幾年前提到人工智慧，人們的第一反應是全球流行、網路熱門、預見未來，但如今，人工智慧早已褪去神秘色彩，語音識別、影象識別、智慧閱片、病毒測序、藥物設計……皆已成為唾手可得的應用。
尤其值得一提的是，虛擬現實和自動駕駛在2021年迎來井噴。
在“元宇宙”這一年度最熱門科技概念的東風勁吹下，虛擬現實技術迎來產業發展新拐點，相關領域的投融資信心和活躍度進入一輪新高潮，獲投專案數量和資本總量大幅攀升，全球VR/AR頭顯裝置出貨量迅猛增長，政策、資金、人才等產業要素加速聚集。
這一年對自動駕駛來說同樣意義非凡。蘋果、小米、華為、滴滴等宣佈“造車”；百度和小馬智行成為首批獲准開展商業化試點服務的企業；全國首個自動駕駛出行服務商業化試點在北京實施，行業在向量產、絕對安全發起衝擊。
回看這一年，朝向前沿和實用兩個方向，人工智慧和它的從業者們正在拔足狂奔。
特斯拉撞車引關注
自動駕駛的安全問題被推上前臺
3月17日，國內一輛特斯拉Model 3在自動駕駛輔助狀態下無故轉向，車輛撞停，車頭幾乎報廢，但全車8個安全氣囊無一開啟，特斯拉技術主管回覆，因為沒有撞擊到觸發點，所以氣囊沒有彈出，車輛沒有問題。
這不是特斯拉第一次發生類似事故。2019年，國外媒體曾報道過一次特斯拉事故，據受害者的律師說，當車主的Model 3撞上護欄時，安全氣囊竟然沒有開啟，並且車主聲稱特斯拉不配合調查。
特斯拉的事故再次將自動駕駛的安全問題推上前臺。事實上，2021年是國內自動駕駛的泉湧之年，華為入局造車，百度和小馬智行成為首批獲准開展商業化試點服務的企業，全國首個自動駕駛出行服務商業化試點在北京實施，國內自動駕駛從測試示範邁入商業化試點，自動駕駛正式進入“下半場”。
同時自動駕駛的基礎設施基本搭建完成，各地積極推進計算中心、5G網路、邊緣計算、車路協同、高精度地理資料等配套措施，各類L2—L4級自動駕駛車輛開始走出封閉路測試驗場，走上了真實城市道路。而安全作為自動駕駛的頭號問題，值得慎之又慎，也是影響行業企業前景的關鍵要素。
自主智慧體與人類辯論
AI開始具備參與複雜人類活動的能力
人工智慧在人類專長的領域再下一城，它可以和人類辯論了。
英國《自然》雜誌3月18日發表了一項人工智慧的最新進展：科學家報告了一種能與人類進行競技辯論的自主智慧體，這個“辯手專案”系統可以和人進行現場辯論，該系統能透過掃描儲存4億篇新聞報道和維基百科頁面的檔案庫，然後自行組織開場白，並自行反駁論點。
這被認為與之前人工智慧對人類的挑戰有根本區別。雖然最終人類辯手被判定獲勝，但這個演示表明了人工智慧開始具備參與複雜人類活動的能力。這也不禁令人遐想，人工智慧的下一步會走向哪裡？
全球最快AI超級計算機開動
拼接有史以來最大宇宙3D地圖
5月27日，被譽為全球最快的人工智慧工作負載超級計算機——Perlmutter宣佈開啟。這臺超級計算機擁有6144個英偉達A100張量核心圖形處理器，將負責拼接有史以來最大的可見宇宙3D地圖，並且它有望揭示暗能量的秘密。
在物理宇宙學中，暗能量是一種充溢空間的、增加宇宙膨脹速度的難以察覺的能量形式。暗能量假說是當今對宇宙加速膨脹觀測結果的解釋中最為流行的一種。
英偉達高階產品營銷經理Dion Harris表示，在AI使用的16位和32位混合精度數學運算方面，Perlmutter超級計算機也是目前全球最快的系統。
人類窮盡努力，試圖對宇宙未知的一面有更多瞭解，有了AI這個“非凡的工具”，這種努力或許可以更快見成效。
悟道2.0釋出
中國萬億引數模型重新整理多項紀錄
在6月1日舉行的2021北京智源大會開幕式上，悟道2.0釋出。它在模型規模上呈爆發級增長，達到1.75萬億引數，創下全球最大預訓練模型紀錄。
中文作為世界上使用人數眾多的語言，之前一直沒有以其為核心的超大規模預訓練模型。3月，中國首個超大規模預訓練模型悟道誕生，中文預訓練模型躋身“煉大模型”列隊。而悟道2.0的釋出，更標誌著多項相關紀錄被重新整理。
當前語言模型的訓練已經從“大煉模型”走向“煉大模型”的階段，巨量模型成為業界關注的焦點。從1750億引數量的GPT—3，到引數量萬億級別的Switch Transformer，引數量的紀錄不斷被重新整理，語言模型規模越來越大，彷彿沒有終點。大火的GPT—3，能作詩、聊天，能生成程式碼，引數規模達到千億級別，直逼人類神經元的數量。
10月，微軟和英偉達聯手釋出了Megatron—Turing自然語言生成模型(MT—NLG)，它有5300億引數，號稱同時奪得單體Transformer語言模型界“最大”和“最強”兩個稱號。
對大模型進行探索是一個持續不斷的過程，科學家希望越來越大的模型能通向AI的聖盃——通用人工智慧。
Alphafold2預測蛋白質結構
為生命科學領域帶來革命性影響
7月16日，英國《自然》雜誌發表了一項結構生物學最新研究，人工智慧公司DeepMind的神經網路Alphafold2預測的蛋白質結構能達到原子水平的準確度。
蛋白質摺疊問題被認為是人類在21世紀需要解決的重要科學前沿問題之一。研究蛋白質結構，有助於瞭解蛋白質的作用，理解蛋白質如何行使其生物功能，認識蛋白質與非蛋白質之間的相互作用，對於生物學、醫學和藥學等都非常重要。
在50多年的時間裡，研究人員一直嘗試根據蛋白質的氨基酸序列預測其摺疊而成的三維結構。然而，當前使用的計算方法準確度有限，實驗方法對人力和時間的要求也非常高。事實上，過去半個多世紀，人類一共解析了5萬多個人源蛋白質的結構，人類蛋白質組裡大約17%的氨基酸已有結構資訊，而AlphaFold2預測的結構將這一數字從17%提高到58%，因為無固定結構的氨基酸比例很大，58%的結構預測已經接近極限了。
今年底我國自研深度學習蛋白質摺疊預測平臺TRFold傳來好訊息，其基於2020年第14屆國際蛋白質結構預測競賽蛋白質測試集的成績僅次於AlphaFold2，排名全球第二，這是國內目前所有公開蛋白質結構預測模型中的最好成績，我國計算生物學領域的表現躋身全球第一梯隊。
生物物理學家、西湖大學校長施一公曾對Alphafold2的表現給予極高評價：這是人工智慧對科學領域最大的一次貢獻，也是人類在21世紀取得的最重要的科學突破之一。
毫無疑問，人工智慧預測蛋白質結構的研究已經並且將持續在生命科學各分支領域引發革命性影響，並在今後幾年到十幾年中逐漸顯現出來。
元宇宙引全球公司競逐
人工智慧技術或成元宇宙落地關鍵
2021年哪個科技概念最火？答案基本不存在爭議：元宇宙。
這個來自20世紀90年代科幻小說中的名詞，成為今年以來巨頭競相逐鹿、資本跑馬圈地、街頭巷尾熱議的最強概念。目前，元宇宙還沒有公認定義，這也給它創造了充分的延展性、包容性和可解釋性。
元宇宙像是一個筐，把增強現實、雲計算、數字孿生、人工智慧、區塊鏈等數字技術打包全收，其中人工智慧和元宇宙有著千絲萬縷的關係，深度學習、計算機視覺、自然語言處理等人工智慧技術的成熟應用是元宇宙落地的關鍵。雖然還停留在概念階段，但元宇宙可能存在的巨大商業潛力，已經引得各大公司紛紛投注。英偉達正式推出對標元宇宙的虛擬工作平臺Omniverse，日本社交平臺GREE開展元宇宙業務，微軟努力打造“企業元宇宙”，華為從AR切入元宇宙賽道，騰訊、百度、位元組跳動、網易等都從各自擅長的路徑進軍元宇宙，三大運營商也都悉數投入元宇宙佈局。
7月，DeepMind為AI打造了一個元宇宙——XLand。經過5代訓練，智慧體能在XLand的4000個獨立世界中玩大約70萬個獨立遊戲，涉及340萬個獨立任務，最後一代智慧體經歷了2000億次訓練步驟。
合成神經訊號讓AI有“思維”
腦機連線AI裝置或將迎來新進展
AI一旦擁有了“思維”，會反過來操控人類的行為嗎？
現在思考這個問題已經不算杞人憂天了，因為AI“偽造思維”的事情已經發生了。
GAN是指生成式對抗網路，它是一種深度學習模型，是近年來人工智慧在大資料學習過程中用到的一種無監督學習方法之一。11月18日，美國南加利福尼亞大學華人博士溫士賢團隊在自然子刊發表的論文顯示，研究人員透過腦機連線裝置，在兩隻作為試驗物件的猴子身上進行了腦機介面訓練。他們讓試驗中的兩隻猴子玩貪吃蛇遊戲和玩跑步機，然後收集它們發出的運動控制神經訊號，再透過GAN中的生成器和鑑別器合成出大量神經活動資料，用於下一步的試驗。
透過接觸或植入式的裝置，GAN只需要收集少量試驗中猴子所發出的運動控制神經訊號，就可以自動生成類似的各種其他情形下可能操控行為的神經訊號，然後再把這些教給AI，AI便是這樣有了自己的“思維”。
研究人員發現，這一技術把訓練腦機介面系統提取、分析大腦訊號的時間縮短了整整20倍。他們在論文中同時提到，這次研究雖然只採集了猴子的神經訊號，但這一模式應該也同樣適用於人類神經訊號的模擬生成。
研究者相信，這種“合成思維”的方式還能有更為廣泛的用途，尤其是在腦機連線AI裝置上。但如果AI可以“偽造思維”，這種腦機連線又會給未來的人類帶來什麼，目前顯然還沒有定論。
《人工智慧倫理問題建議書》釋出
首份全球性規範框架聚焦AI健康發展
人工智慧治理是和人工智慧發展相伴而行的問題。聯合國教科文組織當地時間11月25日正式推出《人工智慧倫理問題建議書》，該建議書由教科文組織會員國集體透過，是關於人工智慧主題的首份全球性規範框架。
該建議書旨在促進人工智慧為人類、社會、環境以及生態系統服務，並預防其潛在風險。建議書包含規範人工智慧發展應遵循的原則以及在原則指導下人工智慧應用的領域。
據聯合國教科文組織介紹，建議書共29頁，定義了指導人工智慧建設的必要基礎性專案，以確保人工智慧健康發展的共同價值觀和基本原則。
建議書呼籲，在科技公司和政府已採取的措施之外還需要更多行動，透過確保使用AI的透明度、行動力和保障個人資料使得民眾得到更多保護。
建議書還推動確保人工智慧成為應對氣候變化和解決環境問題的更重要工具。建議書要求政府應評估人工智慧系統對環境造成的直接和間接的影響，包括其碳足跡、能源消耗和原材料提取的環境影響等。
AI發現兩個數學新猜想
人工智慧拓展在前沿領域應用範圍
人工智慧攻城略地的領域越來越大了，這次是數學。英國《自然》雜誌12月1日發表了由人工智慧公司DeepMind開發的一個機器學習框架，該框架已經幫助發現了純數學領域的兩個新猜想。這項研究展示了機器學習可以支援數學研究，這也是計算機科學家和數學家首次使用人工智慧來幫助證明或提出紐結理論和表示論等數學領域的複雜定理。
純數學研究工作的關鍵目標之一是發現數學物件間的規律，並利用這些聯絡形成猜想。從20世紀60年代起，數學家開始使用計算機幫助發現規律和提出猜想，但人工智慧系統尚未普遍應用於理論數學研究領域。
此次，DeepMind團隊和數學家一起建立了一個機器學習框架，用於協助數學研究。團隊還表示，他們的框架能鼓勵未來數學和人工智慧的進一步合作。
建立17個試驗區
將引領帶動中國人工智慧創新發展
12月7日，科技部官網公佈三份函件，支援哈爾濱、瀋陽、鄭州三地建設國家新一代人工智慧創新發展試驗區，三份函件分別對哈爾濱、瀋陽、鄭州提出相應的建設要求。
哈爾濱試驗區建設要發揮人工智慧在賦能哈爾濱高質量發展和東北老工業基地全面振興全方位振興中的重要作用。同時，充分發揮哈爾濱科教資源富集、產業特色鮮明、國際合作基礎良好等優勢，加強人工智慧基礎前沿理論和關鍵核心技術研發，在智慧農業、智慧製造等領域和寒地場景打造創新應用標杆。
瀋陽試驗區建設要發揮人工智慧對瀋陽製造業轉型升級和東北老工業基地全面振興全方位振興的輻射帶動作用，強化技術研發和創新應用，壯大智慧科技產業叢集。
鄭州則要發揮人工智慧在鄭州建設國家中心城市中的引領作用，有力支撐中部地區崛起、黃河流域生態保護和高質量發展。
自2019年北京市成為全國首個國家新一代人工智慧創新發展試驗區以來，上海市、天津市、深圳市、杭州市、合肥市、德清縣、重慶市、成都市、西安市、濟南市、廣州市、武漢市、蘇州市、長沙市、鄭州市、瀋陽市先後入選，目前我國已經有17個國家新一代人工智慧創新發展試驗區。
本報記者 崔 爽
來源：科技日報
