒不能把更便宜的模型与能力更强的模型视为相同产品直接比较。他引用特定产品过去的降价情况；价格和模型能力都会变化。

讨论转向训练数据、版权和向创作者支付报酬的提议。主讲人提出对激励和归因的看法，并没有解决相关法律问题。

他同时考虑 AI 潜在的环境应用和数据中心的能源需求。未来 AI 会解决气候变化的说法属于推测，而非已经确立的结果。

报告的安全内容涵盖越狱和已记录的滥用，包括冒充他人及未经同意的影像。主讲人强调现实伤害与未来风险都值得关注。

最后，他批评报告中部分预测的措辞含糊，并提出自己对下一年的预测。这些预测反映他在 2024 年的预期；视频没有核实其后续结果。