AICon上海|与字节、阿里、腾讯等企业共同探索Agent 时代的落地应用 了解详情
写点什么

2024 技术人年度总结丨智能化重构未来交互

  • 2025-01-14
    北京
  • 本文字数:3968 字

    阅读完需:约 13 分钟

大小:1.96M时长:11:24
2024技术人年度总结丨智能化重构未来交互

根据 InfoQ 研究中心发布的最新报告显示, 2024 年人工智能技术占据了技术领域的绝对 C 位。不同视角的技术人如何评价 2024 年?如何看待新智能化时代的机遇与挑战?对未来又有何展望呢?

 

值此岁末年初之际,我们特别邀请了三位嘉宾——Dell 的客户端解决方案产品专家 黄雪松、知名开发者 KOL/资深 AI 应用架构师、开发者陈庆,以及数势科技 AI 负责人、算法专家李飞做客圆桌,结合他们的亲身经历,一起探讨 2024 年人工智能应用是如何重塑我们的工作与生活的,以及我们应该如何去革新观念,跟上人工智能跃迁的步伐,更高效地解放生产力。

 

本文基于 InfoQ 与 Dell 联合推出的「技术人的年度总结」视频进行整理、提炼,旨在探讨人工智能的应用现状、技术演进以及未来可能。


点击图片 观看完整视频


传统重构与原生探索

人工智能技术的不断进步带来了智能应用的兴起,进而提升了我们的工作效率。在智能办公领域,智能化应用的出现极大地方便了日常工作。这些应用通过简化复杂的任务,使得非技术人员也能轻松地进行智能化应用的创新和开发工作。

 

“作为一个开发者我其实最常用的就是和智能化相关的代码生成工具。”资深 AI 应用架构师陈庆提到,“过去这一年是 AI 能力持续进化的一年,随着智能化能力的不断的提升,我们会发现在代码开发的过程中有越来越大的帮助。智能编程工具的发展已经从代码片段的生成补全,发展到能够基于文件级甚至项目级从零开始构建一个完整的项目,极大地提升了开发效率,并降低了智能化应用的开发门槛。”

 

人工智能技术的进步不仅提升了工作效率,也为传统产品的智能化重构提供了新机遇。数势科技 AI 负责人李飞指出:“我们都听说过一个观点——当人工智能技术出来之后,一切的软件都值得被重做一遍。我觉得可以从两方面来看:一方面,我们现在做的软件可以结合人工智能技术重新构建;另一方面,我们需要思考这些软件持续演化的路线与可能性。它不一定就得基于当前的技术栈和技术架构去重构,更值得我们去探索的是这些软件怎样成为一个真正的 AI 原生的产品。”

 

从云原生到 AI 原生,我们正见证着一个显著的行业趋势。AI 原生产品的发展不仅仅需要 AI 原生的架构和体验,更需要将人工智能技术深度整合到产品设计、开发和运营的每一个环节。当前,AI 原生的概念仍在探索和实践阶段,而在智能化改造、重构方面,目前已经有非常多的场景落地。

 

比如针对企业经营,有很多的企业软件长期处于“落灰状态”,企业采购或开发了大量的软件,但是并没有人真正把它们用起来。而随着人工智能技术的融入,我们可以把这些软件改造得更易用,大大缩短了用户和机器之间的一个路径。这种转变不仅能够提升企业的资源利用率,还能通过优化业务流程和决策支持,为企业的业务增长和竞争力提升提供强有力的支持。

 

当然,是否所有软件都值得被重构呢?李飞表示也得辩证地看:一些足够简单的软件我们就没有必要去做一个雕花了,因为这样其实会浪费大量的人力并且影响企业战略方向。有一些软件,比如 BI 或者代码工具等,用户在第一次上手会感觉非常复杂,这些软件是结合人工智能落地的好场景,通过 AI 可以去极大地简化流程、降低门槛、提高效率。

 

除了智能办公领域,生活娱乐领域也可能会成为下一个“兵家必争之地”。“我认为明年这些办公相关的领域比今年有更大程度的爆发。另一个我比较看好的领域就是生活娱乐领域。办公领域其实是和我们的员工和企业用户结合最紧密的场景,生活娱乐领域则是与大众生活结合最紧密的场景,比如我们在旅游的时候想要订个机票,是否能够通过 AI 快速搞定行程安排?或者 AI 能否成为我们日常生活的助理?其实这些都是非常好的场景。”李飞展望道。

 

事实上,2024 年人工智能技术带来的可感知的变化,大多数属于软件层面的跃进或云侧的赋能,包括在本次视频访谈结束之后,OpenAI 又 12 连发推出了一系列重磅产品等等。但是,“软件定义世界”、“云计算加速技术普惠”的同时,硬件层面的创新、端侧的场景挖掘同样值得关注。

 

软硬结合与云端结合

提到 AI 应用的硬件支持,首先绕不开的便是算力。随着高级算法模型越来越强、场景应用越来越多,所需要的算力也会曾指数型增长。“从 CPU、GPU 到 TPU、NPU 这块,其实硬件提供的澎湃算力是能够承载智能化应用落地场景最重要的支撑。”李飞提到。所以我们也能看到众多芯片厂商正在迎来智能化时代的全新角逐,各类面向智能化场景的芯片正迎来史诗级迭代。

 

“另外,我们知道大模型技术它其实是对世界知识的压缩,通过复杂计算模型基于数据进行仿真、生成等,但是如果我们能够得到的数据已经到了一个瓶颈,又该怎么办?怎样让 AI 越来越聪明?这个也是未来要去持续探索的一个方向。”当然,针对这些海量的数据,除了数据的清洗、筛选,如何让数据更好地存储、读写、流转,本身也需要相关的硬件创新以支撑。

 

未来,随着越来越多专门适配智能化应用场景的芯片和设备的出现,这些芯片和设备将具备更强的计算能力和更低的功耗等,从而为人工智能技术在本地端的应用提供有力支持。陈庆表示:“未来可能会在端侧的推理上有一个巨大的需求。”这预示着端侧推理技术将成为人工智能技术发展的一个重要方向。端侧推理的崛起意味着更多的数据处理将在本地完成,减少了对云端资源的依赖,同时也提高了数据处理的速度和安全性。

 

端侧智能化越来越被重视,一个核心原因便是“数据安全”。在云上,你问问天气等日常问题都没问题,但如果你问一些比较敏感的问题时,可能会担心背后的模型,是否会拿你数据做训练?是否会把你的创意 Share 给其他提出类似问题的人?对于企业而言,面对这类安全问则更为谨慎,企业数据资产的保密性至关重要,端侧智能某种意义上可以将安全风险降到最低。

 

如果把 AI 比作第二大脑,我们需要通过一定的介质去使用它,比如 PC、手机、智能穿戴设备、各种 IoT 设备等。当前的一个常用路径是:我们通过电脑、软件去访问云上的高级算法模型,与之交互并获得答案,可以称之为 AI+PC 的阶段。但是当我们面临敏感隐私类问题、或者网络障碍时,并不能获得良好的智能化体验,这个时候端侧、本地的智能化能力便成为了一种刚需,我们需要的便是能够原生支持智能化的 AI PC。

 

“其实早在 2018 年的时候,Dell 就推出了类似 AI+PC 的一些功能,比如智能降噪、智能开关机、智能网络连接等等,2024 年初我们推出了 AI PC,它跟 AI+PC 有着本质上的不同。”黄雪松解释道,“第一是架构不同,传统 PC 主要由 CPU+GPU 进行计算,AI PC 则是基于 CPU 加 NPU 还有 GPU 共同支撑的;第二是平衡算力负载,将不同的计算类型,分派给更擅长处理该事件的计算单元。比如 NPU 更擅长处理并发任务,日常使用中很多的计算实际上是简单的并发计算,如果交给 GPU 去做,相当于一个很壮的人不停举一个很轻的东西,实际上是浪费的,而且耗电,这些任务交给 NPU 来做更合适。这样类似传统 PC 的 CPU、GPU 高负载、高发热的问题能够极大缓解;第三是安全,Dell 现在正在做的事情就是让用户在 AI PC 上离线就可以实现一些智能化需求。”

 

AI PC 未来已来

随着智能化场景探索的愈发火热以及各类芯片的持续进化,AI PC 正在成为未来 PC 演进的主旋律。以戴尔为例,面向智能化时代,戴尔推出了“AI PC +5 大场景”的创新体验。

 

 

  • 戴尔 AI PC+协作:能够在实现会议总结、实时翻译、安全预防等功能,让工作调度、部门协作、信息传递更高效。

  • 戴尔 AI PC+个人助理:能够智能化满足 PPT 生成、数据分析、议程规划等高频需求,本地化、更便捷的智能化能力,让工作事半功倍。

  • 戴尔 AI PC+创作:能够实现图片生成、视频生成等创作需求,图片、音频、视频、建筑、工业设计等创作者的创意好帮手。

  • 戴尔 AI PC+模型部署:支持个人知识库、RAG、行业应用等定制化无缝整合应用,安全、稳定,让智能触手可及。

  • 戴尔 AI PC+应用开发:涵盖开发、训练、调优、无缝整合应用全流程,降低开发门槛,人人都是开发者。


黄雪松表示:“Dell 这五个场景,最基础的是算力,上一层就是数据,再上面就是应用。算力层面 Dell 和英伟达 NVDIA 非常早就开始了合作,当然后面英特尔、高通也推出了新的带有 NPU 单元的处理器,我们跟他们也展开了密切合作,来确保机器的强悍性能;数据层面,我们的 AI PC 格外注重数据安全,我们为客户提供数据清洗、筛查等服务;应用层面,我们更多的是与业内领先的高级算法模型企业展开合作,基于客户的需求去帮他们选用不同的计算模型,或者集合多种模型的能力给到客户。”

 

当然,对于 AI PC 这一新物种而言,要想实现“言出法随”仍然需要一定的时间,但是毋庸置疑的是,你可以把大量简单且重复或者有迹可循的事情交给它,大大解放你的创造力和生产力。相比于软件+云上的智能化能力,本地、原生的智能化能力则能够让你更加得心应手地调用。

 

对于 AI PC 的发展趋势,陈庆表示整体符合预期,从软件生态上来看,接下来还需要软件厂商更多地去和硬件厂商配合,引入更多 AI PC 相关的功能、把 NPU 利用好。

 

“关于 AI PC 的想象空间,我主要关注两点,第一是参数量较小的模型无缝整合应用在本地上,其实对于笔记本的性能要求还是非常高的,刚刚听了关于 Dell AI PC 的介绍,我是觉得非常兴奋的;第二个是未来的 AI PC,能否结合助理的能力解决一些自动化问题,比如电脑出现软件类故障了,能够主动去扫描故障并自动调用一系列的工具去修复,而不需要你去查一堆教程一步一步尝试,或者还得专门跑一趟维修店等。”李飞补充道。

 

正如黄雪松所言,人工智能其实打开了一个新世界的大门,透过 AI PC ,我们有机会去提前触碰未来。我们期待 2025 年能够有更多、更爆款、更好用的智能化应用出现;期待软件与硬件更好地融合,让终端设备更强大、更智能,并最终成为我们日常生活的最佳助理;同时,也期待更多像 Dell 一样的硬件厂商在 AI PC、AI Phone、AIoT 等领域不断创新,推动人工智能技术普惠化,并保障每一位用户的数据安全。

2025-01-14 16:3122880

评论

发布
暂无评论

架构师训练营第四周学习总结

跳蚤

Spring Boot 中集成Lucence

武哥聊编程

Java springboot SpringBoot 2 28天写作 Lucence

新荣耀历险记:带着“神装”踏上英雄试炼路

脑极体

Mac 电脑安装Etcd和Go的etcd/clientv3

BigYoung

Mac etcd client Go 语言

Dockerfile ENV 使用指南

K8sCat

Docker Dockerfile ENV ARG

高效学习:如何学得更快更好

石云升

学习 28天写作

2021开启数据结构与算法的学习之旅

Nick

学习 flag 新年计划

“苹果陷阱”无法避免,但我们已经在路上

JiangX

苹果 供应链 28天写作 制造业

架构师训练营第四周作业

跳蚤

区块链交易所APP开发|区块链交易所系统软件开发

系统开发

一文带你读懂:设计模式的六大原则

后台技术汇

28天写作

第九周 性能优化(三)课后作业

简简单单

Mysql 4种方式避免重复插入数据!

xcbeyond

MySQL MySQL使用 28天写作

如何快速提升自己的能力?高效学习让你更出类拔萃。

一笑

学习方法 28天写作

网络出口究竟选择防火墙,还是路由器?

产品经理训练营作业-第二周-产品思维和产品意识

.nil?

产品经理训练营

项目管理系列(9)- 项目分析与报告

Ian哥

28天写作

数字货币交易所软件开发|数字货币交易所系统APP开发

系统开发

一起进阶一起拿高工资!Java开发进阶-log4j2日志脱敏原理分析

看点代码再上班

Java 程序员 log4j 编程开发

虚拟币钱包APP系统开发|虚拟币钱包软件开发

系统开发

「架构师训练营 4 期」 第四周 - 001

凯迪

Nginx架构赏析

旺旺

nginx 架构 中间件

我是这样使用极客时间APP的

熊斌

极客时间 28天写作

第九周 学习总结

简简单单

产品经理训练营笔记-产品思维和产品意识(中)

.nil?

产品经理训练营

【CSS】格仔背景

德育处主任

html css3 大前端 CSS小技巧 28天写作

Elasticsearch 乐观锁并发控制

escray

elastic 七日更 28天写作 死磕Elasticsearch 60天通过Elastic认证考试

HASH碰撞问题一直没真正搞懂?这下不用慌了

架构精进之路

算法 hash 七日更 28天写作

JVM垃圾回收机制是怎样的,何时触发YoungGC或FullGC操作?

Java鱼仔

Java 面试 JVM 垃圾回收

第二次作业

秦挺

产品 0 期 - 第二周作业

Jxin

2024技术人年度总结丨智能化重构未来交互_AI&大模型_付秋伟_InfoQ精选文章