文 | AI商业评论

2021年AI技能变革的步伐加快，这一势能势不可挡，2022年将连续加速。

IDC报告预测，2021年～2025年期间，环球人工智能年复合年增长率靠近24.5%。

从技能维度看，根据环球有名编程措辞社区TIOBE指数，人工智能主编程措辞Python在2021年可谓“轰轰烈烈”，它超过Java成为天下上最受欢迎的措辞。
环球有名数据科学平台Anaconda剖析师表示，“Python将连续滑入我们的生活”。

2022年，硬科技时期拉开帷幕，一起看看图领奖得到者Yoshua Bengio、前百度AI研究院院长吴恩达、Meta AI研究中央主任Joelle Pineau等专家们认为人工智能天下接下来会发生什么：

吴恩达看2022年AI趋势：多模态AI起飞、参数破万亿模型会更多

AI专家吴恩达日前在DeepLearning.AI平台分享了2022年AI趋势预测，第一便是多模态AI将起飞。

多模态是指不同类型的数据资料，比如笔墨、影像、音讯、影片等。
在过去，AI模型险些只能处理单一模态任务，比如只限于笔墨或视觉。
但2021年涌现不少多模态AI成果，比如OpenAI揭橥的CLIP和DALL·E模型，能同时处理笔墨和影像，靠输入笔墨就能产生图片；DeepMind的Perceiver IO对文本、图像、***及点云进行分类；斯坦福大学的ConVIRT考试测验为医学X射线影像添加文本标签。

虽然这些新的多模态系统大多处于实验阶段，但也已经在实际运用中取得打破。

例如开源社区将CLIP与天生对抗网络（GAN）相结合，开拓出引人瞩目的数字艺术作品。
艺术家Martin O’Leary利用Samuel Coleridge的史诗作品《忽必烈大汗》为输入，天生了充满迷幻色彩的“Sinuous Rills”。

Facebook表示，它的多模态辞吐检测器能够标记并删除社交网络中97%的辱骂和有害内容，该系统能够根据文本、图像和***在内的10种数据类型将图像-文本配对分类为良性或有害。

谷歌也表示，将为其搜索引擎添加多模态功能。
它的多任务统一模型可以处理文本、音频、图像和***内容，用户可以通过75种措辞中的任何一种措辞利用。

在GTC 2021期间，英伟达宣告推出NVIDIA Omniverse Avatar，一个用于天生交互式AI化身的技能平台。
Omniverse Avatar凑集了英伟达在语音AI、打算机视觉、自然措辞理解、推举引擎和仿照方面的技能，为创建人工智能助手打开了大门，可以帮助处理数十亿的日常客户做事互动。

多模态研究可追溯至数十年前，1989年约翰霍普金斯大学和加州大学圣地亚哥分校的研究职员开拓了一种系统，可以根据人们说话的音频和视觉数据对元音进行分类。
在接下来的二十年里，研究团队考试测验了多模态运用，例如搜索数字***库和基于视听数据对人类情绪进行分类。

由于图像与文本均非常繁芜，研究职员在很长一段韶光内只能专注于个中一种。
但过去十年中，打算机视觉与自然措辞处理已经在神经网络中得到有效领悟，这让二者的终极合璧成为可能。

过去一年，我们还见证了大型措辞模型的巨大进步，而且这场武备竞赛将在2022年连续进行。

早在2019年，OpenAI的GPT-2成为第一个拥有超过10亿个参数的模型（其15亿个参数在当时看起来大得令人难以置信）。
2020年，GPT-3风靡AI社区，它拥有1750亿个参数，让之前的统统相形见绌。
但GPT-3作为最大的AI模型的统治并没有持续多久，2021年，谷歌Switch Transformer模型（1.6万亿参数）和北京智源研究院“悟道”（1.75万亿参数）模型冲破万亿参数壁垒。

市场估量明年大型措辞模型的规模将连续增长。
2022年最大的模型很有可能来自 OpenAI：GPT-4。

吴恩达认为，2022年将涌现更多参数破万亿的模型，过去一年，模型从大型往更大型发展。
纯挚增加参数并无好处，但随着算力和数据资源的增长，深度学习发展出“越大越好”的原则。
于是，财力雄厚的AI大厂们奋力斥资研发超大模型，特殊是NLP领域模型。
但是，构建越来越大的模型也带来寻衅，开拓者必须战胜四个巨大的障碍：

数据：大模型须要大量数据，网络或者公开数据集等大型来源缺少高质量数据。
例如，BookCorpus是一个包含11000本电子书的数据集，已被用于演习30多个大型措辞模型，但它缺少谈论基督教和伊斯兰教以外崇奉的文本，可能会传播对某些宗教的偏见。
行业越来越意识到数据质量至关主要，但尚未就编译大规模、高质量数据集的有效方法达成共识。

速率：本日的硬件难以处理弘大的模型，当Bit反复进出内存时，这些模型可能会陷入困境。
为了减少延迟，Switch Transformer背后的Google团队开拓了一种方法，可以为每个Token处理选定模型层子集。
他们最佳模型预测速率比参数数量只有其1/30的模型快66%。
同时，微软开拓了DeepSpeed库，它可并行处理数据、单个层和层组，并通过在CPU和GPU之间划分任务来减少冗余处理。

能源：演习如此弘大的网络会花费大量的电能。
2019年的一项研究创造，在8个Nvidia P100 GPU上演习一个2亿参数Transformer模型，险些和一辆普通汽车跑五年的碳排放量一样多。
不过，新一代的AI芯片，如Cerebras的WSE-2和谷歌最新的TPU，可能有助于减少碳排放。

交付：这些弘大的模型太大而无法在C端边缘设备上运行，集中支配可能导致延迟，而小规模支配，能力又较弱。

以是，2022年大措辞模型仍旧以数量千亿参数模型为主，由于超过万亿的参数模型支配很困难。

吴恩达还提出其他AI趋势预测，包括Transformer单一架构将驾驭更多任务、AI产生音频成主流、各国推出AI法规等。

Meta AI研究中央主任Joelle Pineau：元宇宙亟需小样本学习和持续学习AI技能

Facebook为了元宇宙改名Meta，且承诺砸数百亿美元创建元宇宙。
Meta AI实验室卖力人Joelle Pineau表示：2022年将带来新的AI数据集、模型、任务与VR/AR“拥抱现实天下的丰富性”的寻衅。

“我预见了人工智能事情的全新模式，它使我们能够与天下进行更丰富的感官交互。
利用人工智能的创造力，能够增强和放大人类的表达和体验。
随着机器感知技能的进步，可以构建更有用的人工智能助手和未来的家用机器人。
以及推动支配负任务的人工智能技能新标准的进步，这更符合人类代价不雅观，包括安全性、公正性和透明度。
”Pineau说。

多模态AI可以提高用于营销目的天生***的质量，例如，Synthesia、Soul Machines和STAR Labs等初创公司目前供应的产品线。
它们可以用作艺术工具，使电影和游戏设计等行业的用户能够在将其投入生产之前对其进行迭代和完善。

Pineau还估量，人们会更加关注小样本学习和持续学习等技能，由于它将使人工智能能够快速适应新任务，知足快速迭代的新需求。
例如来自OpenAI和Meta、WebGPT和BlenderBot 2.0的最新措辞模型，它们可以在网上检索对他们提出的问题的最新答案。

目前大多数AI算法仍旧专注于被动数据，数据量相对较大、稳定，同质化严重，这种算法可能适用于互联网时期的人工智能模型，但我们希望将人工智能的能力带入元宇宙，就须要支持快速变革社交属性的新算法。

吴恩达在最近的一次采访中说：“虽然AI已经改变了软件互联网家当，但运用于其他行业仍有许多事情要做。
在消费互联网中，一个单一的人工智能系统可以为数十亿用户供应做事。
但在制造业中，每个制造工厂可能都须要自己的AI模型。
小数据的人工智能是一项迅速崛起的技能，它将是实现人工智能普惠化的关键。
”

许多专家认为，到2022年，行业重心将从算法建模转向用于开拓AI系统的根本数据，例如合成数据——人工智能天生的数据的利用，可以代替现实天下的数据，并已经得到更广泛的利用。
近期Synthesis AI调查了100位具有决策权的高等管理职员，89%的技能高管认为，这是保持领先地位的关键。

合成数据（或打算机天生的仿照现实天下的图像数据）可以办理监督学习的耗时和本钱过高的问题。
在关于合成数据技能的受访者中，50%的人认为合成数据战胜了监督学习/人工标注的局限性，82%的人认为合成数据面临安全风险。
但超过一半(59%)的决策者认为，他们将在未来五年内独立或结合“现实天下”数据利用合成数据。

Gartner预测，到2024年，合成数据将占AI开拓利用的所有数据的60%。

图灵奖得主Yoshua Bengio：人工智能最害怕被滥用，危害堪比“核泄露”

蒙特利尔大学教授Yoshua Bengio是天下级的AI大牛，也是图灵奖（被认为是打算领域的诺贝尔奖）得到者，他正在研究如何提高AI技能的可靠性以及人机交互办法，探索一条可以办理这两方面问题的路子。

近日，Bengio与外媒Workflow对话，分享了他对人工智能的最新理解。

在过去的几十年里，人工智能取得了惊人的进步，但在对商业至关主要的方面，我们离人类智能还很远。
在某些情形下，他们可能会犯人类不会犯的缺点，乃至2岁儿童不会犯的缺点。
“我们须要更好地理解这个差距，这便是我想要做的——设计新一代的人工智能系统来填补这个差距。
”Bengio说。

“我们事情旨在改进人与机器之间的交互。
我们希望与人类交互的AI能够以人类随意马虎理解和接管的办法阐明他们正在做什么。
因此，必须破解机器学习的‘黑匣子’，将其改变为更构造化的东西，类似于人类故意识的办法构思和互换。
”

这就像人类的直觉。
人类可以做出涉及直觉的决定，它可能是一种高等推理。
但是对付当前的机器学习状态，这种能力仍旧遥不可及。

谈及人工智能是否会掌握天下，Bengio更担心机器可能被人滥用。
由于人类可能会发疯或被说服做猖獗的事情。
虽然现在能够做一些危害我们社会的事情，但这种危害是有限的，但如果他们能够利用可以成为武器的超级强大的打算机，那就害怕了。

1940年代和1950年代，环球物理学家参与谈论核武器带来的危险。
核技能可能非常有用，但也可能很危险。
Bengio认为，“人工智能现在是新的物理学。
我绝对有道德责任思考这些问题，任何科学家都该当扪心自问，他们的事情终极是否会被用来做坏事。
”

当我们利用人工智能系统做出决定时，它可能是完备缺点的，由于我们假设输入导致输出，但它可能反过来，或者可能有第三个变量稠浊了这些结论，机器学习须要干预并考虑后果。

Bengio也非常关心景象变革，并参与了新电池和碳接管材料等方面的研究。
“如果我们可以以更便宜的办法做到碳接管，那将是颠覆式的创新。
它涉及决策、数据获取和演习的大量迭代。
”

其余，Bengio致力于研究景象建模，他表示：景象科学家开始利用机器学习来开拓比物理模型更大略、更随意马虎理解且便宜得多的模型。
如果我给你一个包含十亿个参数的景象模型，很难说服政府部门投入数十亿美元用于研究。
然而，如果可以将景象变革归结为几个方程式，大多数人会更加信赖它。

结语

展望2022年，硬科技创新的周期刚刚开始，多模态、通用人工智能、超大模型、AI+元宇宙、AI伦理均是值得关注的热门方向。
在这些前沿科技创新赛道上，中国企业已经深度布局。

由中国科学院自动化研究所牵头的多模态人工智能家当同盟在武汉成立，理事单位包括新华社、爱奇艺、福建新大陆、中移系统集成、华为。

上海人工智能实验室联合商汤科技SenseTime、喷鼻香港中文大学、上海交通大学共同发布新一代通用视觉技能体系“诗人”（INTERN）。
相较于OpenAI于2021年发布的CLIP这一当前最强开源模型，“诗人”在准确率和数据利用效率上均取得大幅提升。
“诗人”在数据效率方面的提升尤为令人瞩目：只须要1/10的下贱数据，就能超过CLIP（openai.com/blog/clip）基于完全下贱数据的准确度。

百度与鹏城实验室联合发布共同研发的环球首个知识增强千亿大模型——鹏城-百度·文心（模型版本号：ERNIE 3.0 Titan），该模型参数规模达到2600亿。

腾讯微信AI团队联合Tencent NLP Oteam发布开源项目派大星“PatrickStar”，派大星性能表现优于微软DeepSpeed，在不到5000元价位的个人游戏电脑上，即可演习一个7亿参数的GPT模型。

元宇宙将带我们从互联时期的数字天下走进物理天下，数据年夜水（如3D场景、360度渲染场景）必至，而具备越来越强的自主学习与决策功能的人工智能辅以人工去微调，可大幅降落构建元宇宙的周期与人力本钱。

昨日，北大发布200页元宇宙报告，解读了海内科技巨子元宇宙布局。

字节跳动在硬件入口（收购Pico）、底层架构（投资代码乾坤、维境视讯）、内容与场景（短***、游戏、VR社交）这三大方向上均着力布局。

腾讯元宇宙拼图较为完善，通过成本（收购&投资）+流量（社交平台）组合拳，未来将像搭积木一样探索与开拓元宇宙。
腾讯在底层架构（引擎Unreal Engine）、后端基建（云做事、大数据中央）、内容与场景（各种型内容产品与成熟的社交网络互通生态）这三大方向上均着力布局。

阿里在元宇宙方向的布局可以追溯至2016年在淘宝上线VR购物功能，并投资AR独角兽Magic Leap。
2021年阿里在元宇宙方向的布局更加频繁，先后成立新品牌“云镜”、XR实验室，聘请AYAYI成为天猫超级品牌日数字主理人等。

网易基于多样化产品，已在VR、AR、人工智能、引擎、云游戏、区块链等元宇宙干系领域，拥有环球领先的技能储备，完备具备探索与开拓元宇宙的技能、能力。

华为布局元宇宙着力于XR核心环节自主权的争夺与5G行业标准的制订。
XR方面，华为不仅发布XR专用芯片，游戏掌握器与VR头显干系专利，更是环绕“1+8+N”计策集结了5G、云做事、AI/VR/AR等一系列前沿技能，同时通过自研、扶持开拓者、与游戏厂商互助等多种形式，不断丰富鸿蒙内容生态。

一百年前，1922年，科学加拿大多伦多综合医院的年夜夫班廷博士首次利用胰岛素治疗糖尿病；第72号元素铪的创造证明了玻尔的理论，玻尔由于对付原子构造理论的贡献得到诺贝尔物理学奖……2022年，科技创新必将书写激动民气的一页，我们共同期待！

参考资料：

https://read.deeplearning.ai/the-batch/issue-123/https://venturebeat.com/2021/12/30/a-look-back-at-recent-ai-trends-and-what-2022-might-hold/https://www.datanami.com/2022/01/03/data-science-and-ai-predictions-for-2022/https://www.analyticsinsight.net/top-10-machine-learning-influencers-to-look-out-for-in-2022/