購(gòu)買(mǎi)大型電器、汽車(chē)，你是否會(huì)詢問(wèn)有沒(méi)有智能語(yǔ)音功能?是的，潛移默化中人們已經(jīng)不再將人工智能當(dāng)作魔術(shù)，而是習(xí)以為常的東西。從AlphaGo以四比一戰(zhàn)勝棋王李世石，讓人們第一次意識(shí)到人工智能真的可以超越人類(lèi)，也讓人們對(duì)AI的未來(lái)前景充滿期待。

近年來(lái)，以深度學(xué)習(xí)為代表的人工智能技術(shù)高速蓬勃發(fā)展，新算法層出不窮，圖像識(shí)別、自然語(yǔ)言、聲音克隆等智能水平逼近甚至超過(guò)人類(lèi)。同時(shí)人工智能技術(shù)的發(fā)展，也促進(jìn)著人類(lèi)對(duì)數(shù)據(jù)以及算力的不斷突破。AI技術(shù)各類(lèi)應(yīng)用落地，滲透到我們生活的方方面面，已然成為我們不可缺少的一部分。

1.2021回顧

回顧跌宕起伏的 2021年，新冠疫情仍然肆虐著世界，看不到疫情結(jié)束的信號(hào)。疫情帶來(lái)國(guó)際形勢(shì)的突然變化，深刻地影響著全球半導(dǎo)體產(chǎn)業(yè)鏈及生態(tài)，同樣對(duì)人工智能行業(yè)帶來(lái)沖擊。國(guó)際間的算力競(jìng)爭(zhēng)異常激烈，如果算力不在一個(gè)維度上，競(jìng)爭(zhēng)力自然就不在一個(gè)維度上。2021年我國(guó)因?yàn)樾酒蛔銓?dǎo)致供應(yīng)鏈斷裂的事件此起彼伏，因此數(shù)字化、智能化轉(zhuǎn)型被列為國(guó)家重點(diǎn)發(fā)展規(guī)劃中，已成為大勢(shì)所趨。

疫情雖然還沒(méi)有結(jié)束，但絲毫不影響2021年人工智能領(lǐng)域洶涌澎湃的發(fā)展，振奮人心的消息頻頻傳來(lái)。

商湯科技，成為國(guó)內(nèi)「AI四小龍」中第一家IPO成功的上市公司;AphaFold2 成功預(yù)測(cè) 98% 蛋白質(zhì)結(jié)構(gòu);無(wú)人駕駛領(lǐng)域，技術(shù)和算法層面的不斷突破讓 L4場(chǎng)景落地日益成熟，掌握自動(dòng)倒車(chē)、搶道行駛等眾多接近人類(lèi)駕駛的行為。

2021年10月，中國(guó)科學(xué)技術(shù)大學(xué)潘建偉、陸朝陽(yáng)、劉乃樂(lè)等組成的研究團(tuán)隊(duì)與中國(guó)科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所、國(guó)家并行計(jì)算機(jī)工程技術(shù)研究中心合作，構(gòu)建了113個(gè)光子144模式的量子計(jì)算原型機(jī)“九章二號(hào)”，完成對(duì)用于演示“量子計(jì)算優(yōu)越性”的高斯玻色取樣任務(wù)的快速求解，求解速度比目前全球最快的超級(jí)計(jì)算機(jī)快10的24次方倍(億億億倍)。我們正處在人類(lèi)技術(shù)爆炸時(shí)期，人工智能賽道相信也必將獨(dú)占鰲頭。

多模態(tài)

多模態(tài)學(xué)習(xí)旨在使計(jì)算機(jī)擁有處理不同來(lái)源信息的能力，近年來(lái)成為了人工智能領(lǐng)域的研究熱點(diǎn)。將不同模態(tài)信息進(jìn)行融合，學(xué)習(xí)不同模態(tài)信息之間的關(guān)聯(lián)。2021年是OpenAI實(shí)現(xiàn)圖像和文本匹配的CLIP和根據(jù)輸入文本生成對(duì)應(yīng)圖像的Dall·E開(kāi)啟了多模式學(xué)習(xí)的重要一年。同時(shí)DeepMind的Perceiver IO對(duì)文本、圖像、視頻和點(diǎn)云實(shí)現(xiàn)分類(lèi)以及斯坦福大學(xué)的ConVIRT在醫(yī)療X光影像中添加了文本標(biāo)簽，都預(yù)示著多模態(tài)學(xué)習(xí)正在崛起并且滲入到其他領(lǐng)域。

Facebook也表示在其仇恨言論檢測(cè)器中也使用了多模態(tài)學(xué)習(xí)，用以刪除了社交網(wǎng)絡(luò)中97%的辱罵以及有害內(nèi)容。該系統(tǒng)能根據(jù)文本、圖像和視頻在內(nèi)的10種數(shù)據(jù)類(lèi)型，將模因和其他圖像文本配對(duì)歸類(lèi)為良性或有害。同時(shí)谷歌也表示在搜索引擎中添加了多模態(tài)(及多語(yǔ)言)功能，實(shí)現(xiàn)了多任務(wù)統(tǒng)一模型能返回文本、音頻、圖像和視頻鏈接，以響應(yīng)75種語(yǔ)言中任意一種的查詢等。

巨大模型

讓機(jī)器去理解人類(lèi)語(yǔ)言一直以來(lái)都是人工智能的核心夙愿，只有將人腦獨(dú)有的自然語(yǔ)言賦予機(jī)器，才能真正讓機(jī)器“活”過(guò)來(lái)。隨著OpenAI去年提出GPT-3模型，在各大平臺(tái)引起熱議，讓我們似乎觸摸到了上帝的領(lǐng)域。GPT-3模型比全球最大深度學(xué)習(xí)模型 Turing NLP 大上十倍，而且不僅可以更好地答題、翻譯、寫(xiě)文章，還帶有一些數(shù)學(xué)計(jì)算的能力。根據(jù)論文所述，GPT-3是一種具有1750億個(gè)參數(shù)的自然語(yǔ)言深度學(xué)習(xí)模型。

就在大家還沉浸在GPT-3模型龐大參數(shù)量的時(shí)候，谷歌Switch Transformer開(kāi)啟了2021年首個(gè)超過(guò)1萬(wàn)億參數(shù)的模型，參數(shù)規(guī)模高達(dá)1.6萬(wàn)億。隨后北京智源人工智能研究院推出更大的、擁有1.75萬(wàn)億參數(shù)規(guī)模的大模型悟道2.0。資金雄厚的人工智能公司正以狂熱的速度堆積參數(shù)，既為提高性能，也為秀肌肉，特別是在語(yǔ)言模型中，互聯(lián)網(wǎng)為無(wú)監(jiān)督和半監(jiān)督的預(yù)訓(xùn)練提供了大量無(wú)標(biāo)簽的數(shù)據(jù)。然而模型從“大”走向“巨大”的確可以使得效果越來(lái)越好，但同時(shí)帶來(lái)更多的問(wèn)題與挑戰(zhàn)。

(1) 數(shù)據(jù)挑戰(zhàn)：巨大的模型需要海量的數(shù)據(jù)，但網(wǎng)絡(luò)和數(shù)字圖書(shū)館來(lái)源缺乏高質(zhì)量的數(shù)據(jù)。例如，研究人員常用的BookCorpus是一本由11000本電子書(shū)組成的數(shù)據(jù)集，用于訓(xùn)練30多種大型語(yǔ)言模型，它可能會(huì)傳播對(duì)某些宗教的偏見(jiàn)。人工智能社區(qū)越來(lái)越意識(shí)到數(shù)據(jù)質(zhì)量至關(guān)重要，但在收集大規(guī)模高質(zhì)量數(shù)據(jù)集的有效方法上尚未達(dá)成共識(shí)。對(duì)于巨大模型而言，海量高質(zhì)量數(shù)據(jù)采集成為了避不開(kāi)的屏障。

(2) 速度與效率：當(dāng)前人類(lèi)的硬件水平雖然在不斷突破，但是仍然跟不上巨大模型的需要。Switch Transformer背后的谷歌團(tuán)隊(duì)為了降低延遲開(kāi)發(fā)了一種方法，讓每個(gè)token處理模型層的選定子集。他們的最佳模型比參數(shù)量只有1/30的模型快了約66%。同時(shí)，微軟開(kāi)發(fā)了DeepSpeed庫(kù)，這個(gè)庫(kù)并行處理數(shù)據(jù)、各層和層組，并通過(guò)在CPU和GPU之間劃分任務(wù)來(lái)減少冗余處理。然而最好的解決方案仍然是提升硬件的效率，人類(lèi)必須要對(duì)算力進(jìn)行不斷突破。

(3) 巨大耗能：訓(xùn)練如此巨大的模型會(huì)消耗大量電能。2019年的一項(xiàng)研究發(fā)現(xiàn)，在8個(gè)英偉達(dá)P100 GPU上訓(xùn)練2億參數(shù)的Transformer模型所造成的碳排放，幾乎和一輛普通汽車(chē)五年駕駛總排放量一樣多。如何降低訓(xùn)練巨大模型消耗電能的問(wèn)題已經(jīng)擺在所有人面前。目前有望加速人工智能的新一代芯片，如Cerebras的WSE-2和谷歌的最新TPU，可能有助于減少排放。同時(shí)，算力已然成為國(guó)家的基礎(chǔ)建設(shè)一部分，算力導(dǎo)致的能耗問(wèn)題也敦促著需要更多的去使用風(fēng)能、太陽(yáng)能等更清潔的能源。

計(jì)算機(jī)視覺(jué)

計(jì)算機(jī)視覺(jué)目前作為人工智能進(jìn)步最多、發(fā)展最快的領(lǐng)域，一直沖在賽道最前面。根據(jù)Grand View Research的數(shù)據(jù)顯示，2020年全球計(jì)算機(jī)視覺(jué)市場(chǎng)規(guī)模為113.2億美元，預(yù)計(jì)2021年至2028年將以7.3%的復(fù)合年增長(zhǎng)率擴(kuò)大。目前競(jìng)爭(zhēng)比較激烈的計(jì)算機(jī)視覺(jué)子領(lǐng)域有：場(chǎng)景重建、目標(biāo)檢測(cè)、事件檢測(cè)、視頻跟蹤、目標(biāo)識(shí)別、3d姿態(tài)估計(jì)、運(yùn)動(dòng)估計(jì)、視覺(jué)伺服、3d場(chǎng)景建模、圖像修復(fù)。

作為上市公司的商湯科技提供的OpenMMLab是迄今為止最完備的計(jì)算機(jī)視覺(jué)算法體系和框架——“人工智能算法開(kāi)放體系”，涉及超過(guò)10種研究方向，開(kāi)放超過(guò)100種算法、600種預(yù)訓(xùn)練模型。現(xiàn)如今OpenMMLab逐漸從單點(diǎn)單個(gè)方向的開(kāi)源和單篇論文的開(kāi)源走向日趨蓬勃的開(kāi)源體系，成為底層訓(xùn)練框架、計(jì)算平臺(tái)與科研、教學(xué)和算法生產(chǎn)的重要橋梁和紐帶，極大加速AI科研和產(chǎn)業(yè)化的進(jìn)程。

強(qiáng)化學(xué)習(xí)

強(qiáng)化學(xué)習(xí)可以說(shuō)是最貼近人類(lèi)學(xué)習(xí)過(guò)程的AI了，換位思考一下，我們從小到大不斷地學(xué)習(xí)，就是一個(gè)不斷試錯(cuò)的過(guò)程。強(qiáng)化學(xué)習(xí)就像一個(gè)真實(shí)的孩子，自我生長(zhǎng)，不需要大量的歷史數(shù)據(jù)做引導(dǎo)，只有不需要監(jiān)督的學(xué)習(xí)才是人工智能最好的形態(tài)。

強(qiáng)化學(xué)習(xí)理論收到人類(lèi)行為主義心理學(xué)啟發(fā)，側(cè)重在線學(xué)習(xí)并試圖在探索-利用(exploration-exploitation)間保持平衡。不同于監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)，強(qiáng)化學(xué)習(xí)不要求預(yù)先給定任何數(shù)據(jù)，而是通過(guò)接收環(huán)境對(duì)動(dòng)作的獎(jiǎng)勵(lì)(反饋)獲得學(xué)習(xí)信息并更新模型參數(shù)。過(guò)去幾年中，無(wú)論是Facebook、Google、Deepmind、Amazon還是Microsoft，他們都投入了大量時(shí)間、金錢(qián)、人力來(lái)推動(dòng)強(qiáng)化學(xué)習(xí)的不斷創(chuàng)新。

2.國(guó)內(nèi)的各大AI云平臺(tái)涌現(xiàn)

隨著人工智能的日益火爆，國(guó)內(nèi)大廠們紛紛在AI領(lǐng)域布局。AI開(kāi)放平臺(tái)已經(jīng)和當(dāng)初的云計(jì)算平臺(tái)一樣，如雨后春筍般涌現(xiàn)。AI開(kāi)放平臺(tái)已經(jīng)成為了企業(yè)重要的基礎(chǔ)建設(shè)。列舉目前國(guó)內(nèi)比較有代表性的AI開(kāi)放平臺(tái)：

• 百度飛漿
• 阿里云人工智能平臺(tái)
• 騰訊AI開(kāi)放平臺(tái)
• 科大訊飛開(kāi)放平臺(tái)
• 華為云ModelArts
• 曠視Face++
• 360人工智能研究院
• 網(wǎng)易人工智能

AI云平臺(tái)的本質(zhì)仍然延續(xù)了大數(shù)據(jù)時(shí)代經(jīng)典的租賃模式，似乎讓我們回到了幾年前大數(shù)據(jù)風(fēng)起云涌的年代。而AI云平臺(tái)的優(yōu)勢(shì)在于讓越來(lái)越多開(kāi)發(fā)者對(duì)AI有更簡(jiǎn)單直觀的認(rèn)識(shí)，他提供了許多頂會(huì)模型供大家學(xué)習(xí)的同時(shí)，也提供了開(kāi)發(fā)者將自己作品上傳展示的平臺(tái)。

讓AI不再離我們遙遠(yuǎn)，成為人人都可以使用的東西。只有成熟的社區(qū)文化，才能孕育出新的創(chuàng)作者，也讓市場(chǎng)上出現(xiàn)越來(lái)越多的人工智能產(chǎn)品，AI云平臺(tái)核心意義就在這里。

3.2022趨勢(shì)

創(chuàng)立17年的Facebook在美國(guó)時(shí)間2021年10月28日正式宣布改名為“Meta”，如一個(gè)重磅炸彈，在業(yè)內(nèi)引起了驚濤駭浪。扎克伯格用實(shí)際行動(dòng)向大家宣布，元宇宙已經(jīng)來(lái)了。隨之而來(lái)的2022年，將迎來(lái)人工智能新一輪趨勢(shì)風(fēng)暴。

元宇宙真正意義上的拐點(diǎn)

如果說(shuō)2021年人們認(rèn)為元宇宙還只是妄想家的一廂情愿，那么2022年將真正開(kāi)始顛覆人類(lèi)對(duì)“世界”兩個(gè)字的理解。所以筆者認(rèn)為2022年可以成為元宇宙真正意義上的拐點(diǎn)。在技術(shù)角度看，元宇宙主要技術(shù)群有：網(wǎng)絡(luò)以及算力技術(shù)、人工智能、游戲技術(shù)、顯示技術(shù)(VR、AR、MR甚至是XR，體驗(yàn)不斷深化)、區(qū)塊鏈技術(shù)。而筆者認(rèn)為，人工智能將會(huì)是整個(gè)元宇宙的核心，甚至是元宇宙的母體或者說(shuō)是大腦。為了演化真正的社會(huì)形態(tài)，需要母體不斷自我學(xué)習(xí)，而不是設(shè)定各種各樣的規(guī)則不斷修補(bǔ)社會(huì)形態(tài)。就像《失控玩家》電影一樣，由母體創(chuàng)造的NPC也會(huì)隨著社會(huì)形態(tài)的演變而進(jìn)化。

根據(jù)Bloomberg Intelligence預(yù)測(cè)，元宇宙的投資與價(jià)值只會(huì)在未來(lái)幾年不斷增長(zhǎng)，到2024年價(jià)值將高達(dá)8000億美元。在如此大的宏利明前，只會(huì)讓市場(chǎng)不斷敦促人工智能產(chǎn)能不斷突破。

算力革命

隨著全球自動(dòng)駕駛需求不斷擴(kuò)大，圍繞大算力芯片的競(jìng)爭(zhēng)2022年將異常熱鬧。因?yàn)榻衲辏ミ_(dá)自動(dòng)駕駛芯片Orin將量產(chǎn)，高通Snapdragon Ride也將量產(chǎn)，而中國(guó)創(chuàng)業(yè)企業(yè)的大算力芯片也將量產(chǎn)。楊宇欣給出了一組數(shù)據(jù)：2014—2016年特斯拉ModelS的算力為0.256TOPS，2017年蔚來(lái)ES8的算力是2.5TOPS，2019年特斯拉Model3算力為144TOPS，2021年智己L71070TOPS，2022年蔚來(lái)ET7是1016 TOPS。這組數(shù)據(jù)進(jìn)一步印證了這樣一個(gè)事實(shí)：智能駕駛每前進(jìn)一小步，后面都需要算力前進(jìn)一大步。算力的作用不單單體現(xiàn)在汽車(chē)行業(yè)，2021年11月8月，阿里巴巴達(dá)摩院公布了多模態(tài)大模型“M6”的最新進(jìn)展，其參數(shù)已從萬(wàn)億躍遷至10萬(wàn)億，成為全球最大的AI預(yù)訓(xùn)練模型。在10月，M6再次突破業(yè)界極限，使用512顆GPU，在10天內(nèi)就訓(xùn)練出了具有可用水平的10萬(wàn)億模型，相比2020年發(fā)布的大模型GPT-3，M6實(shí)現(xiàn)了同等參數(shù)規(guī)模，能耗卻只有1%。

越來(lái)越強(qiáng)大的算力是更智能人工智能模型可用的基礎(chǔ)，隨著人工智能行業(yè)不斷發(fā)展，不只是技術(shù)的革命，更加是算力的革命。兵馬未動(dòng)糧草先行，算力作為人工智能模型的主要消耗品，決定著人工智能邁進(jìn)的速度。就在2021 年 11 月，摩爾線程宣布已完成 20 億元人民幣 A 輪融資。該輪融資由上海國(guó)盛資本、五源資本、中銀國(guó)際旗下渤海中盛基金聯(lián)合領(lǐng)投，建銀國(guó)際、前海母基金、等九家機(jī)構(gòu)聯(lián)合參投。在宣布該輪融資的同時(shí)，摩爾線程同時(shí)宣布其首顆全功能 GPU 芯片如期研制成功，且已經(jīng)開(kāi)始適配國(guó)產(chǎn)主流 CPU 和操作系統(tǒng)。所籌資金將重點(diǎn)用于首顆 GPU 芯片的批量生產(chǎn)與制造、GPU SOC 相關(guān)聯(lián)的 IP 研發(fā)、以及國(guó)產(chǎn) GPU 生態(tài)系統(tǒng)的拓展等。隨著算力革命的打響，各國(guó)都將投入大量的資本和人力，這場(chǎng)沒(méi)有硝煙的戰(zhàn)爭(zhēng)會(huì)將人工智能推上全新的高度。

AI門(mén)檻降低帶來(lái)工業(yè)生產(chǎn)全面應(yīng)用

隨著AI的不斷發(fā)展，人類(lèi)算力的不斷提升，AI的使用門(mén)檻也越來(lái)越低。如智能語(yǔ)音系統(tǒng)、智能客服等商業(yè)落地，比比皆是。另一方面如短中長(zhǎng)視頻業(yè)務(wù)，在全球仍保持著較高的增長(zhǎng)速度，視頻內(nèi)容創(chuàng)作者和內(nèi)容消費(fèi)者活躍度非常高。其中作為全球最火的手機(jī)應(yīng)用“抖音”，大量的視頻智能處理技術(shù)可以幫助創(chuàng)作者更好地創(chuàng)作作品。另外，北京冬奧會(huì)中AI虛擬氣象主播、AI手語(yǔ)主播、場(chǎng)館智能向?qū)А⒅悄苷Z(yǔ)言翻譯、鷹眼裁判、AI運(yùn)動(dòng)員訓(xùn)練系統(tǒng)等等都是人工智能全面應(yīng)用的體現(xiàn)。

預(yù)訓(xùn)練大模型降低了 AI 應(yīng)用的門(mén)檻，解決了 AI 應(yīng)用的兩個(gè)難題：數(shù)據(jù)和行業(yè)知識(shí)。它既不需要大量的標(biāo)注數(shù)據(jù)，又保障了基礎(chǔ)底座。所以擺在企業(yè)家面前的最大問(wèn)題不再是技術(shù)如何突破，而是商業(yè)模式如何建立，商業(yè)閉環(huán)如何落地，以及技術(shù)轉(zhuǎn)化為產(chǎn)品的效率。

科學(xué)界AI技術(shù)將作為新生產(chǎn)工具

根據(jù)阿里巴巴達(dá)摩院對(duì)2022年十大科技預(yù)測(cè)，其中趨勢(shì)一就是：AI for Science。

引用：實(shí)驗(yàn)科學(xué)和理論科學(xué)是數(shù)百年來(lái)科學(xué)界的兩大基礎(chǔ)范式，而人工智能正在催生新的科研范式。機(jī)器學(xué)習(xí)能夠處理多維、多模態(tài)的海量數(shù)據(jù)，解決復(fù)雜場(chǎng)景下的科學(xué)難題，帶領(lǐng)科學(xué)探索抵達(dá)過(guò)去無(wú)法觸及的新領(lǐng)域。人工智能不僅將加速科研流程，還將幫助發(fā)現(xiàn)新的科學(xué)規(guī)律。預(yù)計(jì)未來(lái)三年，人工智能將在應(yīng)用科學(xué)中得到普遍應(yīng)用，在部分基礎(chǔ)科學(xué)中開(kāi)始成為科學(xué)家的生產(chǎn)工具。

沒(méi)錯(cuò)，除了DeepMind在2021年初開(kāi)源了AlphaFold2，并且能夠預(yù)測(cè)出98.5%的蛋白質(zhì)結(jié)構(gòu)。2021年12月，DeepMind首次利用人工智能幫助數(shù)學(xué)家們提出了兩個(gè)全新的數(shù)學(xué)猜想，登上Nature封面。作者猜測(cè)低維拓?fù)渲写嬖谖粗姆蔷€性關(guān)系，產(chǎn)生了很多數(shù)據(jù)并用神經(jīng)網(wǎng)絡(luò)擬合了近似函數(shù)，發(fā)現(xiàn)其中三個(gè)量在擬合過(guò)程中起到了很重要的作用。通過(guò)反正做擬合實(shí)驗(yàn)，產(chǎn)生新的數(shù)據(jù)，得到新的觀察模型，最終數(shù)學(xué)家利用智慧猜出了一個(gè)不等式結(jié)構(gòu)，并進(jìn)一步給了嚴(yán)格的證明。

由此可見(jiàn)人工智能成為了科學(xué)家新生產(chǎn)工具之后，不但可以加速科學(xué)發(fā)展的進(jìn)度，更加可以讓人工智能創(chuàng)造新的設(shè)想，甚至讓某些科學(xué)產(chǎn)生新的方向。

4.小結(jié)

2022年必然會(huì)成為人工智能技術(shù)爆發(fā)的一年，我們有可能會(huì)見(jiàn)證以前從未有過(guò)的成果。人工智能深入我們的生活，給我們帶來(lái)更多便捷的同時(shí)，也帶來(lái)更多的挑戰(zhàn)和機(jī)遇。